Anthropic ha studiato Claude dall’interno e sostiene di aver individuato una struttura chiamata Claude J-space, uno spazio funzionale in cui il modello attiva concetti prima di trasformarli, oppure no, in parole. La ricerca è stata pubblicata il 7 luglio 2026 e riguarda uno dei problemi più difficili dell’intelligenza artificiale: capire cosa accade dentro un modello linguistico mentre produce una risposta.
Il punto non è dimostrare che Claude sia cosciente. La scoperta riguarda l’interpretabilità IA, cioè la possibilità di osservare alcuni segnali interni dei modelli e collegarli a concetti comprensibili. Per chi usa chatbot avanzati, agenti automatici o strumenti di scrittura, il tema è concreto: un sistema può tenere conto di informazioni che non dichiara nel testo finale.
Che cos’è il Claude J-space e perché conta
Il Claude J-space è un piccolo insieme di rappresentazioni interne in cui alcuni concetti diventano disponibili al modello durante l’elaborazione. Non è una frase nascosta e non coincide con la risposta finale. È più simile a un’area di lavoro matematica che mostra quali idee Claude sta usando.
Anthropic descrive il J-space come una struttura che opera nelle attivazioni neurali interne. Quando un concetto si attiva, il modello non sta necessariamente per scrivere quella parola. Sta segnalando che quel tema è rilevante per costruire la risposta. Se Claude ragiona su clima, per esempio, può attivare il concetto di emissioni anche se poi usa termini come CO2, gas serra o riscaldamento globale.
Questa distinzione è importante perché separa il J-space dalla chain of thought, il ragionamento scritto passo per passo che alcuni modelli possono mostrare all’utente. Qui il ragionamento non appare nel testo. Resta nelle rappresentazioni interne e può essere osservato solo con strumenti di analisi specifici, come spiega la ricerca ufficiale di Anthropic sul global workspace nei modelli linguistici.
La J-lens prova a leggere i segnali interni di Claude
Per individuare questo spazio, i ricercatori hanno usato una tecnica chiamata Jacobian lens, abbreviata in J-lens. Il nome richiama il Jacobian, uno strumento matematico usato per misurare come cambia un sistema quando cambiano i suoi input. Applicato a Claude, il metodo prova a capire quali concetti diventano più attivi durante l’elaborazione.
La J-lens non legge la mente del modello in senso pieno. Traduce una parte delle sue attivazioni numeriche in segnali più interpretabili. È una differenza decisiva: un grande modello linguistico non lavora con frasi già pronte, ma con vettori, pesi e trasformazioni interne. Per avvicinarsi a ciò che accade davvero, servono strumenti che colleghino quei numeri a parole e concetti.
Un esempio citato nella ricerca riguarda il codice. Claude può incontrare un errore e attivare internamente un segnale collegato a ERROR prima ancora di dichiararlo nella risposta. Un altro caso riguarda le prompt injection, cioè istruzioni nascoste inserite in un testo per manipolare il comportamento di un modello. In quelle situazioni, la J-lens può far emergere segnali collegati a concetti come injection o fake.
Per capire quanto sia complesso guardare dentro un sistema, torna utile anche un parallelo più semplice: prima di parlare di modelli IA, bisogna sapere cosa c’è dentro un computer e come lavorano i suoi componenti. Con i modelli linguistici il salto è ulteriore, perché non basta vedere l’hardware: bisogna interpretare strutture matematiche che cambiano a ogni input.
Perché non è una prova di coscienza artificiale
Il riferimento teorico usato da Anthropic è la Global Workspace Theory, una teoria delle neuroscienze secondo cui alcune informazioni elaborate dal cervello diventano disponibili a più sistemi mentali. L’analogia serve a descrivere una funzione: un’area comune in cui certe informazioni diventano accessibili. Non significa che Claude abbia esperienza soggettiva, emozioni o consapevolezza.
Questo è il passaggio da leggere con cautela. Dire che un modello ha uno spazio interno funzionalmente simile a un workspace non equivale a dire che pensa come una persona. Claude resta un sistema statistico e computazionale. La ricerca mostra che alcune rappresentazioni interne sono più organizzate e leggibili del previsto, non che il modello abbia una mente nel senso umano.
- Il J-space mostra concetti attivi che possono non comparire nella risposta finale.
- La J-lens rende interpretabili alcuni segnali, ma non spiega tutto il modello.
- L’analogia con la coscienza è funzionale, non una prova di esperienza soggettiva.
- La tecnica può aiutare a studiare errori, prompt injection e comportamenti non desiderati.
Sicurezza IA: cosa può cambiare per i modelli futuri
La parte più utile della scoperta riguarda la sicurezza IA. Se i ricercatori riescono a osservare quando un modello riconosce un pericolo, una contraddizione o un tentativo di manipolazione prima di scriverlo, diventa possibile progettare controlli più precisi. Questo può aiutare negli agenti autonomi, nei sistemi usati dalle aziende e nei chatbot integrati in prodotti reali.
La ricerca tecnica pubblicata su Transformer Circuits approfondisce proprio il ruolo delle rappresentazioni verbalizzabili nei modelli linguistici. Il passaggio industriale sarà più complesso: una cosa è osservare Claude in laboratorio, un’altra è trasformare questi strumenti in sistemi di monitoraggio affidabili, scalabili e comprensibili anche per chi deve valutarne i rischi.
Il Claude J-space non chiude il dibattito su coscienza artificiale, trasparenza e controllo dei modelli. Lo sposta su un terreno più concreto: non basta guardare ciò che l’IA scrive, bisogna capire quali segnali usa prima di scriverlo. La domanda ora è se questa finestra interna diventerà uno strumento stabile di audit o resterà una tecnica di ricerca per pochi laboratori.
