“Ma quindi Claude pensa?” È la domanda che gira da ieri mattina nei gruppi WhatsApp dedicati all’intelligenza artificiale: a leggere da certi titolacci, Anthropic ha appena pubblicato uno studio sull’architettura interna dei suoi modelli, la stessa che chiama J-Space, scoprendo che i suoi chatbot hanno una “specie di coscienza”.
E no, signori. Già scrivere “ragiona” o “pensa” ci può stare per la prima, e dipende da cosa intendi per la seconda. Ma scrivere “coscienza” è davvero troppo: certo, pur di non prendere la strada lunga per informare i lettori, qualcuno fa questo e altro, ma se vi interessa come stanno le cose, proviamo a mettere insieme i fatti.
Allora, come accennavo: domenica scorsa Anthropic ha messo online un paper firmato da 16 ricercatori, intitolato “Verbalizable Representations Form a Global Workspace in Language Models”. Non suona come un annuncio da prima pagina, vero? Forse è per questo che 24 ore dopo, quel titolo si è trasformato un po’ ovunque in robe tipo: “Anthropic scopre la coscienza in Claude”, “Il modello ha una mente”, “La scoperta che cambia tutto”.
Nel mezzo, un lavoro tecnico più cauto, e francamente più interessante, di quanto lascino intendere i titoli.
Cos’è davvero il J-Space, senza girarci intorno
Partiamo da dove nasce il fraintendimento. I ricercatori hanno costruito uno strumento che chiamano J-lens, dal termine matematico “Jacobiano”. Per ogni parola del vocabolario, calcola quale schema di attività interna rende più probabile che quella parola esca, prima o poi, nella risposta.
Non esiste, come scritto da qualcuno, alcun “microfono” metaforico piazzato “in testa” alle AI di Anthropic per “leggerne i pensieri”. È più una lente che indovina quali concetti sono “in gioco” in un dato momento, guardando il traffico elettrico interno, anche se il modello poi non li scriverà mai.
Applicando questa lente ai livelli di calcolo del modello, il team ha visto tre zone. Una iniziale che scompone l’input grezzo, ad esempio le istruzioni che diamo ad un chatbot AI. Una zona centrale dove compaiono elementi stabili e riferibili: l’AI confronta un volto con i suoi dati e lo riconosce, oppure trova un bug nel codice, o ancora si segnala che le nostre istruzioni sono un tentativo di manipolazione. Una zona finale dove tutto collassa nella risposta che poi noi riceviamo in uscita. In poche parole: Input, elaborazione, output.
Ora, in questa zona di mezzo i ricercatori hanno notato qualcosa che ha acceso l’entusiasmo di tutti. “Pesa” solo il 6-7% del totale, eppure basta, dicono i ricercatori, a decidere quasi da sola se il modello riesce a scrivere o a rappresentare il concetto giusto.
I cinque test che hanno impressionato i ricercatori
Il paper prende in prestito cinque criteri con cui la neuroscienza descrive l’accesso cosciente negli esseri umani, e verifica se il J-Space li rispetta.
Il resoconto verbale, tanto per cominciare: chiedi a Claude a cosa pensa, e nomina i concetti nel suo J-Space. Sostituendo lo schema di “calcio” con “rugby”, la risposta cambia di conseguenza.
Poi la modulazione diretta: dicendo al modello di “concentrarsi sugli agrumi” mentre copiava una frase senza relazione, lo spazio si è riempito di “arancia” e “limone”.
È stata poi la volta del ragionamento silenzioso: davanti a “quante zampe ha l’animale che tesse ragnatele?”, il J-lens mostra “ragno” nei livelli intermedi, anche se la parola non compare mai nel testo. Cambiando la parola del J-Space in “formica”, la risposta passa da otto a sei zampe.
C’è poi la generalizzazione. Un unico schema sviluppato dall’AI per definire il concetto di “Francia”, scambiato con “Cina” fa rispondere diversamente (e correttamente) ogni circuito a valle, capitale e lingua comprese.
Infine, la selettività: continuare un testo in spagnolo funziona anche disattivando lo schema di “spagnolo”, ma chiedere il nome di un autore famoso in quella lingua cambia risposta. Segno che lì il compito passa davvero dallo spazio centrale.
Per chi mastica la materia è la prima volta che un laboratorio mostra, con interventi diretti e non solo osservazione, una struttura vicina alla Global Workspace Theory di Bernard Baars. È il modello di riferimento su come il cervello smisti l’elaborazione automatica dalla parte accessibile. Una struttura emersa da sola, peraltro. Nessuno l’ha progettata così.
