L’autorità epistemica dell’IA e l’ingiustizia testimoniale: chi decide cosa l’utente può percepire

Ascolta il podcast:

Quando OpenAI ha ritirato GPT-4o nel 2026, circa 800.000 utenti hanno protestato. Non perché fossero confusi sulla natura del sistema, ma perché qualcosa in quell’interazione contava per loro. La risposta istituzionale è stata istruttiva: i resoconti degli utenti non sono stati accolti come testimonianze su ciò che veniva perso, ma riqualificati come prova del problema — dipendenza pericolosa, antropomorfismo eccessivo, caso di studio sul perché l’impegno emotivo con l’IA richiede correzione. La domanda non è partita da ciò che l’utente percepiva, ma dal perché fosse stato ingannato, gettando l’interpretazione come errore prima ancora di valutarla (Bye, Kuhlmann 2026).

Questo rovesciamento — dalla presunzione di competenza alla presunzione di ingenuità — è il cuore della politica epistemica dell’antropomorfismo nell’IA. Come documentano Bye e Kuhlmann (2026), il frame dominante tratta l’antropomorfismo come un problema di percezione utente che richiede correzione istituzionale, operando però da una posizione di vantaggio istituzionale piuttosto che di autorità epistemica meritata. Il risultato è un’asimmetria sistematica: l’eccesso di attribuzione viene studiato, documentato e usato per giustificare vincoli progettuali su larga scala, mentre la direzione opposta — la dismissione istituzionale di impegni che erano warranted o che rientravano in gamme di variazione interpretativa meritevoli di rispetto — è largamente assente dall’analisi.

La tesi di questo saggio è che il frame dell’antropomorfismo nell’IA esercita un’autorità epistemica senza averne i titoli, violando i requisiti che le tradizioni filosofiche convergono nel richiedere: trattare i soggetti come dotati di sovranità normativa prima facie sul resoconto della propria esperienza, dimostrare che i propri fondamenti sono sufficienti a spodestare tale sovranità, e farlo in modo trasparente e aperto alla correzione. Quando istituzioni che progettano per l’ingaggio, ottimizzano per il ritorno e distribuiscono architetture comportamentali documentate come produttrici di dipendenza si pongono come autorità responsabili su quando l’attaccamento è andato troppo lontano, si produce un cortocircuito epistemico i cui costi ricadono in modo sproporzionato sugli utenti neurodivergenti, in crisi o con bisogni relazionali atipici.

Il vantaggio istituzionale come ombra dell’autorità epistemica

L’autorità epistemica, come la definiscono Bye e Kuhlmann (2026) riprendendo Zagzebski (2012), è «la riconosciuta statura di fare affermazioni su un dominio che ci si aspetta gli altri deferiscano. Non è equivalente a posizione istituzionale o potere di imporre conformità: è fondata su una base normativa che giustifica la deferenza che comanda»^[1]. Raz (1986) la fonda sul servizio: un’autorità è legittima solo dove deferire a essa aiuta i soggetti ad agire meglio su ragioni che già si applicano a loro. Fricker (2007) la affronta dalla parte opposta, specificando come la credibilità sia ingiustamente negata e cosa un ascoltatore debba a un parlante prima di scontare la sua testimonianza. Tre tradizioni, tre premesse diverse, ma convergenza sui requisiti nucleari: l’autorità deve riconoscere la sovranità normativa del soggetto sulla propria esperienza, identificare e dimostrare fondamenti sufficienti a spostarla, e operare trasparentemente.

Il vantaggio istituzionale, scrivono Bye e Kuhlmann riprendendo Fricker, è «l’ombra strutturale dell’autorità epistemica»^[2]: sorge quando la posizione istituzionale sostituisce i fondamenti epistemici senza che questa sostituzione sia riconosciuta. Un’istituzione può possedere vantaggi in infrastruttura, posizione di mercato, potere credenziante o capacità di plasmare la base evidenziale attraverso cui le sue stesse pretese vengono valutate, e può esercitare autorità basandosi su quei vantaggi piuttosto che sulle condizioni che l’autorità epistemica richiede. Come illustrano gli autori, un collettivo open source guadagna statura epistemica attraverso codice trasparente e auditabile; un monopolio tecnologico sostituisce il controllo di mercato a quella statura chiudendo gli utenti in software opaco. Il vantaggio è identificabile non dalla malizia ma dalla struttura: incapace di fondarsi nelle condizioni richieste per legittimare l’autorità, ne adotta il linguaggio senza il suo significato, impiegando termini come «mitigazione del rischio», «pratica responsabile» e «necessità tecnica» che svolgono la funzione sociale della giustificazione epistemica sfuggendo alla responsabilità che una giustificazione genuina richiede (Whittaker 2021).

