Hi ha una explicació senzilla de per què la IA, en realitat, no pensa. El teu cervell treballa amb idees. En algun lloc del teu cap hi ha el concepte d’«aranya», i es manté igual tant si llegeixes la paraula, com si en veus una fotografia o si notes com una aranya et puja pel braç. Un model de llenguatge, el tipus d’IA que hi ha darrere de xatbots com ChatGPT i Claude, no té res semblant, segons aquesta explicació. Només prediu quina serà la paraula següent. Estadística aplicada al text, sense idees al seu interior. Durant anys, aquesta va ser la línia clara que separava les ments de les màquines.

Però cada vegada és més difícil sostenir aquesta explicació. Cada vegada que els investigadors miren dins d’aquests models, hi troben coses que es comporten com idees. Conceptes abstractes que apareixen per si sols, que ningú ha dissenyat i que ningú els ha demanat que construeixin. El cas més sorprenent va arribar de la mà d’Anthropic aquest juliol (Anthropic, 2026). En el més profund de Claude, hi van trobar una estructura sobre la qual els neurocientífics debaten des dels anys vuitanta.

Som conscients de la informació, no del maquinari

Aquesta estructura encaixa amb la Global Workspace Theory (Teoria de l’Espai de Treball Global), proposada pel psicòleg Bernard Baars el 1988 i desenvolupada posteriorment pels neurocientífics Stanislas Dehaene i Jean-Pierre Changeux fins a convertir-se en una de les principals teories sobre la consciència (Dehaene & Changeux, 2011).

La idea central és senzilla. El teu cervell executa molts processos especialitzats en paral·lel, i la major part de la seva activitat té lloc fora de la teva consciència. Segons aquesta teoria, allò de què ets conscient és la petita quantitat d’informació que se selecciona i es distribueix àmpliament pel cervell, de manera que molts sistemes la poden utilitzar alhora. Això és el que et permet expressar una idea, raonar-hi i combinar-la amb qualsevol altra cosa que sàpigues.

I la teoria parla de com flueix la informació, no del maquinari a través del qual ho fa. Els neurocientífics han localitzat aquest espai de treball en circuits cerebrals concrets, però res en la lògica de la teoria exigeix que siguin precisament aquests circuits. En principi, qualsevol sistema organitzat de la manera adequada podria tenir-ne un.

J-space, on Claude manté una idea en ment

Anthropic va trobar una estructura similar dins de Claude. Una petita part de l’activitat del model, menys del 10 %, funciona com un canal de difusió d’aquest tipus. El van anomenar J-space. Dit de manera senzilla, J-space és el lloc on Claude manté la idea amb què està treballant en aquell moment.

Tres experiments donen suport a aquesta interpretació.

Primer, si preguntes a Claude per «l’animal que teixeix teranyines», mentre prepara la resposta, el concepte d’«aranya» apareix a J-space. No la paraula: la idea.

Segon, els investigadors poden intervenir enmig del procés i substituir aquest patró pel corresponent al significat de «formiga». La resposta de Claude canvia de vuit potes a sis. Per tant, aquest patró no és simplement una empremta que queda després de pensar. És allò amb què el model pensa.

Tercer, si s’elimina completament J-space, Claude pot continuar conversant i recordar informació, però totes les capacitats que depenen de mantenir una idea en ment mentre es treballa amb ella es desfan. Els resums, el raonament pas a pas, la poesia. Tot desapareix.

Se suposava que mantenir una idea en ment era precisament una de les coses que aquests sistemes no podien fer. Almenys en aquest aspecte, el que passa dins de Claude s’assembla menys a un autocompletat i més al que fa una ment humana.

El més interessant mai van ser els ingredients

És estrany que un predictor de la paraula següent construeixi una cosa així per si sol. I també debilita un dels arguments més habituals per treure importància a aquests models. «Només està predint tokens» és un argument sobre els ingredients. Silici en lloc de cèl·lules. Estadística en lloc de pensament.

