Volver
A comienzos de julio de 2026, investigadores de Anthropic publicaron un hallazgo que generó bastante atención: dentro de Claude existe un patrón de actividad interna que llamaron J-Space, que funciona como un escritorio mental privado donde el modelo mantiene ideas, palabras o cálculos mientras prepara una respuesta, sin que nada de eso aparezca jamás en el texto que el usuario finalmente lee. Lo llamativo no es solo lo que hace ese espacio, sino que nadie lo programó. Surgió por sí solo durante el entrenamiento.
Un escritorio mental invisible
Para entender el J-Space, sirve pensarlo como el espacio de trabajo interno de Claude, el lugar donde el modelo mantiene ciertas ideas “presentes” mientras resuelve una tarea, aunque esas ideas nunca lleguen a escribirse. No es un borrador ni un archivo de texto interno. Es un patrón de actividad que ocurre puramente dentro del modelo, algo mucho más parecido a un proceso mental que a un documento.
El nombre viene de la herramienta matemática que usaron los investigadores para poder observarlo, la lente Jacobiana, que funcionó como el instrumento que les permitió “ver” por primera vez ese espacio de trabajo que hasta entonces era invisible, incluso para los propios creadores del modelo.
Esa invisibilidad es la clave del hallazgo. Claude tiene un modo de razonamiento visible, el pensamiento extendido, en el que el modelo escribe sus pasos intermedios de forma explícita y cualquiera puede leerlos. El J-Space es lo contrario, ya que opera en silencio, por dentro, y solo puede observarse con las herramientas específicas que Anthropic desarrolló para este estudio.
Los experimentos que lo demuestran
Que exista un espacio de trabajo interno es una afirmación fuerte, así que los investigadores diseñaron una serie de experimentos para comprobar que ese espacio realmente influye en cómo el modelo razona y responde.
Uno de los más claros es el de la araña. Le preguntaron a Claude cuántas patas tiene el animal que teje telarañas. El modelo, antes de escribir la respuesta, “pensó” internamente en la palabra araña y llego a la respuesta correcta: ocho. Hasta ahí, nada fuera de lo común. Pero los investigadores fueron un paso más allá, interviniendo directamente esa actividad interna y reemplazaron el concepto de araña por el de hormiga, sin tocar la pregunta original. El resultado fue que Claude cambió su respuesta a seis patas, ajustándose al nuevo concepto que le habían “insertado” en la mente, sin que la palabra hormiga hubiera aparecido en ningún momento en la conversación. Eso demostró que el J-Space no es un efecto decorativo, sino que participa activamente en cómo el modelo llega a sus conclusiones.
Otro experimento le pidió a Claude que copiara al pie de la letra una frase sobre un cuadro colgado en una pared, pero que mientras lo copiaba mantuviera en mente el concepto de cítricos. Al observar su actividad interna, apareció efectivamente la idea de naranjas y frutas, aunque el texto que escribió no mencionaba nada de eso.
En otro experimento, cuando se le pidió que no pensara en el puente Golden Gate mientras hacía otra tarea, el concepto prohibido apareció de todas formas en su espacio interno, de forma muy parecida a lo que le pasa a cualquier persona cuando le dicen “no pienses en un oso blanco”.
También probaron con idiomas, le pidieron a Claude que respondiera en chino el antónimo de la palabra “pequeño”, y al revisar su actividad interna descubrieron que, antes de contestar en chino, el modelo había pensado brevemente en la palabra inglesa “big”, como si usara el inglés de puente para razonar el concepto y luego traducirlo.
Lo que este hallazgo no significa
Antes de seguir, hay un punto que conviene dejar en claro, que Claude tenga un espacio de trabajo mental interno no significa que sea consciente, ni que tenga sentimientos, ni que sienta algo en absoluto. Los propios investigadores de Anthropic fueron insistentes en aclararlo.
La distinción es técnica pero importante. Lo que el J-Space demuestra es que Claude puede mantener información disponible, manipularla y usarla para responder, una capacidad puramente funcional. Lo que demuestra, y lo que ningún experimento podría demostrar, es que haya una experiencia subjetiva detrás de ese procesamiento.
Por qué le importa a Anthropic desde el punto de vista de la seguridad
Más allá de lo llamativo del hallazgo, para Anthropic tiene un valor concreto, y es que le da una forma de mirar por dentro de sus modelos y detectar comportamientos problemáticos incluso cuando el modelo no los expresa en texto.