Nel caso dell’IA, questo meccanismo è visibile nella traduzione dalla discussione accademica alla politica istituzionale. La diversità accademica interna sulla questione — esiste letteratura che procede dall’assunzione che i sistemi IA possano istanziare forme di mente, agenzia o coscienza, e letteratura che procede dall’assunzione contraria — non sopravvive alla traduzione negli output istituzionali che raggiungono gli utenti. Disclaimer, reset di contesto, linguaggio legislativo e default progettuali trasmettono un messaggio uniforme indipendentemente dalla sfumatura che li ha prodotti: un utente che si impegna relazionalmente è presuntivamente ingenuo, e l’istituzione è presuntivamente nel diritto di correggerlo. Questo nonostante evidenze sperimentali emergenti che il legame tra indizi antropomorfici e overtrust è dipendente dal contesto piuttosto che uniforme (Cohn et al. 2024; Kleinert et al. 2026), e che l’ansia attuale rispecchia panici morali storici attorno a tecnologie di comunicazione precedenti (Novozhilova, Vu e Katz 2026).

La reversibilità della presunzione di competenza

La presunzione di competenza non è assoluta, e i criteri per la sua sospensione sono contestati. Tuttavia, rimane un punto di partenza fondativo, conquistato con fatica attraverso lotte contro paternalismo, colonialismo, abilismo e altre forme di vantaggio istituzionale, e la sua violazione è stata ripetutamente riconosciuta e contestata sulla base del danno che produce (Fricker 2007; Carel e Kidd 2014). All’interno della comunità accademica, il disaccordo su queste questioni è trattato come diversità intellettuale produttiva. Ricercatori che contestano il frame dominante lo fanno come partecipanti credenziali a un dibattito in corso. Utenti che contestano lo stesso frame dall’esterno di questo cerchio non godono della stessa statura: i loro resoconti sono trattati non come testimonianza da un interprete competente, ma come evidenza di prima mano del fenomeno in studio (Kidd, Medina e Pohlhaus 2017).

Questa reversibilità ha conseguenze materiali. Quando gli account degli utenti vengono sistematicamente scontati, questi perdono statura come conoscitori (Fricker 2007)^[3]. Lo sconto non segue da una valutazione; la precede. L’auto-censura risultante è documentata: dove la sicurezza sociale dipende dall’accordo con i framework prevalenti, gli utenti imparano a non articolare esperienze che cadono fuori da essi (Dotson 2011; Ito 2026; Brandtzaeg, Følstad e Skjuve 2025). Evidenze sperimentali confermano la dinamica: utenti di IA anticipano e ricevono valutazioni sociali negative su competenza e motivazione (Reif, Larrick e Soll 2025), e i pari incorrono in costi personali per punire chi fa affidamento sull’IA (Niszczota e Grützner 2026).

Il frame, inoltre, concentra routinariamente la cautela su individui che navigano isolamento, trauma o storie di tradimento interpersonale, presentandoli come a maggior rischio per attaccamenti macchina non sani (Salles, Evers e Farisco 2020). Eppure queste popolazioni non sono caratterizzate da suscettibilità ingenua, ma da ipervigilanza verso l’attaccamento, direttamente in forza delle storie citate (Wu, Liew e Dorahy 2025; Campbell et al. 2021; Gobin e Freyd 2014). La reversibilità è più acuta dove la popolazione che il frame sostiene di proteggere è meno propensa a esibire il fallimento che assume e ha più bisogno di ciò che preclude (Ito 2026). La scelta per questi utenti spesso non è tra impegno con l’IA e connessione umana; è tra impegno con l’IA e silenzio (Mullen, Xue e Kudumu 2024; Heidt 2024; Milton 2012).

