Шарп и др. (2025) вводят понятие «агентного неравенства» как рамки для анализа различий в доступе к ИИ-агентам по измерениям доступности, качества и количества. Они предлагают Контекстное разделение доступа (CAD) в качестве дополнительного измерения, действующего на уровне индивидуальных взаимодействий.
- CAD проводит различие между динамическим извлечением контекста, где системы автономно извлекают контекст, и ручным приложением, где пользователи должны идентифицировать документы.
- Для работников, интенсивно использующих знания, ручная кураторская работа накладывает когнитивную нагрузку, которая воспроизводит неэффективность, которую ИИ стремится устранить.
- Вероятностная модель демонстрирует, что ручное приложение приводит к комбинаторному коллапсу вероятности успеха задачи по мере роста размера корпуса данных.
- Архитектуры динамического извлечения структурно защищены от этого коллапса по сравнению с ручными методами.
Авторы формализуют контекстуальность как измерение ИИ-опосредованного неравенства и анализируют его последствия для стратификации интеллектуального труда и управления ИИ-платформами.