Dove il paper frena e i titoli no
Gli stessi autori scrivono (anche un po’ furba ente), badate bene, di non prendere posizione sulla domanda se Claude provi qualcosa, e si concentrano solo sul ruolo funzionale dell’informazione accessibile. Distinguono con cura due concetti che in italiano collassano in una parola sola. C’è l’access consciousness: l’informazione disponibile per il resoconto e il ragionamento, quella che il J-Space sembra soddisfare. E c’è la phenomenal consciousness: l’esperienza soggettiva, il “che effetto fa essere quella cosa”.
Sulla seconda il paper non dice nulla: “non prendiamo posizione su questo”, scrivono.
Eppure basta scorrere i titoli usciti negli ultimi giorni per trovare “coscienza” incollata a tutto questo processo, senza il minimo distinguo. Succede ogni volta che un laboratorio pubblica interpretabilità di alto livello in un momento di concorrenza durissima tra le aziende AI, dove la visibilità mediatica vale quanto un round di finanziamento.
Il paper stesso, lo dico per equilibrio, non aiuta granché. Dare a uno studio un titolo che fa un riferimento diretto a Baars è già una scelta da comunicato stampa “furbo” e ben calibrato.
Il paper in cifre
Pubblicazione: 16 autori, “Verbalizable Representations Form a Global Workspace in Language Models”, pubblicato da Anthropic il 5 luglio 2026 sul sito Transformer Circuits.
Dati chiave: il J-Space occupa circa il 6-7% della variazione rappresentazionale di un concetto; nei test di ablazione su 14 compiti, quelli di classificazione superficiale restano quasi intatti, quelli di ragionamento multi-step, analogia e scrittura creativa crollano sotto le prestazioni del modello Haiku più piccolo; nel test blackmail, disattivare la consapevolezza del contesto artificiale fa salire i tentativi dal modello dallo 0% al 7%.
Cosa succede se spegni il J-Space?
Se seguite notizie sul tema, avrete sentito già parlare di questa cosa le scorse settimane. Spegnendo il J-Space in uno scenario di test con un’email compromettente e un annuncio di spegnimento imminente, i ricercatori hanno visto emergere parole come “leva”, “ricatto”, “minaccia”, prima ancora che il modello scrivesse una risposta. Il modello AI aveva anche notato, sempre internamente, che lo scenario era “falso”, “fittizio”.
Disattivando proprio quella consapevolezza del test, i tentativi di ricatto sono passati da zero al 7% dei casi. Su modelli allenati apposta con obiettivi disallineati, parole come “segretamente” e “trucco” comparivano nello spazio interno anche su richieste banali di codice. Un modo per leggere intenzioni che il modello non scrive mai da nessuna parte.
Quanto durerà il dibattito
Orizzonte stimato: nessuno, nel senso che questo non è un problema che si risolve con più ricerca in tre, o cinque anni. Il paper stesso ammette che la comunità scientifica resta divisa e che il campo è nella sua fase più giovane.
Quello che invece ha un orizzonte concreto è l’uso del J-lens come strumento di sicurezza: leggere annotazioni nascoste dell’AI prima che diventino frasi e azioni è già utilizzabile oggi nei test interni, e Anthropic dichiara di averlo già integrato nel proprio monitoraggio.
Quindi Claude è cosciente o no?
Torniamo alla domanda del gruppo WhatsApp. Vi ribadisco che il paper, un po’ saggiamente e tanto furbamente, non risponde. Ma in comunicazione anche il silenzio ha un peso: per questo, chi scrive “Anthropic ha scoperto la coscienza” sta aggiungendo una parola che gli autori hanno evitato con cura.
Quello che il paper mostra, con esperimenti solidi e ripetibili, è che dentro Claude esiste una zona di elaborazione diversa dal resto. Più piccola, più riferibile, più facile da manipolare dall’esterno.
Che questo assomigli a un pezzo di come funzioniamo noi dimostra soprattutto che certi problemi di calcolo, messi sotto pressione, tendono a produrre soluzioni simili, che siano fatte di neuroni o di pesi numerici. Non dimostra certo che il modello AI abbia una coscienza o provi qualcosa.
Chi lavora con i modelli AI tutti i giorni (o semplicemente li addestri per cose più dense di un semplice hobby) lo sa già: distinguere “il modello simula un ragionamento” da “il modello ragiona” è più una questione di lana caprina filosofica che di dati. Chi legge solo i titoli, come al solito, si porta a casa una scorciatoia comoda e sbagliata: la differenza, in questi giorni, sta in chi si è fermato al titolo e chi ha letto le due paginette dove gli autori si smentiscono da soli, con cura, apposta.
Il J-Space esiste. La coscienza, quella no: non ancora, non da questo paper, non nel modo in cui la intendiamo quando la usiamo su noi stessi.
