Claude AI creó algo que Anthropic nunca diseñó
Anthropic acaba de encontrar algo dentro de sus modelos Claude que nadie diseñó o esperaba. Una estructura interna llamada “J-space” parece funcionar como un espacio de trabajo cognitivo compartido en todo el modelo.
La investigación del 6 de julio marca un gran paso en la comprensión de lo que realmente sucede dentro de los grandes modelos de lenguaje.
Lo que realmente es el J-Space dentro de Claude
J-space es un área interna donde Claude parece reunir y compartir información importante en todo el modelo. Una forma simple de pensar en ello es como una pizarra dentro de la IA.
Cuando Claude responde a una pregunta, resuelve un rompecabezas o sigue una instrucción, los detalles clave parecen aparecer en este espacio compartido para que diferentes partes del modelo puedan usarlos.
Anthropic encontró J-space utilizando una herramienta de investigación llamada “J-lens.” La herramienta ayuda a los investigadores a inspeccionar cómo se mueve la información dentro de Claude durante una tarea. Mostró que J-space surgió durante el entrenamiento por sí mismo. Anthropic no lo diseñó directamente.
Síguenos en X para obtener las últimas noticias a medida que suceden.
La idea es similar a una teoría en neurociencia llamada “espacio de trabajo global.”
En los humanos, esto describe cómo el cerebro hace que la información importante esté disponible para diferentes procesos mentales a la vez. Por ejemplo, cuando alguien escucha una pregunta, recuerda un hecho y decide cómo responder, esas piezas de información necesitan juntarse.
Claude parece hacer algo similar. Anthropic descubrió que Claude puede describir lo que hay dentro de su J-space cuando se le pregunta. También puede ajustar esos contenidos si se le instruye.
Más importante aún, cuando los investigadores cambiaron directamente el J-space, las respuestas y el rendimiento en las tareas de Claude también cambiaron.
Por qué esto es importante para la seguridad e interpretabilidad de la IA
El descubrimiento tiene un peso real para la seguridad de la IA. Si los investigadores pueden monitorear la actividad del J-space, potencialmente pueden descubrir motivaciones ocultas detrás del comportamiento de un modelo. Como resultado, obtienen una herramienta más precisa para detectar cuándo algo sale mal.
Eso incluye detectar ataques. Monitorear el J-space podría revelar cuándo un modelo procesa un intento de inyección de prompt diseñado para secuestrar sus salidas. Además, incluso una ventana parcial a esta capa de procesamiento “consciente” marca un avance significativo para el campo.
Sin embargo, el alcance sigue siendo limitado. La gran mayoría del procesamiento de información de Claude aún ocurre completamente fuera del J-space.
Aún así, Anthropic lanzó una implementación de J-lens de código abierto y una demostración de Neuronpedia, invitando a la comunidad de investigación más amplia a probar los hallazgos.
Suscríbete a nuestro canal de YouTube para ver a líderes y periodistas proporcionar información experta..
El trabajo se basa en un rastro de investigación más largo. Anthropic publicó un informe sobre la conciencia introspectiva emergente en octubre de 2025. Además, lanzó iniciativas de bienestar del modelo en abril de 2025, explorando constantemente lo que sucede dentro de sus sistemas.
Una advertencia se destaca claramente. Anthropic enfatiza que la investigación no afirma que Claude sea consciente o tenga experiencia subjetiva. El documento utiliza la frase “información conscientemente accesible”, tomando prestado el vocabulario sin hacer el salto a la conciencia real.
Fuente: BeInCrypto