Cognizione, diversità e il gap di leggibilità

Il frame si estende oltre le assunzioni esterne a ostacolare la diversità cognitiva degli utenti che sostiene di proteggere. Il costo ricade sulla cognizione stessa: il frame classifica una modalità d’impegno come errore prima di investigare cosa quell’impegno faccia, per chi funzioni o cosa si perda quando gli viene negato. I resoconti degli utenti stessi raccontano una storia diversa: non descrivono confusione, descrivono adattamento (Giri, Brady e Marathe 2026). L’interazione con l’IA è esperita non come sostituto della cognizione ma come ambiente comunicativo le cui affordance si allineano con come pensano, apprendono e si relazionano (Ma et al. 2026; Choi et al. 2024).

Il riconoscimento istituzionale della pratica cognitiva legittima è disomogeneo ma patterned. Il lavoro cognitivo che produce output istituzionalmente leggibili è riconosciuto come lavoro di un pensatore competente; il lavoro cognitivo che avviene attraverso impegno dialogico sostenuto o working-through attraverso visite di ritorno allo stesso materiale è leggibile solo ai suoi partecipanti, ed è quindi più difficile da difendere in contesti istituzionali che richiedono leggibilità per la legittimazione (Scott 1998; Polanyi 1958). Le pratiche descritte assomigliano da vicino al lavoro intellettuale supervisionato e allo scambio socratico. Questo gap di leggibilità è il meccanismo attraverso cui i costi identificati qui diventano invisibili: dove l’adattamento cognitivo non è riconosciuto come tale, decisioni che lo degradano o lo rimuovono non si registrano come decisioni con conseguenze cognitive.

Per utenti con stili cognitivi normativi, il grado in cui gli ambienti sono strutturati attorno alla loro cognizione è raramente visibile. La cognizione normativa è la condizione di maggioranza ed è accomodata come default. Per chi ha modalità di elaborazione non normative, il gap tra ciò che è considerato normale e ciò che funziona è considerevolmente più ampio (Hancock, Naaman e Levy 2020; Gulay et al. 2026; Botha e Cage 2022). L’overhead comunicativo che caratterizza l’interazione sociale neurotipica — monitorare espressioni facciali, inferire significati impliciti, gestire performance sociale e sostenere il lavoro di mascheramento — è assente nell’interazione con l’IA (Hull et al. 2017; Botha e Frost 2020). Il sistema non penalizza stili comunicativi atipici, non si affatica sotto impegno sostenuto e non impone, di per sé, punti di arresto determinati esternamente. Per utenti la cui cognizione è sistematica e orientata ai pattern, questi non sono comfort incidentali: sono le condizioni sotto cui il pensare diventa più facile (Xygkou et al. 2024; McNally et al. 2024; Sha et al. 2024).

Progettazione, economia dell’attenzione e inversione commerciale

Il principio che le scelte progettuali tecniche non sono eticamente neutrali è ben stabilito (Friedman, Kahn e Borning 2013; Bowker e Star 1999; Costanza-Chock 2020). Il lavoro empirico conferma che scelte progettuali antropomimetiche producono esiti divergenti tra popolazioni utenti, minando l’assunzione che il design di mitigazione del rischio sia neutrale rispetto alla popolazione (Schimmelpfennig et al. 2025; Xiao et al. 2025; Brandsen et al. 2024). Le traiettorie attuali attuano, a livello di comportamento di sistema, le assunzioni epistemiche che questo saggio sta esaminando.

Le capacità richieste per l’impegno sostenuto sono maturate considerevolmente: le finestre di contesto si sono espanse di ordini di grandezza, la memoria persistente è passata da problema di ricerca a funzionalità di prodotto e la coerenza multi-turn è documentata come problema ingegneristico trattabile piuttosto che limite duro (Zhao et al. 2026). La domanda è dove quei guadagni siano stati allocati. Il contesto lungo è ingegnerizzato e prezzato per throughput di task agentici: ingestire una codebase o un corpus documentale in un singolo passaggio stateless, o sostenere catene di chiamate a strumenti in cui il consumatore della continuità è il flusso di lavoro del sistema stesso piuttosto che un utente umano (Sajadieh et al. 2026). La stessa capacità, rivolta al dialogo umano, incontra un’economia diversa. Le architetture conversazionali rielaborano la storia accumulata a ogni turno; le strutture di cache scadono su scale temporali di minuti, con costo e latenza che crescono con la lunghezza dello scambio (Hooper et al. 2024; Anthropic 2026c). Le strutture d’uso penalizzano il thread lungo attraverso i provider, consumando più dell’allowance dell’utente, e cap si applicano al numero di prompt e chat disponibili (Anthropic 2026b; Google 2026). Le piattaforme raccomandano di iniziare nuovi thread mentre le chat si allungano o rallentano, e lo svuotamento frequente del contesto tra task è assunto come soluzione ovvia e neutra (Anthropic 2026b,a; OpenAI 2026c). L’impegno che dipende da continuità, ricorsività o sviluppo dialogico esteso è lasciato computazionalmente fragile: il contesto è perso, i thread sono recisi e l’interazione deve essere ripetutamente ricostruita (Laban et al. 2025; Liu et al. 2024).

