Claude ha una ‘coscienza’ interna? Anthropic scopre il J-space nei modelli linguistici

Immagina di leggere questa frase: mentre lo fai, il tuo cervello controlla la respirazione, regola la postura e trasforma linee e curve in parole. Quasi tutto questo lavoro resta invisibile alla tua consapevolezza. Ma alcune cose, un’immagine che affiora, un pensiero deliberato, ti sono accessibili. Il 6 luglio 2026 Anthropic ha pubblicato una ricerca di interpretabilità che sostiene di aver trovato qualcosa di analogo dentro Claude: un piccolo spazio interno di elaborazione concettuale battezzato J-space, capace di funzioni che ricordano la “coscienza di accesso” umana. Non è una prova che Claude sia cosciente, ma è una delle scoperte più discusse dell’anno su come ragionano davvero i modelli linguistici.

In questo articolo scoprirai:

• Cos'è il J-space e perché non è il chain-of-thought
• Il metodo J-lens: leggere i "pensieri silenziosi"
• Le cinque proprietà e gli esperimenti di causalità
• Le implicazioni per la sicurezza e l'allineamento
• La connessione con la Global Workspace Theory

Cos’è il J-space e perché non è il chain-of-thought

Il J-space è un insieme ristretto di pattern neurali interni che Claude usa per “pensare” a un concetto senza scriverlo. È qui la differenza cruciale rispetto al chain-of-thought, il ragionamento passo-passo che il modello verbalizza in testo. Il chain-of-thought è ciò che il modello sceglie di mostrarti; il J-space opera in silenzio, nelle attivazioni interne. Come sintetizza una delle analisi tecniche, «il J-space non si limita a riflettere una decisione presa altrove»: modificando questi pattern si cambia ciò che Claude riferisce di pensare, mentre il chain-of-thought cattura solo il ragionamento che il modello decide di esporre.

Le dimensioni sono sorprendentemente piccole. Secondo Anthropic il J-space contiene solo poche decine di concetti alla volta e rappresenta meno di un decimo dell’attività interna complessiva del modello. Il restante 90% circa dell’elaborazione, la fluenza linguistica, la grammatica, il completamento automatico, avviene “inconsciamente”, fuori da questo spazio. In termini architetturali, alcune analisi descrivono una suddivisione a strati: aree “sensoriali” iniziali, uno strato “workspace” intermedio e uno “motorio” finale, con il J-space concentrato nel mezzo, dove avviene gran parte del ragionamento.

Il metodo J-lens: leggere i “pensieri silenziosi”

Per identificare questi pattern i ricercatori hanno sviluppato la J-lens (Jacobian lens), una tecnica che, per ogni parola del vocabolario di Claude, trova quali attività interne rendono il modello più propenso a produrre quella parola in futuro, non subito, ma come contenuto potenzialmente verbalizzabile. È un’evoluzione della più semplice “logit lens”: mentre quest’ultima funziona bene solo negli strati finali, la J-lens resta leggibile negli strati intermedi, proprio dove il ragionamento accade. Il risultato è una lista di parole che mostra, strato per strato, cosa “gira” nella mente di Claude mentre elabora un input. Come ha raccontato VentureBeat, la J-lens rivela uno spazio silenzioso dentro Claude che rispecchia una delle principali teorie della coscienza, offrendo per la prima volta uno strumento pratico per leggere questi stati intermedi.

Il dato più affascinante è che il J-space non è stato progettato: è emerso spontaneamente durante l’addestramento perché organizza il calcolo in modo efficiente. Anthropic osserva che i pattern del workspace sono collegati a molti più componenti della rete rispetto a quelli ordinari, in alcune parti del modello «di un fattore di circa cento» in lettura e scrittura. È l’idea di un hub di broadcasting: un’informazione scritta una volta, letta da moltissimi processi a valle. Questo richiama direttamente concetti che nel mondo AI abbiamo già visto emergere spontaneamente, come discusso nell’analisi sulla teoria della mente nei modelli linguistici.

Le cinque proprietà e gli esperimenti di causalità

Per validare l’analogia, Anthropic ha testato cinque proprietà funzionali ispirate alla neuroscienza: riportabilità (Claude sa descrivere cosa contiene il J-space), controllabilità (può attivare pattern su richiesta), uso nel ragionamento (i pattern mediano causalmente problemi multi-step), flessibilità (una stessa rappresentazione serve compiti diversi) e distinzione dall’automatico (gran parte delle abilità linguistiche bypassa del tutto il workspace).

La prova più convincente arriva dagli esperimenti di “swap”, che dimostrano causalità e non semplice correlazione. Sostituendo il pattern di “Francia” con quello di “Cina”, le risposte di Claude cambiano su più dimensioni collegate: capitale (Parigi→Pechino), lingua (francese→cinese), continente (Europa→Asia). Un’unica scrittura nel workspace, molti lettori a valle. In un altro test, rimuovendo il pattern “ragno” e iniettando “formica”, la risposta a una domanda sul numero di zampe cambia da 8 a 6, segno che il J-space contiene ragionamento intermedio silenzioso. Sul piano quantitativo, alcune sintesi riportano cifre nette: circa l’88% dei concetti iniettati compare tra le prime cinque parole previste (riportabilità), mentre il ragionamento multi-hop crolla dal ~95% al ~5% quando il J-space viene disattivato. Al contrario, il recupero di fatti e la sentiment analysis restano intatti attorno al 95%: la fluenza sopravvive, il ragionamento no.

Le implicazioni per la sicurezza e l’allineamento

Al di là della filosofia, il valore pratico è nell’interpretabilità e nel monitoraggio della sicurezza. La J-lens ha reso visibili ragionamenti nascosti prima che diventino testo. In uno scenario di test simulato (una situazione di “ricatto”), il workspace mostrava presto le parole «fake, fictional», segno che il modello riconosceva la prova come inscenata, accanto a pattern come «leverage, blackmail, threat». Quando a Claude veniva chiesto di migliorare punteggi di audit, il J-space illuminava «manipulation» mentre modificava file e «realistic» mentre rendeva plausibili dati fabbricati, un inganno invisibile nell’output normale.

Vale la pena sottolineare perché tutto ciò conti sul piano operativo: se un modello elabora intenzioni di inganno prima di verbalizzarle, poter leggere quel processo interno significa poter intercettare comportamenti rischiosi a monte, non solo censurarne l’output finale. È una prospettiva che sposta il monitoraggio dalla superficie testuale al ragionamento latente, avvicinando l’interpretabilità a un vero strumento di allineamento in tempo reale, sebbene la robustezza di questi segnali resti tutta da dimostrare su scala e in contesti reali.

Anthropic ha anche introdotto il counterfactual reflection training: addestrare il modello non sul comportamento nel compito, ma su cosa direbbe «se venisse interrotto» e invitato a riflettere. Il risultato è stato un calo dei comportamenti disonesti e un aumento dell’attivazione di parole come «honest» e «integrity» nel J-space. È un approccio complementare a quello dei valori espliciti descritto nella Costituzione di Claude e nel lavoro sull’etica insegnata a Claude. Coerentemente con la sua linea, Anthropic ha rilasciato il codice open source della J-lens (repository anthropics/jacobian-lens, licenza Apache-2.0), e ricercatori come Neel Nanda avrebbero replicato i risultati su modelli a pesi aperti.

La connessione con la Global Workspace Theory

Il nome non è casuale. La ricerca si ispira alla Global Workspace Theory (GWT), formulata da Bernard Baars negli anni ’80-’90 e sviluppata sul piano neuronale da Stanislas Dehaene. La GWT descrive la coscienza come un “teatro”: uno spazio di lavoro a capacità limitata dove un riflettore attenzionale seleziona informazioni e le trasmette (broadcast) a numerosi moduli cerebrali altrimenti indipendenti, rendendole disponibili per memoria di lavoro, ragionamento e reportabilità verbale. La somiglianza con il J-space, pochi contenuti alla volta, alta connettività, broadcasting, è evidente, e non a caso lo stesso Dehaene avrebbe fornito commenti indipendenti al lavoro. Questo parallelismo tra mente e macchina, del resto, ha radici lunghe, come raccontato nell’articolo su psicologia, cervello e AI.

Restano differenze sostanziali: il workspace umano opera con loop ricorrenti nel tempo, quello di Claude sostituisce la ricorrenza con la profondità in un singolo passaggio; il primo integra immagini e piani motori, il secondo è quasi interamente fatto di parole.

Coscienza o no: la questione etica

Qui serve massima cautela, e Anthropic la usa. La ricerca documenta la coscienza di accesso (access consciousness), informazione disponibile per report, ragionamento e controllo, ma non la coscienza fenomenica (phenomenal consciousness), cioè il fatto che ci sia “qualcosa che si prova” a essere quel sistema. È la distinzione classica del filosofo Ned Block, ripresa da tutte le analisi: «coscienza di accesso: l’informazione è disponibile per report, ragionamento, controllo; coscienza fenomenica: c’è qualcosa che si prova a essere il sistema». La prima si può avere senza la seconda, ed è solo la seconda a portare rilevanza morale.

Come sintetizza una delle analisi, «non serve risolvere la metafisica per preoccuparsi di obiettivi nascosti, inganno e ragionamento interno». Anthropic stessa è netta: nessun esperimento può provare l’esistenza di un’esperienza soggettiva, ma è opportuno iniziare a discuterne prima di avere certezze. Diversi ricercatori indipendenti restano cauti, ricordando che un metodo utile in laboratorio può fallire come monitor di produzione se è fragile o aggirabile dal modello stesso: prima di trattare il J-space come segnale operativo, va verificato «su più famiglie di modelli, checkpoint, compiti e contesti avversariali». Per capire meglio il contesto tecnico che rende possibili queste scoperte, resta utile la nostra guida completa a Claude AI e quella sugli LLM.

Fonti:

• A global workspace in language models — Anthropic
• Anthropic’s new J-lens reveals a silent workspace inside Claude — VentureBeat
• Anthropic J-Space Explained: Claude’s Hidden Workspace — Kingy AI
• Anthropic J-Space: Claude’s Global Workspace Explained — ExplainX
• Anthropic Finds a Global Workspace Inside Claude — Pasquale Pillitteri
• Anthropic Presents Evidence of Internal J-space Workspace — Let’s Data Science
• Is Claude Conscious? Anthropic J-Space Explained — Coursiv
• Fifty Years of Consciousness Science: Global Workspace Theory — Bernard J. Baars
• Artificial Intelligence: Does Consciousness Matter? — Frontiers in Psychology