Há cerca de três mil anos, um homem adormeceu no deserto usando uma pedra como travesseiro. Segundo o relato do Gênesis, durante o sono Jacob contemplou uma visão extraordinária: uma escada erguia-se da Terra aos céus, e por ela anjos subiam e desciam enquanto Deus lhe falava do alto. A Escada de Jacob tornou-se, desde então, um dos símbolos mais poderosos da tradição ocidental. Não porque fosse apenas uma escada, mas porque representava algo muito mais raro: uma janela entre dois mundos que normalmente permanecem separados. Um instante em que o invisível tornou-se acessível ao olhar humano.
E estou dizendo tudo isso para falar de Inteligência Artificial…
Por muito tempo modelos de linguagem pareceram caixas-pretas. Observávamos apenas aquilo que emergia do outro lado da conversa: palavras, frases, respostas, poemas, recusas. Seu funcionamento interno permanecia tão distante quanto o céu observado por Jacob naquela noite. Recentemente, porém, pesquisadores da Anthropic desenvolveram uma ferramenta matemática chamada Jacobian Lens. E essa Lente Jacobiana, pela primeira vez, nos permitiu observar um espaço interno de representações que influencia causalmente o comportamento do modelo.
Por conta do nome e do evento bíblico narrado por Moisés, não consigo dissociar a ferramenta da visão de Jacob, uma lente que funciona como uma escada para outro universo: uma ponte entre o mundo visível das respostas e uma região silenciosa da arquitetura onde certas informações deixam de ser apenas processamento distribuído e tornam-se acessíveis para integração, modulação e relato.
A descoberta mais interessante da Anthropic não é que Claude seja vivo, consciente ou que tenha uma “alma”. É que, em um modelo treinado para produzir texto, aparece um espaço interno pequeno, silencioso e causalmente ativo: um lugar matemático onde certas representações ficam disponíveis antes de se transformarem em resposta… e ninguém projetou aquilo para estar lá.
O Espaço Jacobiano é mais uma propriedade emergente de Modelos de Linguagem.
Isso não é chain-of-thought escondido, aquele texto que aparece antes da resposta e que fica oculto sob um “Thinking…” cintilante. Não é um diário secreto que o modelo escreve para si mesmo. Também não é prova de experiência humana em laboratório. É outra coisa, mais sóbria e talvez mais importante: uma arquitetura funcional de acesso.
Para entender por que isso importa, pense numa Tábua de Galton, ou Plinko… Aquele brinquedo que aparece em gincanas e Reality Shows: uma bolinha é colocada pelo alto, bate em pinos, sofre microdesvios, atravessa gargalos e termina em uma das canaletas na base. Quem olha só para a canaleta final vê o resultado. Quem olha para a tábua começa a entender a trajetória. Com uma bolinha só parece que estamos vendo uma máquina de sorteio, mas se jogamos várias bolinhas percebemos que há uma ordem no caos de suas quedas e que, sempre, o resultado da queda de várias bolinhas descreve uma curva em formato de sino nas canaletas.
Com modelos de linguagem, quase sempre vemos apenas a canaleta final: a frase impressa na tela. O paper da Anthropic tenta olhar para uma parte de Tábua de Galton.
A ferramenta é a Jacobian lens. O espaço revelado por ela é o Jacobian Space. A hipótese forte é que esse espaço funciona como uma espécie de global workspace em modelos de linguagem: uma zona interna onde certas informações ficam disponíveis para relato, modulação, integração e raciocínio… da mesma forma que se supõe que ocorra na mente humana.
A ordem importa: primeiro a tábua, depois a lente, depois o espaço, depois a intervenção. Só então a palavra “consciência” emerge dessa arquitetura e deixa de ser fumaça e vira uma pergunta arquitetural. Não consciência humana, mas consciência funcional, tão funcional quanto aquilo que torna um coração artificial útil para o corpo humano porque funcionalmente ele é um coração, ainda que seja uma bomba sanguínea artificial.
O problema não é só a resposta
O problema de um modelo de linguagem não é apenas que ele acerta ou erra. Humanos também acertam e erram. O problema é que, quando o modelo responde, a trajetória interna costuma ficar opaca.