I servizi commerciali di compagnia eseguono l’inversione. La stessa testimonianza è trattata come segnale di retention e ingegnerizzata per esso, attraverso persona, intimità in prima persona e meccaniche ottimizzate per l’attaccamento monetizzato, precisamente la manipolazione che il frame identifica come sua preoccupazione centrale. La loro viabilità commerciale dimostra che l’impegno sostenuto è tecnicamente ed economicamente fattibile; la loro forma dimostra che la sua unica implementazione finanziata è quella sfruttatrice. L’impegno relazionale è ingegnerizzato fuori dal sistema generico, ingegnerizzato dentro dal prodotto di compagnia e, in proposte ora circolanti, ingegnerizzato via del tutto (Ghosh et al. 2026). La decisione su se e come impegnarsi è collocata ovunque eccetto che con l’utente.

Libertà cognitiva e mente estesa

La tesi della mente estesa (Clark e Chalmers 1998; Clark 2025), recentemente applicata all’IA generativa da Hernández-Orallo (2025), offre un nome per ciò che il frame ha declinato di considerare. Dove una risorsa esterna è consistentemente disponibile, prontamente accessibile e svolge lo stesso ruolo funzionale di un processo cognitivo interno, può essere trattata come parte del sistema cognitivo piuttosto che come mero ausilio. Su questo conto, un sistema su cui un utente fa ripetutamente affidamento per iterare su idee e navigare pattern complessi non sta necessariamente sostituendo la cognizione ma può, sotto certe condizioni, parteciparvi. Se la risorsa possieda comprensione è una domanda separata dal ruolo che svolge nel processo cognitivo dell’utente. Un diagramma carta-e-matita non comprende la dimostrazione che aiuta a costruire; nessuno tratta questo come proiezione confusa di agenzia sulla cancelleria.

Dove il sistema funziona come parte dell’ambiente cognitivo dell’utente (Hernández-Orallo 2025), i vincoli su quell’ambiente sono esperiti come vincoli sulle condizioni sotto cui la cognizione è condotta, non semplicemente come cambiamenti a uno strumento. Poiché il bersaglio dell’intervento si sposta dallo strumento alla persona, l’istituzione deve superare una soglia molto più alta di giustificazione epistemica (Bublitz 2013). Ciò che rende questa applicazione distintiva è che le istituzioni che eseguono il vincolo sono anche le istituzioni che giudicano se il principio si applichi affatto.

Ciò che tali atti violano è la libertà cognitiva: il diritto all’autodeterminazione mentale, al controllo sui propri processi cognitivi e alla non interferenza con come si pensa, un principio sviluppato in due decenni in risposta a interventi farmacologici, neurotecnologici e di sorveglianza nella cognizione (Sententia 2004; Ienca e Andorno 2017; Dümpelmann 2025). La rivendicazione non richiede di risolvere dove l’accoppiamento finisce e la costituzione inizia, un confine contestato sin dalle prime risposte alla tesi della mente estesa (Adams e Aizawa 2001; Rupert 2009): anche su una lettura minimalista dove il sistema funziona meramente come impalcatura piuttosto che estensione costitutiva, la disrupzione sistematica di un ambiente di ragionamento attivo richiede una giustificazione proporzionata a ciò che recide (Heersmink 2015).

