![](\"https:\/\/es.gizmodo.com\/app\/uploads\/2026\/07\/Gizmodo-6-1-1024x683.jpg\")
<\/p>\n<\/p>\n
Estamos acostumbrados a pensar que quien construye una tecnolog\u00eda entiende exactamente c\u00f3mo funciona por dentro. En un motor, un procesador o una pieza de software tradicional puede haber complejidad, pero tambi\u00e9n hay planos, arquitectura y decisiones que se pueden reconstruir. Con los grandes modelos de inteligencia artificial ocurre algo distinto: sabemos entrenarlos, usarlos y medirlos, pero seguimos sin ver del todo qu\u00e9 pasa dentro cuando parecen razonar.<\/p>\n
Anthropic acaba de publicar una investigaci\u00f3n que intenta mirar justo ah\u00ed. La compa\u00f1\u00eda afirma haber identificado en Claude un peque\u00f1o conjunto de patrones neuronales internos que funcionan como una especie de espacio de trabajo silencioso. Lo llama J-space y, seg\u00fan sus investigadores, permite ver conceptos que el modelo \u201ctiene en mente\u201d aunque no aparezcan en la respuesta final.<\/p>\n
La idea es potente porque separa dos capas. Una es lo que el usuario ve: el texto que Claude escribe. La otra es lo que ocurre antes o debajo de esa salida: representaciones internas que pueden guiar una respuesta, resolver un paso intermedio o sostener una idea que nunca se verbaliza.<\/p>\n
\nAnthropic has published a research paper proposing that Claude operates with an internal structure called \u00abJ-Space\u00bb \u2014 a separation between automatic background processing and more deliberate, logical computation that the company draws loose comparisons to global workspace theory,\u2026 pic.twitter.com\/R64rNc6XyS<\/a><\/p>\n
\u2014 Interesting Engineering (@IntEngineering) July 7, 2026<\/p>\n<\/blockquote>\n
Una zona interna donde aparecen ideas antes de convertirse en texto<\/h2>\n
Anthropic explica que el J-space no fue dise\u00f1ado a mano ni programado como una funci\u00f3n espec\u00edfica. Seg\u00fan la compa\u00f1\u00eda, emergi\u00f3 durante el entrenamiento del modelo. Eso es lo m\u00e1s llamativo: no ser\u00eda una herramienta a\u00f1adida para que Claude \u201cpiense\u201d, sino una organizaci\u00f3n interna que apareci\u00f3 porque result\u00f3 \u00fatil para procesar informaci\u00f3n y resolver tareas.<\/p>\n
Para observarlo, los investigadores usan una t\u00e9cnica llamada J-lens, basada en el Jacobiano. En t\u00e9rminos simples, esta lente permite detectar patrones internos asociados a palabras que el modelo podr\u00eda llegar a decir m\u00e1s adelante. Cuando se aplica durante el procesamiento, muestra c\u00f3mo ciertos conceptos aparecen, cambian o desaparecen antes de que Claude responda.<\/p>\n
Uno de los experimentos es muy claro. Los investigadores le pidieron a Claude que pensara en silencio en un deporte. La J-lens mostr\u00f3 \u201csoccer\u201d antes de que el modelo respondiera. Luego sustituyeron ese patr\u00f3n por \u201crugby\u201d dentro del J-space y Claude termin\u00f3 diciendo rugby. Para Anthropic, eso sugiere que el J-space no es solo un registro pasivo, sino una parte que algunas respuestas consultan realmente.<\/p>\n
Tambi\u00e9n probaron algo m\u00e1s cercano al razonamiento. Ante una pregunta sobre el n\u00famero de patas del animal que teje telara\u00f1as, el modelo necesitaba identificar internamente \u201cspider\u201d antes de responder \u201c8\u201d. Cuando los investigadores cambiaron ese patr\u00f3n por \u201cant\u201d, la respuesta pas\u00f3 a \u201c6\u201d. Es decir, al intervenir el concepto silencioso, tambi\u00e9n cambi\u00f3 el resultado final.<\/p>\n
\nNew Anthropic research: A global workspace in language models.<\/p>\n
Of everything happening in your brain right now, only a tiny fraction is consciously accessible\u2014thoughts you can describe, hold in mind, and reason with.<\/p>\n