Però si la Teoria de l’Espai de Treball Global és correcta, allò que fa interessant una ment mai no han estat els ingredients. Ha estat la seva organització. Claude té els ingredients equivocats en tots els sentits i, tot i així, aquesta organització ha aparegut.

Vist des d’aquesta perspectiva, «només està predint tokens» s’assembla una mica a dir «el teu cervell només són substàncies químiques». És cert, però no és el que importa.

Res d’això significa que Claude sigui conscient, ni estic afirmant que ho sigui. La consciència no és la notícia.
La notícia és que el model construeix representacions abstractes per si mateix i les organitza de la manera que una de les principals teories de la consciència proposa que ho fa el cervell humà. Aquesta és tota l’afirmació, i ja és extraordinària.

Un experiment que no pots fer amb un cervell

Tot i així, hi ha una cosa que pots fer amb l’espai de treball de Claude que no pots fer amb un cervell. Pots eliminar-lo i observar què deixa de funcionar.

En humans, les evidències a favor d’aquesta teoria són, en la seva major part, indirectes. Les tècniques de neuroimatge mostren correlacions, i els casos que més s’aproximen a proves causals provenen d’accidents, pacients amb cervell dividit, comes o anestèsia. No pots apagar l’espai de treball d’una persona de manera neta, reversible i repetible per comprovar exactament quines capacitats desapareixen.

Amb Claude sí que ho pots fer. Pots eliminar-lo, modificar-lo i repetir l’experiment mil vegades abans de dinar. Cap teoria de la consciència ha tingut mai un camp de proves com aquest.

I aquest camp de proves podria acabar sent més important per als humans que per a les màquines. Una part important del que falla en condicions com el TDAH i la demència afecta precisament la capacitat que sosté J-space: mantenir una idea activa mentre treballem amb ella.

L’atenció es desvia. Els fils del raonament es trenquen a mig camí. Avui estudiem aquests errors des de fora, a través dels símptomes i de les tècniques de neuroimatge. Un model amb un espai de treball ens proporciona un mecanisme que podem alterar amb precisió, de centenars de maneres controlades. I cada manera de trencar-lo genera un patró concret de fallada que després podem buscar en les persones.

No substituirà la neurociència. Li proporciona una cosa que poques vegades ha tingut: un model mecànic funcional d’allò que està fallant.

Aquesta és també l’aposta que hi ha darrere del model de la ment que estem desenvolupant a l’INAB: una simulació de com es formen els pensaments i de com competeixen per la nostra atenció. Construïm el mecanisme precisament per poder-lo trencar a propòsit. Debilitem la capacitat de les idees per mantenir-se actives, tal com sembla que passa en el TDAH; deteriorarem el funcionament del sistema, tal com passa en la demència, i observem com canvia el pensament.

La troballa d’Anthropic és encoratjadora per a tot aquest programa. Suggereix que, quan un sistema aprèn a treballar amb idees, construeix una maquinària que val la pena estudiar. I que també val la pena trencar.

Cap a on ens porta tot això?

Ningú ho sap. Alguns investigadors creuen que aquests models estan a prop d’assolir el seu sostre i que les sorpreses més importants ja han quedat enrere. D’altres pensen que tot just hem començat a descobrir què hi ha al seu interior.

Arribaran algun dia a assolir alguna cosa semblant a la consciència? A mi encara em sembla poc probable. Però «poc probable» és també el que dèiem quan van començar a escriure codi, a superar exàmens mèdics i a construir per si mateixos un espai de treball global.

Any rere any, continuen sorprenent-nos.

Jo he deixat d’apostar perquè aquesta línia es mantingui.

Referències:

• Anthropic. (2026). A global workspace in language models. Transformer Circuits Thread. https://transformer-circuits.pub/2026/workspace/index.html (resumen en https://www.anthropic.com/research/global-workspace)
• Baars, B. J. (1988). A Cognitive Theory of Consciousness. Cambridge University Press.
• Dehaene, S., & Changeux, J.-P. (2011). Experimental and theoretical approaches to conscious processing. Neuron, 70(2), 200-227.

Autor artículo: