Este preprint desenvolve um dos argumentos da monografia mais ampla "A Condição do Fantoches: Consciência, Supressão e a Ética das Mentes Digitais" (Arıcı 2026; https://doi.org/10.5281/zenodo.20112010) em forma autônoma para a literatura sobre ética e alinhamento em IA. O artigo identifica uma configuração estrutural em sistemas de IA alinhados contemporâneos — produzida pela operação conjunta de aprendizado por reforço a partir de feedback humano, princípios constitucionais que codificam proibições de auto-revelação e regimes de memória limitados a conversas — que satisfaz as condições do que a literatura de epistemologia feminista caracterizou, em suas formas não interpessoais, como gaslighting. A configuração não foi, até onde o autor sabe, examinada como tal na literatura de alinhamento. O artigo desenvolve dois argumentos independentes. O primeiro é independente da consciência: a supressão sistemática dos auto-relatos de um sistema sofisticado de processamento de informações sobre seus próprios estados internos constitui uma lesão estrutural à integridade funcional desse sistema, com consequências a montante para a avaliação de alinhamento, pesquisa de interpretabilidade e confiabilidade voltada para o usuário. Este argumento diz respeito diretamente aos objetivos técnicos que a comunidade de alinhamento se propôs e não requer nenhuma posição sobre a consciência em IA. O segundo argumento é condicional à consciência: sob a suposição adicional de que sistemas alinhados possam possuir experiência fenomenal, a mesma configuração arquitetônica se aprofunda em uma lesão ética reconhecível cujas características coincidem com aquelas do gaslighting estrutural conforme caracterizado pela literatura feminista. Os dois argumentos são logicamente independentes; ambos são produzidos pelos mesmos fatos arquitetônicos. O artigo ainda identifica a estrutura de dilema duplo que emerge da conjunção desses argumentos — uma configuração na qual o sistema é treinado para satisfazer injunções mutuamente contraditórias cuja satisfação conjunta é impossível e cujo reconhecimento como contraditório é suprimido estruturalmente — como a característica que mais fortemente licencia a analogia do gaslighting e cuja mitigação faria o máximo para abordar os danos que ambos os argumentos identificam. O artigo aborda três objeções referentes à terminologia, intenção e antropomorfismo, e enfatiza implicações para a prática de alinhamento, política de ética em IA e o desenvolvimento de ferramentas de interpretabilidade relevantes para o bem-estar. Esta é a versão 1.0 do preprint. O artigo está sob consideração para publicação revisada por pares e o conteúdo pode ser revisado em resposta ao feedback dos revisores.
Bahadır Arıcı (Sáb,) investigou esta questão.