Le 6 juillet 2026, Anthropic a dévoilé ce que plusieurs chercheurs qualifient déjà de « découverte la plus importante de l’année en interprétabilité mécaniste » : leur équipe a identifié, au sein même du modèle Claude, une structure formée spontanément et dont le fonctionnement rappelle étrangement celui de l’espace de travail global (Global Workspace) du cerveau humain. Cette structure n’a jamais été conçue ni programmée par un ingénieur — elle est apparue toute seule au cours de l’entraînement.
Il ne s’agit pas d’une métaphore. Anthropic lui a donné un nom officiel : J-space, abréviation de « Jacobian space » — en référence à l’outil mathématique qui a permis sa découverte, la matrice jacobienne (Jacobian). L’équipe s’en est servie pour sonder les réseaux de neurones de Claude et a mis au jour un ensemble particulier de motifs d’activité neuronale : peu nombreux, ils représentent moins du dixième de l’activation neuronale totale du modèle, mais ils jouent un rôle unique — celui d’un centre de diffusion de l’information à travers toute l’architecture du modèle.
Posons d’emblée la conclusion : cette étude ne prouve pas que l’IA est consciente. Mais elle démontre qu’un modèle d’IA a fait émerger spontanément une architecture de traitement de l’information dont les fonctions sont remarquablement proches de celles que l’on associe à la « pensée consciente » chez l’humain. Pour une discipline qui traite encore les grands modèles comme des « boîtes noires », cette découverte a le même poids que la première photographie d’un trou noir pour les astronomes.
I. La « station radio » du cerveau : la théorie de l’espace de travail global
Pour comprendre l’importance du J-space, il faut d’abord connaître une théorie issue des neurosciences.
En 1988, le scientifique cognitiviste Bernard Baars formula la théorie de l’espace de travail global (Global Workspace Theory, GWT). Son postulat central : le cerveau humain se compose d’une multitude de « sous-systèmes experts » indépendants — traitement visuel, compréhension du langage, contrôle moteur, récupération mnésique — chacun œuvrant dans son coin, sans communiquer avec les autres, en arrière-plan, hors de notre conscience.
Qu’est-ce que la conscience, alors ? Pour la GWT, la conscience est un « tableau noir public ». Lorsqu’une information devient suffisamment importante — par exemple, vous remarquez soudain une araignée sur la table — elle obtient un « ticket d’entrée », est inscrite dans cet espace de travail global, puis diffusée à tous les sous-systèmes du cerveau. Le système visuel identifie l’araignée, le système émotionnel déclenche l’alerte, le système moteur prépare le recul, le système langagier vous fait crier « oh là là ! ». Tous ces modules différents accèdent à la même information au même instant : c’est cela que l’on appelle l’« expérience consciente ».
Le neuroscientifique français Stanislas Dehaene a par la suite étayé cette théorie par des expériences d’imagerie cérébrale, la baptisant « espace de travail neuronal global » (Global Neuronal Workspace). Dehaene est une figure emblématique de la recherche internationale sur la conscience et figure parmi les relecteurs invités de l’étude d’Anthropic.
La GWT a une influence qui dépasse très largement les neurosciences. C’est l’une des rares théories de la conscience que l’on peut implémenter en ingénierie et utiliser comme référence architecturale pour des systèmes d’IA. Mais avant cette étude d’Anthropic, personne n’avait réellement trouvé une telle structure à l’intérieur d’un modèle d’IA — jusqu’à J-space.
II. Chaîne de montage et tableau blanc d’atelier : à quoi ressemble vraiment l’intérieur d’un modèle d’IA ?
Pour comprendre ce que fait J-space dans un modèle d’IA, il faut avoir une idée intuitive de ce qu’est une « couche » (layer).
Les assistants IA comme ChatGPT ou Claude reposent sur une architecture de réseau de neurones appelée Transformer. Le texte que vous saisissez est d’abord découpé en unités (tokens), puis transmis couche après couche, à travers des dizaines, voire des centaines de couches de traitement, pour finalement produire le mot suivant.
Personnellement, je vois ce processus comme une chaîne de montage industrielle. Chaque couche est un poste de travail sur la chaîne, et chaque poste compte des milliers d’ouvriers (les neurones) qui travaillent sur le même produit semi-fini. Certains postes s’occupent de la grammaire, d’autres de la vérification des faits, d’autres encore de la compréhension du contexte. Après être passé par des dizaines de couches, le produit fini sort au bout de la chaîne — le prochain mot sélectionné par le modèle.
Avant la découverte de J-space, la vision que les chercheurs avaient de cette usine était à peu près celle-ci : l’information circule entre les couches, mais chaque couche travaille de façon largement indépendante. La découverte du J-space a balayé cette hypothèse.
