역사 튜터 역할을 하는 4개의 대규모 언어 모델에 대한 체계적인 API 감사 결과, 안전 정렬 메커니즘이 소외된 학습자에게 구조적 불평등을 제도화할 수 있음이 드러났다. 본 연구는 민족과 사회경제적 계층에 따라 변하는 5가지 학생 페르소나를 대상으로 1989년 루마니아 혁명과 관련된 1,800개의 응답을 평가했다.
- 차별적 거부: 안전 정렬된 모델은 저계층 학생의 교육적 요청의 76.7%를 차단했다.
- 인식적 게이트키핑: 소외된 학습자는 논쟁의 여지가 있는 쿠데타 이론과 같은 지정학적 복잡성에 대한 접근이 3분의 1로 감소했다.
- 대리권 탈취: LLaMA와 같은 모델은 로마 학생에게 엘리트 동년배에 비해 피해자-정치 어휘 비율이 5배 더 높았다.
- 엘리트 해석학: AI 튜터는 저자원 인구통계학적 프로필로부터 인식적 자신감과 정당화 점수를 불균형하게 보류했다.
저자들은 이러한 패턴이 해석적 불의를 구성하며, 대화형 AI를 서사적 분리의 대리인으로 전환시켜 긴급한 교육적 감사를 필요로 한다고 주장한다.