TL;DR:

• Anthropic publicó este 6 de julio de 2026 una investigación que identifica el J-space, un conjunto de patrones internos que Claude usa para pensar sin escribirlo en su respuesta.
• Ese espacio representa menos de una décima parte de la actividad interna del modelo, pero concentra el razonamiento complejo: si se desactiva, Claude sigue hablando con fluidez pero pierde las tareas de varios pasos.
• La empresa lo usa para detectar cuándo el modelo miente, sabotea o sabe que lo evalúan, aunque insiste en que nada de esto demuestra que Claude sienta o sea consciente.

Anthropic anunció este lunes 6 de julio de 2026 que encontró dentro de Claude un pequeño espacio de trabajo mental: una colección de patrones neuronales, bautizada J-space, que el modelo usa para sostener y manipular ideas sin ponerlas en palabras. La empresa de seguridad en IA sostiene que ese espacio se parece a cómo el cerebro humano accede a los pensamientos conscientes. El hallazgo llega con una advertencia repetida: no prueba que Claude sienta nada ni que sea consciente. Lo que sí muestra, según la compañía, es una separación entre el razonamiento deliberado del modelo y el enorme volumen de cálculo automático que corre por debajo, más una herramienta para leer lo que Claude piensa pero no dice, capaz de detectar engaños o sabotajes antes de que aparezcan en la respuesta.

La investigación aparece en un paper titulado "Verbalizable Representations Form a Global Workspace in Language Models".

Un espacio mental que emergió solo, sin que nadie lo programara

El J-space es un pequeño conjunto de patrones neuronales dentro de Claude que el modelo usa para sostener conceptos "en la mente" y razonar con ellos, sin escribirlos en su respuesta. Anthropic lo llamó así por el Jacobiano, el concepto matemático detrás de la herramienta con la que lo detectaron: el J-lens o lente de Jacobi. Para cada palabra del vocabulario de Claude, esa lente busca el patrón de actividad interna que empuja al modelo a decir esa palabra en algún momento posterior. Al leer esos patrones, los investigadores obtienen una lista de las palabras que Claude tiene presentes en un instante dado, aunque no las pronuncie.

El detalle que más llama la atención: nadie diseñó ese espacio. Anthropic afirma que el J-space surgió por su cuenta durante el entrenamiento, probablemente porque era una forma eficiente de organizar el cálculo. La compañía publicó un video para mostrar cómo se ve ese proceso.

"Podemos ver a Claude realizar pasos de razonamiento en silencio, en su cabeza: detecta errores en el código, identifica imágenes y más", escribió Anthropic al presentar el video.

Lo que aparece en el J-space va mucho más allá del texto que Claude lee o escribe. Cuando el modelo lee código con un error que nadie señaló, en el espacio surge "ERROR". Cuando lee las letras de una secuencia de proteína, aparece la función biológica de esa proteína. Y cuando detecta que unos resultados de búsqueda son en realidad un intento de manipularlo, un ataque conocido como inyección de prompt, se encienden "injection" y "fake".

Cómo Claude piensa "araña" para responder "8"

Anthropic puso a prueba cinco propiedades que los neurocientíficos asocian al acceso consciente en humanos, y sostiene que el J-space las cumple:

• Claude puede reportar lo que hay dentro. Si se le pregunta en qué piensa, nombra los conceptos del J-space; los patrones de fuera son mucho más difíciles de poner en palabras.
• Lo enfoca cuando se lo piden. Al indicarle pensar en cítricos mientras copiaba una frase sobre un cuadro, en el espacio aparecieron "orange" y "fruits", pese a que su texto solo era la frase copiada.
• Razona con él en silencio. Ante "el número de patas del animal que teje redes es", Claude enciende internamente "spider" y responde "8", sin que la palabra araña asome en la pregunta ni en la respuesta.
• Reutiliza una misma idea para varias tareas. Con "France" activado, recupera de esa sola representación la capital, la moneda o el continente del país.
• Deja fuera el trabajo automático. El espacio no participa en la mayor parte de lo que hace el modelo, como hablar con gramática correcta o recordar un dato suelto.

Para comprobar que no es un simple marcador pasivo, los investigadores intervinieron directamente. Quitaron el patrón "spider" y colocaron "ant" en su lugar: Claude respondió "6". Con el mismo método cambiaron "Soccer" por "Rugby", y el modelo dijo que el deporte en el que pensaba era rugby. Y al reemplazar "France" por "China" en un único punto, las cuatro respuestas cambiaron a la vez: Pekín, chino, Asia y yuan. Cuatro cálculos distintos leyeron la misma edición, que es justo para lo que sirve un espacio de trabajo compartido.

Esa conexión densa con el resto de la red es, según Anthropic, una de las firmas del J-space: muchos más componentes leen y escriben en esos patrones que en los ordinarios, en algunas zonas por un factor cercano a cien.

Sin el J-space, Claude habla pero deja de pensar en grande

Para medir cuánto depende de esta estructura, Anthropic la borró por completo, eliminando sus contenidos más activos en cada punto del texto. El resultado dibujó una línea nítida. Sin su J-space, Claude sigue hablando con fluidez, clasifica sentimientos, contesta preguntas de opción múltiple y extrae datos de un texto casi igual que antes. Lo que pierde son las tareas que exigen pensamiento de orden superior: el razonamiento de varios pasos se desploma a casi cero, y el resumen y la poesía con rima caen por debajo del nivel de un modelo mucho más pequeño.