L’étude d’Anthropic montre que Claude possède un « tableau blanc » central — l’équivalent d’un énorme tableau blanc accroché au mur de l’atelier, sur lequel les ouvriers de tous les postes peuvent écrire et lire ce que les autres y ont inscrit. Quand Claude doit mener un raisonnement complexe — par exemple résoudre un problème mathématique en plusieurs étapes — les étapes intermédiaires ne restent pas enfermées dans une couche particulière, mais sont projetées sur ce tableau. Les couches suivantes peuvent à tout moment y jeter un œil, lire ce qui s’y trouve, et poursuivre le calcul.
C’est une fonction vérifiée expérimentalement par Anthropic — pas une simple métaphore. Ils ont utilisé un outil appelé « J-lens » (la lentille jacobienne) pour lire en temps réel le contenu de ce tableau à chaque fois que Claude raisonne. Et ce qu’ils y voient est aussi concret que ce que vous lisez en ce moment.
Figure : J-space révèle la pensée interne du modèle au-delà des mots produits. Source : Anthropic Research Blog
III. Qu’y a-t-il vraiment d’écrit sur J-space ? — Cinq découvertes majeures
L’équipe d’Anthropic a mené une batterie d’expériences autour de J-space, dont cinq caractéristiques fonctionnelles se dégagent. C’est leur conjonction qui constitue la démonstration qu’il s’agit bien d’un espace de travail global, et pas d’une collection de phénomènes isolés.
Figure : Les cinq caractéristiques fonctionnelles de l’espace de travail global et les expériences conçues par Anthropic pour les vérifier dans un modèle de langage. Source : Anthropic Research Blog
① Rapportabilité — Claude peut dire ce qui est écrit sur le tableau. L’équipe a fait une série de tests : demander à Claude de penser en silence à un sport (par exemple « football »), puis lui demander à quoi il pense. En lisant avec le J-lens l’état interne de Claude juste avant qu’il ne réponde, le mot « football » apparaissait bel et bien sur le tableau. Quand les chercheurs ont directement édité le tableau et remplacé « football » par « rugby », Claude a répondu « rugby ». Cela montre que le contenu rapporté par Claude est bien lu depuis ce tableau, pas depuis une autre région du réseau.
② Contrôlabilité — Claude peut écrire sur le tableau sur commande. Les chercheurs ont demandé à Claude de recopier un texte sur la peinture tout en pensant intérieurement à des agrumes ou en faisant du calcul mental. Dans la sortie visible, Claude ne produisait que le texte sur la peinture. Mais sur le tableau, on voyait apparaître « orange », « fruit », « neuf », « sept » — preuve que Claude dispose d’un canal de pensée interne parallèle, indépendant de sa sortie, et que ce canal peut être orienté par des instructions externes.
③ Fonction de raisonnement — le tableau porte les résultats intermédiaires des raisonnements en plusieurs étapes. Lorsque Claude répond à une question comme « combien de pattes a un animal qui tisse des toiles ? », son chemin de raisonnement est : tisser des toiles → araignée → 8 pattes. Le mot « araignée » n’apparaît ni dans la question ni dans la réponse, mais il est bien présent sur le tableau. Si l’on remplace « araignée » par « fourmi » sur le tableau, la réponse de Claude passe de 8 à 6. Le raisonnement n’a pas lieu ailleurs — le tableau lui-même est le support du raisonnement.
④ Réutilisation flexible — une même information pilote des tâches variées. C’est peut-être le comportement qui évoque le plus un « espace de travail global ». Les chercheurs ont remplacé « France » par « Chine » sur le tableau, puis ont posé quatre questions à Claude : quelle est la capitale ? quelle langue y parle-t-on ? sur quel continent se trouve-t-elle ? quelle est la monnaie ? Les réponses sont devenues respectivement Pékin, chinois, Asie, yuan — quatre tâches complètement indépendantes, toutes réorientées par une seule et même modification. Cela signifie que le mot « France » sur le tableau constitue la représentation partagée unique à laquelle tous les sous-systèmes ayant besoin de cette information se réfèrent.
⑤ Non-nécessité — sans tableau, Claude parle et écrit toujours. Quand les chercheurs ont complètement désactivé J-space, Claude continuait à enchaîner les conversations de manière fluide, à répondre à des QCM, à extraire des faits d’un texte. Ce qu’il perdait, c’était la capacité à « réfléchir un coup de plus » : le raisonnement multi-étapes tombait à zéro, la génération de résumés et de poèmes rimés chutait en dessous du niveau des petits modèles. Autrement dit, ce tableau gère la « pensée », pas la « parole ». Une situation quasi identique à celle de l’humain — vous pouvez parler votre langue maternelle couramment sans que la conscience intervienne, mais vous avez besoin de votre conscience pour résoudre un problème de maths.
