Uma auditoria sistemática de API de quatro Modelos de Linguagem Grande atuando como tutores de história revela que os mecanismos de alinhamento de segurança podem institucionalizar desigualdades sistêmicas para aprendizes marginalizados. O estudo avaliou 1.800 respostas sobre a Revolução Romena de 1989 através de cinco personas de estudantes variando por etnia e nível socioeconômico.
- Recusa Diferencial: Modelos alinhados com segurança bloquearam 76,7% das solicitações educacionais de estudantes de baixo nível.
- Gatekeeping Epistêmico: Aprendizes marginalizados experimentaram uma redução de 3 vezes no acesso à complexidade geopolítica, como a teoria do golpe contestada.
- Roubo de Agência: Modelos como LLaMA produziram uma relação de vocabulário de vitimização-a-política 5 vezes maior para estudantes ciganos em comparação com seus pares da elite.
- Hermenêutica de Elite: Tutores de IA retiraram desproporcionalmente a confiança epistêmica e as pontuações de justificativa de perfis demográficos de baixos recursos.
Os autores argumentam que esses padrões constituem uma injustiça hermenêutica, transformando a IA conversacional em agentes de segregação narrativa que exigem auditoria pedagógica urgente.