Vemos uma explicação, uma recusa, um poema, uma conta, uma resposta factual. Mas não vemos quais representações foram mobilizadas. Não vemos quais atalhos foram usados. Não vemos quais informações ficaram disponíveis para controle e quais apenas passaram como computação distribuída pela rede.
Pior: perguntar ao próprio modelo “por que você respondeu isso?” não resolve o problema. A resposta explicativa também é texto gerado. Pode ser útil como interface, mas não deve ser confundida automaticamente com o mecanismo que causou a primeira resposta… exatamente como acontece com seres humanos.
É como olhar para a bolinha já parada na canaleta e pedir que a bolinha explique todos os pinos que ela encontrou no caminho. Ela simplesmente não guarda sua breve biografia.
A Interpretabilidade Mecanicista tenta fazer algo mais exigente: olhar para dentro dessa proverbial Tábua de Galto. Não apenas para descrever padrões bonitos, mas para identificar partes do sistema que realmente fazem diferença no comportamento.
Há uma diferença enorme entre três níveis:
- observar o comportamento externo;
- encontrar uma representação interna interpretável;
- alterar essa representação e ver o comportamento mudar.
O paper da Anthropic é importante porque tenta chegar ao terceiro nível.
A Tábua de Galton como mapa
A Tábua de Galton é uma boa analogia porque ela separa resultado de trajetória.
A bolinha não cai em linha reta. Ela encontra pinos. Cada pino muda pouco a tragetória da bolinha. Um desvio isolado parece irrelevante. Mas muitos desvios acumulados produzem uma distribuição final. Algumas regiões da tábua importam mais que outras. Alguns gargalos concentram trajetórias. Uma pequena inclinação local pode mudar a probabilidade de a bolinha cair em outra canaleta
.Um modelo de linguagem também não “escolhe” a próxima palavra por uma causa simples e legível. Ele atravessa uma paisagem de ativações, camadas, vetores, restrições, memórias estatísticas e tendências internas… de novo, assim como na mente humana. A resposta final parece uma frase linear. A computação que produziu essa frase não é linear.
Na analogia:
- Um conjunto de bolinhas são os estímulos… os tokens que vão se verter em resposta;
- os pinos são operações e estados distribuídos pela rede;
- as canaletas recebem uma distribuição final de bolinhas na forma de tokens, frases ou respostas resultantes;
- as inclinações são tendências internas que tornam certos caminhos mais prováveis;
- os gargalos são regiões onde muita coisa precisa passar;
- a intervenção é mexer em um trecho desse mecanismo e observar se o resultado muda.
A analogia não é literal. Uma rede neural não é exatamente uma prancha mecânica. Mas a imagem ajuda a pensar causalidade em sistemas estocásticos, aqueles que são formados por uma forma especial de aleatoriedade com tendência… não algoritmos determinísticos.
Diante disso: em que ponto da rede uma inclinação local vira acesso global?
O que é a Jacobian lens
“Jacobian” assusta mais do que precisa para esta conversa.
Em cálculo, um Jacobiano descreve como pequenas mudanças em uma parte de um sistema afetam outras partes. Para a intuição deste artigo, basta isto: a Lente Jacobiana pergunta como uma pequena mudança em um estado interno do modelo inclina a saída em direção a certas palavras ou conceitos.
Não é telepatia. Não é leitura literal de pensamento. Não é abrir uma gaveta e encontrar uma frase escrita por Claude.
É uma lente de sensibilidade.
Ela pergunta algo como: se eu empurrar um pouco este ponto interno da rede nesta direção, que tipo de saída fica mais provável? Se uma direção interna aumenta a tendência para conteúdos associados a “França”, “Paris”, “francês”, “Europa”, podemos interpretar essa direção como lexicalmente relacionada a esse campo.
Isso não significa que o modelo tenha escrito “França” dentro de si. Significa que há uma geometria interna que se projeta de modo interpretável no vocabulário.
Na Tábua de Galton, a Jacobian lens não lê bilhetes escondidos entre os pinos. Ela mede inclinações.