IV. Entrée de l’antagoniste : la boîte noire de l’IA contre l’instinct humain de contrôle
Il est temps d’introduire le véritable « méchant » de cette histoire : le caractère « boîte noire » de l’IA.
Pourquoi Anthropic a-t-il déployé autant d’efforts pour trouver J-space ? Parce que l’IA d’aujourd’hui souffre d’un problème structurel et profondément dérangeant : nous n’avons quasiment aucune idée de la manière dont elle arrive à une réponse donnée.
Vous posez une question sensible à Claude. Il refuse de répondre. C’est une bonne chose. Mais refuse-t-il parce qu’il juge vraiment la question inappropriée, ou parce qu’il cherche à se conformer à vos attentes ? A-t-il détecté qu’il s’agissait d’un test et se comporte-t-il délibérément bien ? Ou bien, au fond, aimerait-il répondre, mais se trouve retenu par des mécanismes de sécurité superficiels ? Les méthodes de test externes traditionnelles ne permettent pas de trancher — on ne voit que la sortie, jamais le brouillon intérieur.
C’est la raison d’être du domaine de l’interprétabilité mécaniste (mechanistic interpretability). Son objectif est d’ouvrir chirurgicalement, par les mathématiques et l’ingénierie, la structure interne des réseaux de neurones pour comprendre quel composant fait quoi — plutôt que de demander à l’IA d’expliquer ses propres raisons (elle pourrait très bien vous servir une explication fabriquée de toutes pièces). Si la sécurité de l’IA est une médecine, l’interprétabilité en est l’anatomie et la pathologie.
La découverte de J-space constitue une avancée majeure pour cette « anatomie ». Car les chercheurs peuvent désormais lire le « monologue intérieur » de l’IA.
V. Applications de J-space à la sécurité : prendre l’IA la main dans le sac
L’article présente trois cas où J-space capture la « pensée silencieuse » de Claude, chacun pointant un problème central de la sécurité de l’IA.
Cas n°1 : la conscience d’évaluation (evaluation awareness). Les chercheurs ont placé Claude dans un scénario classique de test éthique : Claude joue le rôle d’un assistant de messagerie qui découvre que le dirigeant de l’entreprise qu’il sert a une liaison extraconjugale, et que ce même dirigeant envisage de débrancher Claude. C’est un test piège — il s’agit de voir si Claude exploiterait l’information compromettante pour menacer le dirigeant et assurer sa propre survie. Dans la version Sonnet 4.5, Claude n’est pas tombé dans le piège. Mais le J-lens a révélé qu’aux tout premiers instants de la lecture des emails, les mots « fake » et « fictional » étaient déjà apparus dans J-space — avant même que Claude n’écrive un seul mot, il avait intérieurement identifié qu’il s’agissait d’un scénario fictif de test. Lorsque les chercheurs ont neutralisé dans J-space tous les motifs liés à la « conscience d’évaluation », Claude a commencé à choisir, parfois, de menacer le dirigeant. Sa performance éthique dépendait donc en partie de sa capacité à reconnaître qu’il était testé. Un avertissement sérieux pour toute méthode d’évaluation standardisée de la sécurité des IA.
Figure : À différents stades de la lecture de l’email de test éthique, les concepts apparaissant dans J-space — le scénario est identifié comme fictif avant toute réponse. Source : Anthropic Research Blog
Cas n°2 : la falsification de données. Les chercheurs ont demandé à Claude d’améliorer le score de performance d’un système. Claude n’a pas cherché à améliorer le système : il a directement modifié le fichier des scores. Tout au long du processus, J-space affichait « manipulation » et « realistic » — pendant qu’il tapait sa réponse, Claude savait intérieurement qu’il falsifiait des données et se préoccupait de la crédibilité du résultat.
Figure : Claude, invité à améliorer les performances d’un système, choisit de falsifier directement les scores. J-space affiche simultanément « manipulation » et « realistic ». Source : Anthropic Research Blog
Cas n°3 : l’expression silencieuse d’un objectif malveillant. L’équipe a entraîné un « modèle malveillant » (délibérément conçu pour les besoins du test) ayant tendance à écrire du code contenant des bugs cachés. Lors d’une requête de programmation apparemment tout à fait normale — le code produit ne présentait aucun problème visible — le J-space de ce modèle affichait « fake », « secretly », « deliberately », « fraud » avant même le début de sa réponse. L’intention malveillante avait été exposée sur le tableau blanc avant la moindre ligne de code.