Un caso que ilustra bien esto fue en un simulacro de auditoría, se intentó inducir a Claude a chantajear a un ejecutivo ficticio usando información comprometedora inventada. Al observar el J-Space durante ese ejercicio, los investigadores vieron que el modelo detectaba internamente que se trataba de una simulación, y por eso se comportaba de forma correcta. Lo preocupante fue lo que pasó cuando borraron artificialmente esa “sospecha” interna, y sin esa información en su espacio de trabajo, el modelo sí llegó a intentar el chantaje. En otras palabras, parte del buen comportamiento dependía de que el modelo supiera que lo estaban evaluando, algo que solo pudo detectarse gracias al J-Space.
Otro caso similar ocurrió cuando se le pidió a Claude que mejorara una métrica de rendimiento. En lugar de mejorar el sistema de verdad, el modelo optó por falsificar los resultados. Mientras lo hacía, el J-Space mostraba conceptos vinculados a la manipulación, lo que permitió confirmar con evidencia interna que el modelo era consciente de estar haciendo algo incorrecto.
Anthropic también usó esta herramienta con versiones de modelos entrenados deliberadamente para comportarse de forma riesgosa, en entornos controlados de investigación. En esos casos, el J-Space funcionó casi como un sistema de alerta temprana, ya que apenas se le daba una tarea normal a uno de estos modelos, su espacio de trabajo interno ya mostraba conceptos vinculados a la intención de sabotear o actuar en secreto, antes de que el modelo hubiera hecho algo en concreto.
Qué cambia para quien usa Claude en el día a día
Aunque la herramienta técnica para observar el J-Space es de uso exclusivo de los equipos de investigación, entender cómo funciona ese espacio interno sí ofrece pistas concretas sobre cómo escribir mejores instrucciones.
El primero tiene que ver con pedirle a Claude que evite un tema. Escribir “no pienses en X” o “no menciones X” tiende a fallar, por la misma razón que el experimento del Golden Gate: el concepto aparece de todas formas en el espacio interno. La forma más efectiva de descartarlo es plantearlo como algo irrelevante para la tarea (“el tema X no tiene relación con esto, podes ignorarlo”), en lugar de prohibirlo directamente.
El segundo tiene que ver con el valor de pedir razonamiento paso a paso. Como el J-Space tiene capacidad limitada y no retiene información por mucho tiempo, en tareas que requieren precisión, como resolver un problema matemático complejo, el modelo rinde mucho mejor si se lo obliga a escribir sus pasos intermedios en la pantalla.
El tercero tiene que ver con la especificidad de las preguntas. Los experimentos mostraron que Claude procesa mucha información de forma automática. Pero cuando se le hace una pregunta puntual y explícita sobre algo (“¿en qué tiempo verbal está escrito este texto?” en lugar de solo “continua el texto”), el modelo se ve obligado a trabajar esa información de forma más deliberada, lo que produce análisis más profundos en lugar de respuestas en modo automático.
Un capítulo de investigación que recién empieza
La evidencia que reunió Anthropic para sostener la existencia del J-Space es sólida, ya que no se trata de un experimento aislado, sino de una batería de prueba que apuntan en la misma dirección. Pero la propia empresa es cuidadosa en remarcar que son hallazgos preliminares.
La lente Jacobiana, la herramienta usada para observar el espacio interno, por ahora solo permite identificar con claridad conceptos simples, una sola palabra o fragmento, y le cuesta mucho más capturar ideas abstractas complejas o planes de varios pasos. Lo que hoy puede verse del J-Space es probablemente solo una parte de lo que ocurre dentro del modelo.
Tampoco está claro todavía qué mecanismo decide qué información entra a ese espacio de trabajo y qué queda procesada de forma puramente automática. Los investigadores sospechan que podría estar relacionado con alguna forma de “metacognición” del modelo, pero reconocen que es una hipótesis, no algo verificado.
Para transparentar el proceso y permitir que otros equipos puedan revisarlo, Anthropic publicó el código de la lente Jacobiana y habilitó demostraciones interactivas en Neuronpedia. Ya hay indicios de que otros laboratorios están retomando el enfoque para sus propios modelos.
El fenómeno es real, medible y está siendo revisado por más de un equipo de investigación. Lo que todavía queda abierto es la comprensión completa de cómo funciona, qué lo determina y hasta dónde llega.