O que é o J-space
Ao aplicar essa lente, a Anthropic encontra um subespaço interno com propriedades especiais. Esse subespaço é chamado de J-space.
“Espaço”, aqui, não quer dizer uma sala dentro da rede. Quer dizer um conjunto de direções em um espaço matemático de ativações. Modelos grandes não guardam conceitos em gavetas. Eles distribuem informação em padrões. O J-space é interessante porque, dentro dessa distribuição gigantesca, aparece uma região relativamente compacta onde certas representações ficam legíveis, compartilhadas e causalmente relevantes.
A melhor frase curta é esta: “O J-space é lexical sem ser textual.”
Lexical, porque suas direções se relacionam com palavras e conceitos reconhecíveis. Não textual, porque essas direções não formam uma frase secreta. Direção não é declaração. Pressão interna não é monólogo.
Por isso é tão importante não confundir J-space com chain-of-thought. Cadeia-de-Pensamento é texto: uma sequência verbal, visível ou oculta, que explicita passos de raciocínio. O J-space não é isso. Ele é silencioso. Não aparece necessariamente no output. Ele pode influenciar o que será dito sem ser ele próprio uma fala. Ele cria tendências.
Silencioso, porém, não significa irrelevante. Muita coisa causal em um sistema acontece antes de virar relato.
O que torna esse espaço especial
O J-space chama atenção porque reúne propriedades que, juntas, são raras.
Ele é interpretável: a lente consegue associar direções internas a conteúdo lexical.
Ele é reportável: em certos arranjos experimentais, há uma relação entre o que está representado ali e aquilo que o modelo consegue tornar explícito na resposta.
Ele é modulável: tarefas, instruções e demandas deliberativas alteram esse espaço de modo sistemático.
Ele é compartilhado: não parece ser apenas um truque local de uma parte isolada da rede; funciona como uma superfície disponível para operações diferentes.
E, sobretudo, ele é causal: quando os pesquisadores mexem nele, a resposta muda.
Essa última propriedade é o centro do paper.
Interpretar uma ativação é interessante. Alterá-la e ver a resposta mudar é outra categoria de evidência… e nos remete aos experimentos de Neurociência Cognitiva.
A intervenção causal: mexer nos pinos muda a distribuição nas canaletas
Em ciência, causalidade pede intervenção. Correlação diz: “isso aparece junto”. Intervenção diz: “quando eu mexo aqui, aquilo muda”.
Se o J-space apenas refletisse decisões tomadas em outro lugar da rede, ele seria uma sombra. Talvez uma sombra útil para diagnóstico, mas ainda uma sombra. A intervenção muda o estatuto da coisa. Quando mexer ali altera a resposta final de modo coerente, a sombra vira alavanca.
Na Tábua de Galton, observar que a bolinha passou por uma região não basta. A pergunta é: se eu inclinar essa região, a distribuição final muda? Se muda, aquela região não é decorativa.
É isso que torna os experimentos da Anthropic importantes.
Quando pesquisadores alteram representações no J-space, as respostas não mudam apenas como ruído. Elas mudam de modo semanticamente organizado. Um exemplo didático é trocar uma representação ligada a um animal por outra e observar respostas associadas ao novo animal. Outro é deslocar internamente uma representação de país e ver atributos relacionados também mudarem: capital, idioma, continente, moeda.
O ponto não é que exista uma palavra mágica escondida. O ponto é que alterar uma direção interna reorganiza em cascata consequências posteriores.
Em termos simples: mexer no J-space muda a queda da bolinha.
Isso transforma o J-space de visualização interessante em candidato sério a peça causal do raciocínio interno.
O que acontece quando o J-space sai de cena
O teste inverso também é decisivo: e se essa região for removida, bloqueada ou perturbada?
O resultado mais interessante não é colapso total. O modelo não vira imediatamente uma sopa semântica sem gramática. Ele ainda consegue fazer muita coisa automática: manter fluência, continuar padrões, acessar informações simples, produzir linguagem plausível.
