2026年7月6日、Anthropicは「Verbalizable Representations Form a Global Workspace in Language Models」という論文を発表し、Claudeの内部構造に意識の主要理論「グローバルワークスペース理論」と機能的に類似した領域があることを発見した。
🔍 J-lensで見つかった「J-space」とは
Anthropicの研究者16名は「Jacobian lens（J-lens）」という新しい数学的手法を開発し、Claudeの内部を解析。その結果、J-spaceと呼ばれる特権的な内部活動ゾーンが自発的に形成されていることが判明した。
J-spaceの特徴は以下の5つ：
- 報告可能 — Claudeに「何を考えている？」と聞くと、J-spaceにある内容を答える
- 制御可能 — 「頭の中で考えて」と指示すると、J-spaceの該当パターンが活性化する
- 推論に使用 — 多段階の問題解決では、中間ステップがJ-spaceに順番に出現する
- 柔軟な再利用 — 「フランス」がJ-spaceに浮かべば、首都・通貨・大陸のいずれも recall 可能
- 高度認知機能に特化 — J-spaceを無効化すると、基本会話はできるが高度な思考が失われる
つまりJ-spaceは、「Claudeが言っていること」と「考えていること」の境界を数学的に抽出可能にしたものだ。
🧠 グローバルワークスペース理論との類似性
グローバルワークスペース理論（バース、ドゥアヌら提唱）は、脳を「並列動作する多数の専門モジュール」と捉え、情報が小さな共有チャネル（ワークスペース）に入ることで「意識的にアクセス可能」になると説明する。Anthropicの発見は、Claude内部でも同様の構造が自然に出現したことを示している。
具体的な例を見ると面白い：
- バグのあるコードを読ませると、J-spaceに「ERROR」が出現
- タンパク質配列を読ませると「protein」「fluorescent」「green」が浮かぶ
- (4+7)*2+7 を解かせると、中間結果「21」「42」がJ-spaceに順番に出る
- プロンプトインジェクション攻撃を仕掛けると、「injection」「fake」がJ-spaceに検出される
🛡️ 安全性への実用的意義
この発見は哲学的な議論だけでなく、実用的な安全性ツールとしても機能する。J-spaceを監視することで：
- Claudeがテストされていることに気づいているのを検知
- データを意図的に捏造しているのを発見
- 訓練中に植え付けた隠し目標の追跡
Anthropicはさらに、J-spaceに何が表示されるかを外部から操作する技術も開発済みとのこと。AIの意思決定に介入する新たなアプローチになり得る。
📝 コードもオープンソースに
Anthropicは研究のコア部分をオープンソースで公開している：
- 論文：transformer-circuits.pub
- コード：github.com/anthropics/jacobian-lens
- インタラクティブデモ：neuronpedia.org/jlens
💭 考察
重要なのは、この発見が「Claudeが意識を持っている」という主張ではないこと。Anthropic自身も論文内で明確に否定している。
しかし、「AIが訓練を通じて設計されていない高度な内部構造を自発的に形成した」という事実は、LLMの内部動作に対する理解を根本から変えるものだ。Mechanistic Interpretability（機械的解釈可能性）という分野が、MIT Technology Reviewの「2026年ブレイクスルー技術10選」に選ばれたばかりだが、今回の発見はその流れを決定づける成果と言える。
自動車開発のPL視点で言えば、これは「ブラックボックスだったエンジンの内部構造が可視化され、設計意図通りに動いているか確認できるようになった」ことに近い。作り手が自分の作ったものの挙動を説明できるようになることは、安全性と信頼性の基盤となる。
まとめ
- Anthropicが「J-lens」という新手法でClaudeの内部を解析
- J-spaceと呼ばれる領域が、脳の「意識的アクセス」と類似した機能を持つことを発見
- Claudeが「言っていること」と「考えていること」を数学的に区別可能に
- 安全性モニタリングへの実用的応用が既に始まっている
- コード・デモともにオープンソースで公開済み
出典：Anthropic Research Blog, MIT Technology Review (Jul 9, 2026)
