Anthropic encuentra en Claude patrones neuronales similares a un «espacio de trabajo global»

Anthropic publicó el 6 de julio de 2026 en su sitio transformer-circuits.pub el estudio «Verbalizable Representations Form a Global Workspace in Language Models». El trabajo sostiene que en modelos de lenguaje como Claude se forma una estructura parecida, a nivel estructural, a lo que los neurocientíficos llaman el espacio de trabajo global de la conciencia.

Qué ha descubierto Anthropic

Los autores parten de una analogía con el cerebro humano. Mientras una persona lee una frase, su cerebro ejecuta en paralelo decenas de procesos de los que no es consciente: mantiene la postura, regula la respiración y convierte las líneas de la pantalla en palabras reconocibles. Pero una parte de esa actividad sí llega a la conciencia: una imagen que aparece en la mente, una decisión meditada, el foco de la atención. Los neurocientíficos denominan a esta actividad conscientemente accesible y la distinguen de los procesos automáticos por sus propiedades particulares: se puede describir con palabras, se puede controlar y permite razonar a partir de ella.

• Fecha de publicación: 6 de julio de 2026
• Editor: Anthropic, desarrolladora de la familia de modelos Claude
• Título del trabajo: Verbalizable Representations Form a Global Workspace in Language Models
• Plataforma de publicación: transformer-circuits.pub, la sección de investigación de Anthropic sobre interpretabilidad de modelos

Según el estudio, en los modelos de lenguaje aparece una división similar. El modelo cuenta con un pequeño conjunto de patrones neuronales internos que desempeñan un papel especial frente al resto del procesamiento: se pueden expresar con palabras (verbalizable). Por el contrario, un volumen mucho mayor de cálculos internos permanece completamente «inexpresable» y fluye por sí solo, de forma análoga a los procesos automáticos del cerebro.

Por qué importa para la interpretabilidad de la IA

Anthropic lleva tiempo investigando el funcionamiento interno de sus modelos dentro de su programa de interpretabilidad mecanicista. El objetivo es entender qué ocurre exactamente dentro de la red neuronal entre el texto de entrada y la respuesta de salida, en lugar de evaluar el modelo solo desde fuera por sus respuestas. Detectar una estructura análoga al espacio de trabajo global ofrece a los investigadores una nueva herramienta.

Si una parte de las representaciones internas del modelo funciona realmente como un subsistema «reportable», se abre una vía más precisa para comprobar qué «sabe» de verdad el modelo y qué puede comunicar sobre sus propios estados internos, y qué queda oculto incluso para el propio modelo. Esta distinción cobra especial relevancia porque los modelos de lenguaje se usan cada vez más en escenarios en los que no basta con dar una respuesta, sino que deben explicar su razonamiento: por ejemplo, en cadenas de razonamiento (chain-of-thought) o cuando se les pide que expliquen por qué tomaron una determinada decisión.

Qué significa

El estudio no afirma que los modelos de lenguaje tengan conciencia en el sentido humano del término. Lo que muestra es una analogía estructural: un pequeño conjunto verificable de representaciones internas, separado del resto del procesamiento automático. Para la interpretabilidad de la IA supone un paso significativo. Saber qué parte de los procesos internos del modelo es, en principio, accesible a la verificación y al informe verbal, y cuál no, influye directamente en cuánto se puede confiar en las explicaciones que el modelo ofrece sobre su propio razonamiento.

Preguntas frecuentes

¿Cuándo se publicó el estudio de

Anthropic sobre el espacio de trabajo global en los LLM?

Anthropic publicó el estudio «Verbalizable Representations Form a Global Workspace in Language Models» el 6 de julio de 2026 en el sitio transformer-circuits.pub.

¿Qué es el espacio de trabajo global en el contexto de los modelos de lenguaje?

Es un pequeño conjunto de patrones neuronales internos del modelo que se pueden expresar con palabras y controlar. La analogía es con la parte de la actividad del cerebro humano que resulta conscientemente accesible, a diferencia de los procesos automáticos que transcurren sin intervención de la atención.