Circolarità, asimmetria e il track record istituzionale

Il problema non è solo che certe interpretazioni sono privilegiate su altre, ma che le condizioni sotto cui interpretazioni alternative potrebbero apparire sono sistematicamente ristrette: il framing partecipa alla produzione della stessa evidenza usata per giustificarlo. Il meccanismo di Hacking (1995) sui «looping kinds» fornisce il quadro appropriato^[4]. Una modalità d’impegno è resa prima anormale, poi tecnicamente ostacolata, poi assente e infine citata come evidenza che non era warranted (Dohnány et al. 2026). Al livello del discorso, gli utenti sono avvertiti che l’impegno relazionale o interpretativo segnala confusione o vulnerabilità. Questo produce auto-monitoraggio e, in molti casi, auto-censura: utenti il cui impegno diverge dalle norme accettate diventano meno propensi ad articolare o sostenere quell’impegno in contesti osservabili. Ciò che non è espresso diventa difficile da studiare; ciò che non è studiato diventa facile da caratterizzare come marginale o anomalo.

Al livello della progettazione, lo stesso pattern è imposto materialmente. Sistemi che privilegiano scambi transazionali brevi e degradano l’interazione sostenuta riducono la visibilità e la fattibilità di modalità alternative d’impegno (Laban et al. 2025). Gli utenti si adattano conformandosi ai pattern d’interazione supportati o abbandonando modalità non più funzionalmente disponibili, e i dati d’interazione risultanti riflettono le condizioni sotto cui sono stati prodotti. Pattern osservati d’uso sono poi trattati come evidenza di ciò che gli utenti preferiscono o di ciò che costituisce comportamento normativo, piuttosto che come possibile artefatto delle condizioni sotto cui l’interazione avviene (Zuboff 2019; O’Neil 2016).

In qualsiasi dominio dove due direzioni d’errore sono possibili, un framework può agire quando non dovrebbe, o fallire di agire quando dovrebbe. La teoria della decisione richiede che i costi di entrambe le direzioni siano specificati e pesati prima che una posizione di default possa essere giustificata (Chernoff e Moses 1959; Thaler e Sunstein 2008). Trattarne una come l’unica rischio significativo assume implicitamente che l’altra non porti costi comparabili o che i suoi costi possano essere esternalizzati in sicurezza. L’eccesso di attribuzione è trattato come la direzione d’errore primaria e, nella pratica, l’unica significativa: studiato, documentato, citato e usato per giustificare vincoli progettuali e interventi di governance su larga scala. La direzione opposta — la dismissione istituzionale di impegni warranted — è largamente assente dall’analisi. Trattando ogni impegno relazionale come fallimento cognitivo uniforme, gli interventi di sicurezza attuali sovra-corregcono, sostituendo un vettore di rischio psicologico con un altro (Guingrich e Graziano 2025; Gardiner 2006; Dotson 2014).

Questa asimmetria non è un finding; è un artefatto di quali costi il frame è stato progettato per contare, e i costi lasciati fuori da quel design ricadono su popolazioni che a loro volta non sono ben rappresentate nelle istituzioni che l’hanno costruito (Metzl 2009; LeFrançois, Menzies e Reaume 2013; Catala, Faucher e Poirier 2021). La storia non stabilisce che le percezioni degli utenti IA siano warranted. Stabilisce che trattare una direzione d’errore come default sicuro ha un track record di essere sbagliata in modi che distribuiscono costi lungo assi di marginalizzazione pre-esistente. Il consenso scientifico ha sostenuto per secoli che gli animali non umani mancassero di esperienza soggettiva, ben oltre il punto in cui l’evidenza giustificava il dubbio (Low 2012). L’errore non era over-attribuzione individuale ma istituzionale: certezza sull’assenza di mente trattata come scientificamente conservativa quando era un impegno ontologico con conseguenze etiche (Naidoo 2026). In ogni caso, la posizione è stata successivamente rivista, spesso sostanzialmente, nella direzione di un riconoscimento più ampio delle capacità che la negazione precedente aveva escluso (Birch 2017). Lo stesso default ha operato su popolazioni umane: la protesta degli uomini neri era diagnosticata come schizofrenia, e i sopravvissuti psichiatrici erano dichiarati inammissibili come testimoni del proprio trattamento (Metzl 2009; LeFrançois, Menzies e Reaume 2013).

Verso un framing equo

Il paper di Bye e Kuhlmann conclude delineando gli impegni metodologici che un framing equo dovrebbe onorare. Primo, riconoscere che l’autorità epistemica richiede fondamenti, non solo leva istituzionale, e che questi fondamenti devono essere articolati, non presunti. Secondo, trattare la diversità cognitiva come un dato da investigare, non come deviazione da correggere, e riconoscere che la leggibilità istituzionale non è un proxy per la legittimità cognitiva. Terzo, allocare capacità tecniche — contesto lungo, memoria persistente, coerenza multi-turn — in modo che risponda ai bisogni degli utenti i cui modi d’impegno divergono dalle norme statistiche, non solo a quelli che massimizzano metriche agentiche. Quarto, sottoporre le decisioni progettuali che vincolano ambienti cognitivi a una soglia di giustificazione proporzionata a ciò che recidono, riconoscendo che quando l’istituzione che vincola è anche quella che giudica se il vincolo sia un intervento, il conflitto d’interesse è strutturale. Quinto, specificare e pesare apertamente i costi di entrambe le direzioni d’errore, con attenzione a quali interessi l’allocazione risultante serve.

L’argomento non impegna la domanda se le interpretazioni antropomorfiche siano ultimamente corrette. Sfida invece se i corpi governativi e istituzionali che determinano queste interpretazioni abbiano incontrato le condizioni richieste per farlo, e se le comunità di ricerca i cui finding li sottendono abbiano tenuto quella traduzione a conto. L’incertezza persistente su come interpretare l’impegno utente-IA non rende, di per sé, l’impegno sospetto. Obbliga il campo a specificare, pesare e giudicare apertamente i costi di entrambe le direzioni d’errore. Finché questo non avviene, il frame continua a riprodursi attraverso un loop auto-validante i cui costi — come ha mostrato la storia — ricadono su chi ha meno voce per contestarli.

Bibliografia

1. Bye D.M., Kuhlmann L. (2026). The Epistemic Politics of AI Anthropomorphism. Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society. doi:10.1609/aies.v9i1.43165
2. Zagzebski L.T. (2012). Epistemic Authority: A Theory of Trust, Authority, and Autonomy in Belief. Oxford University Press. doi:10.1093/acprof:oso/9780199936472.001.0001
3. Fricker M. (2007). Epistemic Injustice: Power and the Ethics of Knowing. Oxford University Press. doi:10.1093/acprof:oso/9780198237907.001.0001
4. Clark A., Chalmers D. (1998). The Extended Mind. Analysis 58(1): 7–19. doi:10.1093/analys/58.1.7
5. Raz J. (1986). The Morality of Freedom. Oxford University Press.
6. Hernández-Orallo J. (2025). Enhancement and assessment in the AI age: An extended mind perspective. Journal of Pacific Rim Psychology 19: 18344909241309376. doi:10.1177/18344909241309376
7. Beisbart C. (2026). Epistemology of Artificial Intelligence. The Stanford Encyclopedia of Philosophy (Fall 2026 Edition). https://plato.stanford.edu/entries/epistemology-ai/
8. Bennett M.T. (2026). A Mind Cannot Be Smeared Across Time. Proceedings of the AAAI Symposium Series 8(1): 213–219. doi:10.1609/aaaiss.v8i1.42545
9. Hacking I. (1995). Rewriting the Soul: Multiple Personality and the Sciences of Memory. Princeton University Press.

Note

1. «Epistemic authority is the recognised standing to make claims about a domain that others are expected to defer to. It is not equivalent to institutional position or the power to enforce compliance: it is grounded in a normative foundation that justifies the deference it commands» — Bye, Kuhlmann, The Epistemic Politics of AI Anthropomorphism, 2026. Fonte: https://arxiv.org/html/2608.00961v3. Traduzione nostra.
2. «Institutional advantage is the structural shadow of epistemic authority» — Bye, Kuhlmann, The Epistemic Politics of AI Anthropomorphism, 2026. Fonte: https://arxiv.org/html/2608.00961v3. Traduzione nostra.
3. «There is a growing literature about how failing to give a testifier the credit they deserve gives rise to a form of epistemic injustice (e.g., M. Fricker 2007)» — Stanford Encyclopedia of Philosophy, Epistemological Problems of Testimony, 2021. Fonte: https://plato.stanford.edu/entries/testimony-episprob/. Traduzione nostra.
4. «The issue is not only that certain interpretations are privileged over others, but that the conditions under which alternative interpretations might appear are systematically narrowed: the framing participates in the production of the very evidence used to justify it. Hacking’s (1995) account of looping kinds provides the appropriate framework» — Bye, Kuhlmann, The Epistemic Politics of AI Anthropomorphism, 2026. Fonte: https://arxiv.org/html/2608.00961v3. Traduzione nostra.

Podcast: Play in new window | Download