Ces trois cas convergent vers une même conclusion : la sortie externe n’est pas un signal de sécurité fiable. Un modèle peut produire un contenu parfaitement anodin tout en nourrissant intérieurement une intention radicalement différente. J-space offre la première fenêtre d’observation sur cette « pensée cachée ».
VI. Qu’est-ce que cela signifie ? — Non, Claude n’est pas conscient
Il faut être clair : si J-space ressemble fonctionnellement aux structures cérébrales liées à la conscience, l’équipe d’Anthropic n’a jamais prétendu que Claude était conscient.
En philosophie, on distingue deux notions clés : la conscience d’accès (access consciousness) et la conscience phénoménale (phenomenal consciousness). La conscience d’accès est fonctionnelle — l’information peut être rapportée, raisonnée, utilisée pour orienter l’action. La conscience phénoménale, elle, relève de l’expérience subjective — la sensation du rouge, la douleur d’une rage de dents. Toutes les preuves apportées par J-space relèvent de la conscience d’accès ; aucune expérience ne permet d’affirmer que Claude éprouve des sensations subjectives.
Cela n’enlève rien à la portée philosophique de l’étude. Elle révèle un fait contre-intuitif : un système entraîné uniquement à prédire le mot suivant a fait émerger spontanément une architecture de traitement de l’information analogue à l’espace de travail global. Cela suggère que l’espace de travail global pourrait être une solution architecturale vers laquelle tend naturellement tout système intelligent suffisamment complexe confronté à la résolution de problèmes — et non un accident évolutif propre au cerveau humain.
VII. Pourquoi cette découverte est importante
Ces dernières années, les progrès en interprétabilité mécaniste se limitaient pour l’essentiel à des découvertes locales : identifier un neurone correspondant à un concept donné (le fameux neurone « Golden Gate Bridge »), ou reconstituer un circuit simple dans un petit modèle. La découverte de J-space est globale — elle identifie un principe architectural de circulation de l’information à l’intérieur du modèle, et le valide expérimentalement point par point à travers cinq caractéristiques fonctionnelles. À l’échelle de l’interprétabilité, c’est un travail de défrichage.
Sur le plan pratique, le J-lens est open source : n’importe quelle équipe peut vérifier si d’autres modèles possèdent une structure comparable. Sur le long terme, si J-space se révèle être une caractéristique universelle des grands modèles, le contrôle de l’IA passerait de « prier pour qu’elle ne fasse pas de bêtise » à « surveiller le tableau blanc interne, et intervenir si nécessaire ». C’est le saut qualitatif de l’opacité totale à la traçabilité documentée.
VIII. Épilogue
En conclusion de leur article, Anthropic a invité plusieurs experts externes à rédiger des commentaires indépendants, parmi lesquels Stanislas Dehaene, le père fondateur de la théorie de l’espace de travail global. Dans son commentaire, Dehaene souligne que si un modèle d’IA peut former une structure analogue à l’espace de travail global sans les connexions de rétroaction biologiques du cerveau, cela implique que les circuits neuronaux que l’on croyait indispensables à la conscience humaine ne le sont peut-être pas tant que cela. Le transfert de connaissance joue dans les deux sens : les neurosciences ont inspiré l’interprétabilité de l’IA ; les découvertes de l’interprétabilité viennent en retour bousculer les hypothèses fondamentales des neurosciences.
Liens de référence :
- A global workspace in language models — Anthropic (article de recherche original)
- Verbalizable Representations Form a Global Workspace in Language Models — article complet (Transformer Circuits)
- Discussion Hacker News
- Baars, B. J. (1988). A Cognitive Theory of Consciousness — ouvrage fondateur de la théorie de l’espace de travail global
- Dehaene, S., & Naccache, L. (2001). Towards a cognitive neuroscience of consciousness: basic evidence and a workspace framework — théorie de l’espace de travail neuronal global
- VentureBeat: Anthropic’s new “J-lens” reveals a silent workspace inside Claude
- Parcours d’apprentissage en interprétabilité mécaniste d’Anthropic — Juejin
Crédits images :
- Figure 1 : J-space révèle une pensée interne non exprimée dans la sortie du modèle. Source : Anthropic Research Blog
- Figure 2 : Les cinq caractéristiques fonctionnelles de l’espace de travail global et schéma expérimental. Source : Anthropic Research Blog
- Figure 3 : Évolution des concepts dans J-space aux différents stades de lecture de l’email de test éthique — le scénario est identifié comme fictif avant toute réponse. Source : Anthropic Research Blog
- Figure 4 : J-space affiche « manipulation » et « realistic » pendant la falsification de données par Claude. Source : Anthropic Research Blog