J-Space: el sorprendente hallazgo de Anthropic en Claude que permite mirar dentro de la caja negra de la IA

Durante años se ha evaluado los modelos de IA únicamente por sus entradas y sus respuestas. Lo que ocurría entre ambos permanecía oculto, convirtiendo a los grandes modelos de lenguaje en una auténtica "caja negra". La investigación más reciente de Anthropic presenta un avance que podría cambiar esa situación: J-Space (Jacobian Space), un espacio interno donde emergen representaciones que Claude utiliza durante su razonamiento antes de generar una respuesta. A diferencia de la cadena de pensamiento que solemos ver en los modelos razonadores (que es texto visible), el J-Space corresponde a actividad interna que normalmente permanece oculta. El hallazgo se obtuvo mediante Jacobian Lens (J-Lens), una técnica de interpretación que analiza cómo pequeños cambios en las activaciones internas del modelo se relacionan con los conceptos que posteriormente aparecen en su respuesta. Implicaciones Futuras para la seguridad de la IA Si hasta ahora solo podíamos observar la relación entre entrada y respuesta, el J-Space abre la posibilidad de estudiar también parte del proceso interno de razonamiento. Esto podría facilitar nuevas herramientas para auditar modelos, detectar comportamientos inesperados y desarrollar estrategias de alineamiento más sólidas, supervisando no solo lo que responde una IA, sino también cómo llega a esa respuesta. Aunque este trabajo no demuestra que los modelos posean objetivos propios o planificación autónoma, sí sugiere que pueden emerger representaciones internas cada vez más sofisticadas. Comprenderlas será esencial antes de delegar en estos sistemas tareas delicadas o de mayor responsabilidad. La paradoja más interesante Quizá el mayor aporte del J-Space no sea únicamente mejorar la inteligencia artificial, sino ofrecer una nueva forma de estudiar la inteligencia que nosotros mismos estamos construyendo. Este trabajo acerca mucho mas la IA a la neurociencia, abriendo la posibilidad de una futura ciencia de la cognición artificial. ¿Estamos presenciando el inicio de una nueva etapa en la interpretabilidad de los modelos de IA?. Y esta otra pregunta, más inquietante ¿Acaso estamos ante una desconocida y silenciosa evolución cognitiva de los modelos de IA? 📅 Fecha de Publicación del Paper: 6 de Julio de 2026 📄 Documento: Consulta en la web para revisar el contenido en extenso del Paper: “A global workspace in language models”