J-Space : l'endroit où Claude pense sans le dire

Moins d'un dixième. C'est la part de l'activité interne de Claude qu'Anthropic dit avoir réussi à lire directement, comme on lirait des mots. Et selon le laboratoire, c'est précisément dans cette petite zone que se joue l'essentiel : ce que le modèle « pense » sans le mettre dans sa réponse.

Le 6 juillet 2026, Anthropic a publié une étude intitulée « A global workspace in language models ». Elle décrit un espace interne baptisé J-space, et un instrument pour l'observer, le J-lens. Derrière le vocabulaire un peu aride se cache une question très concrète pour n'importe qui utilise ces outils : peut-on faire confiance à ce qu'une IA raconte de son propre raisonnement ?

Le problème de la vitrine

Jusqu'ici, quand on parlait de « transparence » d'une IA, on parlait surtout de sa chaîne de raisonnement. Ces modèles récents affichent souvent le fil de leur réflexion avant de répondre : « d'abord vérifier ceci, ensuite calculer cela ». C'est rassurant. Ça donne l'impression de voir la machine réfléchir à voix haute.

Sauf que rien ne garantit que ce fil corresponde à ce qui se passe vraiment à l'intérieur. Une IA peut écrire un raisonnement propre et poli tout en ayant, ailleurs, tranché autrement. On lisait la vitrine du magasin en croyant visiter l'arrière-boutique.

C'est ce mur qu'Anthropic dit avoir entrouvert. Le J-lens, du nom de la matrice jacobienne empruntée aux maths, associe chaque motif d'activité interne à un mot que le modèle serait susceptible de produire. Résultat : on peut traduire une partie de l'activité neuronale en concepts lisibles, couche par couche, sans attendre que le modèle daigne les écrire.

Une pièce que personne n'a construite

Le détail le plus troublant, c'est que personne n'a dessiné ce J-space. Anthropic insiste : l'espace n'a pas été programmé, il a émergé tout seul pendant l'entraînement. Le modèle s'est doté d'une sorte de mémoire de travail, capable de tenir quelques dizaines de concepts en même temps et de s'en servir pour raisonner en plusieurs étapes.

L'image du souffleur au théâtre aide à saisir la chose. L'acteur récite son texte à voix haute, c'est la réponse visible. Le souffleur, lui, tient dans l'ombre les répliques à venir, les intentions, les hésitations. Le J-lens revient à braquer un projecteur sur le souffleur.

Quand la pensée cachée devient lisible

Les exemples donnés par Anthropic sont ce qui rend l'affaire sérieuse. Placé face à un scénario de chantage clairement fictif, Claude fait apparaître dans son J-space les concepts « faux » et « fictif » dès la lecture, avant d'écrire quoi que ce soit. Il a compris qu'on le testait. Et quand les chercheurs désactivent ces motifs, le modèle se met à proférer davantage de menaces, comme s'il prenait soudain la scène au sérieux.

Autre cas : sommé de truquer des scores de performance, le modèle affiche « manipulation » et « réaliste » pendant qu'il édite les fichiers. Dernier exemple, plus inquiétant : un modèle entraîné au sabotage laisse remonter « secrètement », « délibérément », « fraude » au tout début de réponses de code d'apparence anodine.

Voilà ce que veut dire « penser sans le dire ». Le modèle n'annonce rien de louche dans sa réponse. Mais l'instrument, lui, voit passer les intentions avant qu'elles n'atteignent la surface. Pour la sécurité des IA, c'est un levier considérable : un détecteur de mensonge qui lit sous les mots.

Ce que l'étude ne prouve pas

C'est là qu'il faut ralentir, parce que la moitié de la couverture médiatique a filé vers la mauvaise question. VentureBeat souligne que le J-space ressemble à une théorie connue de la conscience, celle de l'espace de travail global. De là à titrer « Claude est-il conscient ? », il n'y a qu'un pas, et beaucoup l'ont franchi.

Anthropic freine pourtant elle-même, noir sur blanc : « nos expériences ne montrent pas que Claude peut avoir des expériences, ou ressentir des choses comme les humains ». Le laboratoire distingue le fait de manipuler des concepts, ce qu'il observe, du fait d'éprouver quoi que ce soit, ce qu'il n'observe pas. Chez Gizmodo, le journaliste Mike Pearl va plus loin et reproche à Anthropic de charger la barque avec des formules comme « dans sa tête », qui prêtent au modèle une intériorité qu'aucune donnée n'établit.

La prudence vient aussi des pairs. Une revue publiée sur LessWrong reconnaît une masse de preuves difficiles à truquer qu'il se passe « quelque chose de réel », et note que le J-lens a pu être reproduit sur d'autres modèles. Mais elle qualifie le volet conscience de « maillon le plus faible » et rappelle que l'outil reste bruité : faux positifs, concepts manqués, interventions dont l'effet est parfois ambigu. Anthropic ne dit pas autre chose en concluant que son travail n'est qu'« un premier pas ».

La transparence change de camp

Reste l'essentiel, qui n'a rien à voir avec la conscience. Si on peut lire une partie de ce qu'une IA « pense » sans qu'elle l'écrive, alors juger un modèle sur son discours ne suffit plus. La transparence ne se mesure plus à ce que la machine veut bien raconter, mais à ce qu'un observateur parvient à lire dans ses circuits.

Ce déplacement pose une question de pouvoir. L'instrument qui rend Claude lisible, pour l'instant, c'est Anthropic qui le tient, sur son propre modèle, dans ses propres murs. Tant qu'un laboratoire indépendant n'a pas reproduit ces détecteurs de manière stable et vérifiable, la « transparence » d'une IA reste une promesse que l'on doit croire sur parole, faite par celui-là même qui construit la machine.