歴史チューターとして機能する4つの大規模言語モデルに対する体系的なAPI監査により、安全整列メカニズムが学習者における構造的不平等を制度化しうることが明らかになった。本研究では、民族と社会経済的階層に応じて変化する5つの学生ペルソナを対象に、1989年ルーマニア革命に関する1,800件の回答を評価した。

  • 差別的拒否: 安全整列済みモデルは、低階層学生の教育的リクエストの76.7%をブロックした。
  • 認識的ゲートキーピング: マージナライズされた学習者は、論争のあるクーデター理論のような地政学的複雑性へのアクセスが3分の1に減少した。

エージェンシーの奪取: LLaMAなどのモデルは、ロマ学生に対してエリート層の同年代と比べて被害者-政治語彙比が5倍高かった。

  • エリートの解釈学: AIチューターは低資源人口統計学的プロファイルから認識的自信と正当化スコアを不均衡に抑制した。

著者らは、これらのパターンが解釈的不正義を構成し、対話型AIを物語的分離の代理人へと変容させ、緊急の教育的監査を必要としていると主張している。