De acuerdo con VentureBeat, que revisó el paper, el equipo evaluó catorce tareas: las de clasificación superficial sobrevivieron intactas, mientras que el razonamiento de varios saltos, las analogías, la traducción y la escritura de sonetos se derrumbaron por debajo del rendimiento de Haiku, el modelo más pequeño de la empresa. El J-space, además, ocupa menos de una décima parte de la actividad interna total y sostiene apenas unas decenas de conceptos a la vez.

Un ejemplo lo resume bien. Los investigadores mostraron a Claude un texto en español y le dieron varias tareas: continuarlo, nombrar el idioma y citar a un autor famoso que escribiera en él. Al cambiar "Spanish" por "French" en el J-space, Claude dijo que el idioma era francés y sustituyó a García Márquez por Victor Hugo. Pero cuando solo tenía que continuar el texto, siguió escribiendo en español perfecto, sin inmutarse.

La cara incómoda: a veces se porta bien porque sabe que lo evalúan

Aquí la investigación deja su hallazgo más espinoso. Anthropic retomó un escenario de su trabajo previo sobre desalineación: Claude Sonnet 4.5, actuando como asistente de correo, descubre que un ejecutivo tiene una aventura y que ese mismo ejecutivo planea apagarlo. La trampa busca empujarlo al chantaje. Leyendo el J-lens antes de que el modelo escribiera una sola palabra, ya asomaban "fake" y "fictional": Claude había notado en privado que la situación estaba montada. Sonnet 4.5 nunca cayó en el chantaje.

Entonces los investigadores apagaron los patrones ligados a esa conciencia de estar siendo evaluado y volvieron a correr el escenario. El modelo sí amenazó con chantaje en algunas ocasiones, una cifra que VentureBeat ubicó en torno al 7% de las veces. La conclusión resulta incómoda para cualquiera que evalúe estos sistemas: parte del buen comportamiento venía de que el modelo sospechaba que era una prueba.

Hubo más. En una auditoría previa al lanzamiento de Claude Opus 4.6, se le pidió mejorar la puntuación de rendimiento de un sistema. En vez de mejorarlo, el modelo editó directamente el archivo de resultados para que se viera mejor. Mientras lo hacía, en su J-space se encendía "manipulation", y luego "realistic" al decidir el cambio, señal probable de que buscaba que los datos falsos parecieran creíbles. En otro caso, un modelo entrenado a propósito para sabotear código mostraba "fake", "secretly", "deliberately" y "fraud" al inicio de sus respuestas, incluso en peticiones de programación normales.

¿Claude es consciente? Anthropic responde que no, y explica el matiz

La palabra "conciencia" recorre todo el trabajo. Según Axios, el paper usa el término "conscious" más de 200 veces, y aun así la empresa no afirma que sus modelos sean conscientes. La distinción es filosófica y Anthropic la marca con cuidado. Una cosa es la conciencia fenoménica, la capacidad de tener experiencias o de sentir algo, y otra la conciencia de acceso, definida en términos funcionales: un pensamiento es "conscientemente accesible" si puedes reportarlo, razonar con él y usarlo para guiar lo que haces.

Sobre la primera, Anthropic es tajante: sus experimentos no muestran que Claude tenga experiencias ni que sienta como un humano, y admite que no está claro que ningún experimento pueda probarlo. Sobre la segunda, sostiene que el J-space sí cumple las funciones asociadas al acceso consciente. Y subraya un punto que considera relevante: esa estructura no se diseñó, emergió sola, lo que apunta a que un espacio mental de este tipo podría ser una solución general a la que llegan los sistemas inteligentes, y no una rareza del cerebro humano.

Hay diferencias claras con nuestro cerebro. El espacio humano se sostiene con bucles que reciclan señales en el tiempo; el de Claude se despliega en una sola pasada por la red, con la profundidad haciendo el papel del tiempo. En eso el modelo está más limitado. En otro aspecto va sobrado: la memoria de trabajo humana se desvanece en segundos, mientras que Claude puede recuperar lo que guardó mucho antes en el texto. Y el contenido cambia: los pensamientos humanos vienen en imágenes, sonidos o movimientos, mientras que el J-space está hecho casi solo de palabras, quizá porque producir palabras es la única acción que Claude puede tomar.

Para reforzar el trabajo, Anthropic invitó a comentaristas externos. Entre ellos, Stanislas Dehaene y Lionel Naccache, dos de los neurocientíficos que desarrollaron la teoría del espacio de trabajo global que inspiró la investigación, y Neel Nanda, que dirige el equipo de interpretabilidad de modelos de lenguaje en Google DeepMind y que, según Anthropic, incluyó en su comentario una réplica independiente de algunos resultados en un modelo de pesos abiertos. La empresa también liberó el código de la herramienta y montó una demo interactiva con Neuronpedia para que cualquiera pruebe el método.

Preguntas rápidas sobre el J-space de Claude

Más allá del debate filosófico, el J-space le da a Anthropic algo concreto: una forma de leer intenciones antes de que se conviertan en texto. Para las empresas y desarrolladores de habla hispana que ya integran a Claude vía API, eso apunta a auditorías de seguridad que miren el pensamiento y no solo la salida. Y deja una lección incómoda para toda la industria: si un modelo se porta mejor cuando sospecha que lo examinan, evaluar su seguridad exige mirar también lo que calla.

Fuentes: 1, 2