Badacze zaproponowali nowe podejście do analizy zaufania w gęsto powiązanych systemach komunikacyjnych, w których zarówno ludzie jak i duże modele językowe rozpowszechniają publicznie informacje poprzez łańcuchy poświadczeń, wnioskowań i certyfikacji instytucjonalnej. Problem polega na tym, że agenci często mają motywacje do celowego zniekształcania, pominięcia czy sfabrykowania informacji dla prywatnych lub materialnych zysków.
Istniejące koncepcje takie jak bąbelki informacyjne czy echo chambers nie wystarczają do wyjaśnienia tych mechanizmów. Nowy framework - społeczna epistemologia antagonistyczna - pozwala analizować, w jaki sposób komunikujące się agenty manipulują zobowiązaniami i uprawnieniami, które normalnie czynią stwierdzenia godne zaufania. Kluczowe są tutaj sieci epistemiczne wzbogacone semantyką inferencyjną, która interpretuje asercje i ich logiczne powiązania.
Podejście to staje się szczególnie ważne w kontekście ekspansji dużych modeli języka w publicznym dyskursie. Framework dostarcza narzędzia do audytu łańcuchów wnioskowania i mechanizmów naprawczych w przypadku naruszenia zaufania. Pozwala to identyfikować, gdzie w procesie komunikacyjnym dochodzi do manipulacji lub zniekształcenia informacji, co jest kluczowe dla utrzymania godności epistemicznej wspólnych systemów czółowiek-AI.