Chi vorrà, approfondirà. Qui mi limito a rivangare nella memoria.

Anthropic ha scatenato un’ondata di commenti con l’individuazione all’interno di Claude di un global workspace nei modelli linguistici, descritto in uno studio.

New Anthropic research: A global workspace in language models.

Of everything happening in your brain right now, only a tiny fraction is consciously accessible—thoughts you can describe, hold in mind, and reason with.

We found a strikingly similar divide inside Claude. pic.twitter.com/aLUPBifxth

— Anthropic (@AnthropicAI) July 6, 2026

Il global workspace, sempre per parlarne come fossimo al bar, è una teoria cui sono recentemente interessate le neuroscienze: nel pensiero esiste uno spazio in cui i concetti e le idee si radunano prima della comunicazione verso l’esterno.

Un’occasione straordinaria per scatenarsi da parte dei tifosi delle menti aliene e delle proprietà emergenti: hai visto che il cervello e Claude funzionano allo stesso modo?

Anthropic, ovviamente, si guarda bene dal validare questa interpretazione nello studio; butta lì l’esca e aspetta, le prede arrivano.

Per una interpretazione un po’ più tecnica rimando al professor Walter Quattrociocchi della Sapienza di Roma, già menzionato.

In brevissimo, il J-space (come lo definisce ufficialmente Anthropic) non è un modulo di Claude o uno strato definito di calcolo, un componente del modello; sono risultati che derivano da trasformazioni matematiche.

Questo permette di descrivere le attivazioni in un sistema di coordinate in cui alcune direzioni risultano interpretabili come concetti verbalizzabili (“ragno”, “rosso”, “Parigi”…).

Il fatto è che…

Se applico una PCA a ImageNet e una componente principale cattura gran parte della variabilità associata alla distinzione tra cani e gatti, non concludo che nel modello “esista il neurone cane-gatto”. Concludo che esiste una rappresentazione particolarmente efficace di quella variabilità. La componente è una proprietà della rappresentazione scelta per descrivere i dati, non un nuovo oggetto ontologico scoperto nel sistema.

Ma andiamo già sul complicato, volevo dire un’altra cosa.

Si sa che ho letto Fluid Concepts and Creative Analogies di Douglas Hofstadter, dove lo scienziato racconta degli esperimenti condotti assieme al suo team per testare idee sul funzionamento del cervello e di conseguenza su tecniche efficaci per l’intelligenza artificiale.

Erano gli anni novanta e la potenza di calcolo era risibile rispetto ai tempi moderni. Hofstadter interrogava il computer sulla modifica di semplici stringhe di testo o sulle mosse di commensali a tavola che indicano oggetti sulla tavola nell’intento di comportarsi simmetricamente a chi sedeva davanti.

Il programma elaborava un insieme di idee possibili su come muoversi verso una soluzione. Sempre il programma portava a galla le idee ritenute più valide e metteva da parte quelle meno convincenti.

La competizione tra idee e la selezione di quelle migliori avveniva in un componente dedicato del programma, descritto dettagliatamente nel libro: il Workspace.

Hofstadter, che rispetto all’AI ha avuto posizioni di forte ottimismo, non si è mai sognato di dichiarare il suo Workspace un analogo di quello che accade nel cervello quando pensiamo.

Neanche Anthropic. La quale però ha dato il la a un coro di sicofanti molto peggiori dei modelli che fanno qualunque cosa pur di compiacere chi scrive i prompt.

Il concetto di workspace lo avevamo trent’anni fa e l’appropriazione attuale del vocabolo neanche corrisponde a un componente identificabile.

Concludo con il professor Quattrociocchi:

Succede sempre più o meno così. Un risultato tecnico in un white paper, nel mix di confirmation bias e ignoranza, viene trasformato nel giro di poche ore in una rivoluzione filosofica che prova cose che non prova.