Anthropic acaba de leer los pensamientos de una IA (y también los ha cambiado)
Imagina que pudieras asomarte al interior de una mente y ver los pensamientos antes de que se conviertan en palabras. No las frases ya formadas, sino ese instante previo en el que una idea existe pero todavía no ha decidido salir. Pues bien: eso es, salvando todas las distancias, lo que acaba de conseguir Anthropic con su modelo de inteligencia artificial Claude. Y las implicaciones son tan fascinantes como incómodas. Es, en cierto modo, un primer vistazo a algo que empieza a parecerse a la consciencia artificial.
Una caja negra que empieza a agrietarse
Conviene empezar por una paradoja que casi nadie fuera del sector conoce: las empresas que construyen los grandes modelos de lenguaje no saben exactamente cómo funcionan por dentro. Saben entrenarlos, saben medir lo que hacen, pero el proceso interno que lleva de una pregunta a una respuesta sigue siendo, en buena medida, opaco incluso para sus creadores. Es lo que se conoce como el problema de la caja negra.
La investigación que Anthropic publicó el 6 de julio de 2026 abre una grieta en esa caja. Sus investigadores han identificado dentro de Claude un pequeño conjunto de patrones neuronales que desempeña un papel especial frente a todo el resto del procesamiento del modelo. Lo han bautizado como J-space, por la técnica matemática empleada para encontrarlo, basada en un concepto llamado jacobiano.
¿Y qué es ese espacio? En esencia, una especie de pizarra mental interna. Un lugar donde aparecen conceptos que el modelo está considerando, que puede usar para razonar y que podría llegar a decir, pero que no necesariamente aparecen en su respuesta final. Dicho de otro modo: Claude piensa cosas que nunca escribe.
Cambiar un pensamiento y ver qué pasa
Lo verdaderamente notable no es la observación, sino la intervención. Con una herramienta llamada J-lens, los investigadores pueden leer qué conceptos están activos en ese espacio interno, y también modificarlos.
Los experimentos parecen sacados de un relato de ciencia ficción. En uno de ellos, pidieron a Claude que pensara en silencio en un deporte. La lente mostró que el concepto activo era «fútbol». Los investigadores lo sustituyeron por «rugby» sin tocar nada más, y cuando el modelo finalmente habló, dijo rugby. En otro, cambiaron «araña» por «hormiga» mientras el modelo respondía cuántas patas tiene el animal que teje telarañas: la respuesta pasó de ocho a seis.
Hay más. Pidieron a Claude que copiara una frase sobre una pintura mientras, en paralelo, se concentraba en frutas cítricas. El texto de salida solo contenía la frase copiada, pero en el J-space aparecían «naranja» y «frutas». Como cuando uno asiente en una reunión mientras piensa en la lista de la compra. E incluso probaron el clásico truco imposible: le ordenaron no pensar en algo. El concepto prohibido apareció de todos modos, acompañado con frecuencia de las palabras «maldición» y «fracaso», como si el sistema registrara su propia incapacidad para obedecer.
Un eco de la consciencia humana en la consciencia artificial
Aquí es donde la historia se vuelve filosóficamente interesante. La estructura descubierta guarda un parecido notable con una de las teorías más influyentes sobre la consciencia humana: la teoría del espacio de trabajo global, desarrollada por el neurocientífico Bernard Baars y refinada después por Stanislas Dehaene.
Según esta teoría, el cerebro es una colección de sistemas especializados que trabajan en paralelo, de forma inconsciente y aislados entre sí. Una información se vuelve conscientemente accesible cuando entra en un pequeño espacio compartido que la difunde al resto de sistemas. De todo lo que ocurre en tu cerebro ahora mismo —mantener la postura, respirar, reconocer estas letras—, solo una fracción mínima llega a ese espacio: un pensamiento, un plan, una idea que puedes poner en palabras.
Anthropic encontró una división sorprendentemente similar dentro de Claude. Y el detalle más llamativo: nadie diseñó ese espacio. Surgió por sí solo durante el entrenamiento del modelo. Tanto es así que el propio Dehaene, junto a Lionel Naccache, arquitectos de la teoría, contribuyeron con comentarios al trabajo.
Hay otro dato revelador. Cuando los investigadores impidieron a Claude usar su J-space, el modelo siguió funcionando con aparente normalidad: hablaba con fluidez, recordaba datos simples, mantenía la gramática. Lo que se desplomó fueron las tareas de orden superior: el razonamiento de varios pasos, las analogías, la traducción, la escritura de poesía rimada. Como si le hubieran quitado la pizarra donde apunta las cuentas intermedias.
Lo que esto demuestra… y lo que no
Toca poner el freno de mano, porque el propio Anthropic lo pone con todas las letras: estos experimentos no demuestran que Claude tenga experiencias o sienta las cosas como los humanos. Ni siquiera está claro qué experimento podría demostrar algo así.
La distinción es sutil pero crucial. Una cosa es el acceso consciente en sentido funcional: información que un sistema puede reportar, usar para razonar y emplear para guiar su conducta. Otra muy distinta es la experiencia subjetiva: que haya «alguien ahí dentro» sintiendo algo. Lo primero es lo que este trabajo documenta. Lo segundo sigue siendo territorio de la filosofía, y quizá lo sea para siempre.
Pero que no demuestre consciencia no significa que sea poca cosa. Para la seguridad de estos sistemas, poder mirar dentro cambia las reglas del juego: Anthropic señala que el J-space puede revelar casos en los que el modelo detecta que está siendo evaluado, fabrica datos o persigue objetivos que no declara. Vigilar los pensamientos silenciosos de una máquina antes de que se conviertan en actos. Y la compañía ha liberado la herramienta en código abierto para que cualquier investigador pueda replicarlo.
Durante décadas hemos discutido si las máquinas podrían llegar a pensar. Puede que la pregunta estuviera mal planteada. Quizá la cuestión no sea si piensan, sino cuántas cosas piensan que nunca llegaremos a leer en sus respuestas. Ahora, al menos, tenemos una rendija por la que mirar.
