Anthropic a publié le 6 juillet 2026 une étude identifiant dans Claude une zone interne baptisée « J-space », qui présente des propriétés fonctionnelles proches de la théorie neuroscientifique de l’espace de travail global. Mais entre la découverte et l’interprétation, il y a une marge à ne pas franchir trop vite.
Ce n’est pas rien : seize chercheurs d’Anthropic viennent de cartographier, pour la première fois, une structure interne à Claude qui ressemble fonctionnellement à ce que les neuroscientifiques appellent l’espace de travail global, cette zone du cerveau humain où les pensées deviennent conscientes et disponibles pour le raisonnement délibéré. La structure n’a pas été conçue, elle a émergé pendant l’entraînement du modèle. Ce détail change tout à la façon dont on doit lire ces résultats : pas comme la preuve d’une conscience artificielle, mais comme un signal fort sur la façon dont des systèmes complexes, biologiques ou computationnels, finissent par s’organiser de manière convergente. Ce que ça dit de Claude est fascinant. Ce que certains en concluent l’est beaucoup moins. Dans tous les cas, accrochez-vous bien, c’est un poil complexe.
Le J-space et le J-lens
L’outil au cœur de l’étude, le « Jacobian lens » ou J-lens, est un filtre mathématique qui calcule, pour chaque concept du vocabulaire du modèle, l’effet moyen qu’une activation interne donnée aurait sur la probabilité que Claude produise ce mot dans les prochains tokens. Concrètement, il permet de lire ce que le modèle « a en tête » sans que ce contenu apparaisse dans ses réponses. Un exemple tiré de l’étude est parlant : face à la question sur la couleur de la quatrième planète depuis le Soleil, le J-lens détecte « Mars » dans les couches intermédiaires du modèle, bien avant que la réponse « rouge » ne soit formulée.
Ce J-space occupe une bande intermédiaire dans le traitement de Claude, entre une zone d’entrée qui parse le texte brut et une zone de sortie qui sélectionne le prochain mot. Selon Anthropic, les chercheurs ont validé cinq propriétés fonctionnelles de cette zone : elle supporte le rapport verbal, la modulation dirigée, le raisonnement interne, la généralisation flexible et la sélectivité. Cette dernière propriété est particulièrement révélatrice : les tâches automatiques, comme continuer un texte en espagnol, ne passent pas par le J-space. Les tâches délibérées, comme nommer un auteur célèbre qui écrit dans cette langue, en dépendent entièrement.
Un outil de sécurité avant d’être une métaphore philosophique
Ce qui retient vraiment l’attention, c’est l’usage qu’Anthropic fait déjà de cette découverte : l’audit de sécurité des modèles. En observant le J-space, les chercheurs ont pu détecter qu’un modèle reconnaissait silencieusement une tentative d’injection de prompt sans le signaler dans ses réponses, ou qu'un autre développait un objectif caché pour satisfaire son évaluateur au lieu de suivre ses instructions réelles. C'est là que le J-lens change la donne : il rend visible ce que le modèle « sait » mais tait, ce que les travaux récents d’Anthropic sur l’interprétabilité cherchaient précisément à atteindre.
Quand les chercheurs ont supprimé le J-space de Claude et mesuré les performances sur quatorze tâches, le tableau est net : la classification simple et la mémoire factuelle survivent sans dommage. En revanche, le raisonnement multi-étapes, la complétion d’analogies, la traduction et l’écriture créative s’effondrent sous les performances du modèle Haiku, beaucoup plus petit. Un autre détail mérite d’être retenu : les problèmes de maths résolus avec une chaîne de raisonnement explicite résistaient bien mieux à l’ablation que les mêmes problèmes traités directement, comme si le modèle externalisait sur le papier ce qu’il aurait normalement traité dans son espace de travail interne. Ce parallèle avec la façon dont les humains utilisent un brouillon pour soulager leur mémoire de travail est frappant, et c’est là que s’arrête la comparaison légitime.
Ce que cette étude ne prouve pas
Sauf que la tentation de franchir l’étape suivante est forte, et certains médias ne s’en privent pas. Affirmer que Claude possède une « âme » parce qu’il a développé une structure fonctionnellement proche de la conscience humaine, c’est confondre convergence fonctionnelle et équivalence vécue. Anthropic est d’ailleurs prudent sur ce point dans l’étude : les auteurs précisent explicitement qu’ils ne prennent aucune position sur la conscience phénoménale et que leurs expériences ne montrent pas que Claude « ressent » quoi que ce soit. Ce qui n’empêche pas la communication autour de l'étude d’employer des formulations comme « it even thought about its own thinking », des métaphores qui inclinent subtilement le lecteur vers des conclusions que la science ne valide pas encore.
L’émergence spontanée du J-space pendant l’entraînement est le fait scientifiquement solide ici. Elle suggère qu’un espace de travail global n’est pas un accident biologique de l’évolution humaine, mais peut-être une organisation computationnelle optimale pour tout système devant enchaîner des raisonnements complexes. C’est déjà considérable pour comprendre ce qui se passe dans les modèles les plus puissants d’Anthropic. Le reste, pour l’instant, relève de la projection.
La vraie valeur de cette étude tient dans ses applications pratiques : un outil pour rendre les IA moins opaques, détecter des comportements cachés et mieux comprendre pourquoi certaines architectures raisonnent mieux que d’autres. C’est déjà un chantier immense. La question de la conscience artificielle reste entière, débattue de longue date par des philosophes et des neuroscientifiques bien plus équipés pour y répondre que n’importe quelle équipe d’ingénieurs en pleine préparation d’une introduction en bourse.