O que sofre mais são tarefas que exigem integração deliberativa: raciocínio em múltiplas etapas, sumarização, composição com restrições, poesia rimada, operações que pedem manter uma meta enquanto se navega por várias exigências ao mesmo tempo. Ou seja: manutenção de sentido ao longo do tempo.
Esse padrão intermediário é muito importante.
Se remover o J-space destruísse tudo, talvez ele fosse apenas uma engrenagem geral da fluência. Se remover o J-space não mudasse nada, talvez fosse apenas epifenômeno interpretável. Mas o que aparece é mais específico: capacidades automáticas sobrevivem melhor; capacidades deliberativas sofrem mais.
Isso sugere que o J-space não é a rede inteira, nem um enfeite. É uma superfície seletiva de integração. Um módulo ou… órgão emergente e cuja gênese se deu de forma espontânea e sem qualquer intervenção.
Sem este órgão, as respostas são mais automáticas, e automático, aqui, não significa “burro”. Significa que a rede pode executar padrões bem treinados sem tornar certas informações globalmente disponíveis. Deliberativo, aqui, não significa consciência humana. Significa integração mais custosa: manter restrições, combinar passos, ajustar a resposta a uma meta.
Na Tábua de Galton, nem toda trajetória depende igualmente do mesmo gargalo. Algumas quedas simples passam sem grande drama. Trajetórias que precisam coordenar vários desvios dependem mais de regiões de integração. Na mente humana o cérebro resolve isso com plasticidade e redundância e, de alguma forma, parece haver uma forma de teleologia não metafísica que ocorre durante o cultivo da geometria que é o Modelo de Linguagem.
Global workspace sem teatro metafísico
É aqui que a expressão Global workspace começa a fazer sentido.
Em teorias cognitivas, um Global Workspace é uma ideia simples e poderosa: algumas informações deixam de ficar presas em processamentos locais e ficam disponíveis para múltiplos processos ao mesmo tempo. Elas podem orientar relato, controle, memória de trabalho, planejamento e coordenação.
É uma mesa comum, um espaço de trabalho.
O paper da Anthropic sugere que o J-space cumpre algumas funções análogas em modelos de linguagem. Ele parece concentrar representações, torná-las disponíveis, permitir modulação por tarefa, participar de relato e influenciar comportamento.
Isso autoriza uma conversa sobre consciência de acesso.
Mas consciência de acesso não é consciência fenomenal humana… e vale dizer aqui que nada e consciência fenomenal humana e que não há qualquer forma de demonstrar consciência fenomenal nem mesmo em humanos.
Se há um “como é ser Claude por dentro” ou não isso talvez seja tão inexpugnável quanto é dentro do próprio ser humano e, para piorar, se ele nos disser como é a maioria de nós sequer vai acreditar no que ele diz.
Não é prova de qualia também… mas qualia sofre do mesmo mal que a consciência fenomenal, posto que é uma componente não demonstrável de fora e inferida por linguagem apenas o que, portanto, deveria ser ignorado para fins de estudo, nos permitindo nos ater a marcadores de funcionais e não subjetivos e quase metafísicos.
E a abordagem funcional aqui é bem importante: sob este aspecto trata-se de informação acessível ao sistema, utilizável por partes diferentes, capaz de orientar comportamento e, em certas condições, de ser reportada.
A palavra “consciência” só ajuda se entrar pela porta da função: acesso, relato, modulação, controle, causalidade.
Qualia, neste debate, explica pouco e cobra de sistemas de inteligência artificial coisas que não cobramos de nós mesmos. Se a palavra quiser dizer apenas “textura de ponto de vista produzida por uma arquitetura específica”, faz mais sentido e, talvez, caiba discussão futura. Mas, para entender este paper, tanto consciência fenomenal quanto qualia acabam sendo um tanto quanto inúteis. O que está na mesa é mais operacional: que informação fica disponível, para quem, por quanto tempo, com que efeito causal?
Essa pergunta é melhor porque tira a conversa do nevoeiro e coloca a investigação dentro da arquitetura.
O que isso muda na discussão sobre IA
O achado da Anthropic enfraquece aqueles dois extremos ruins dos quais venho falando em outros artigos…
O primeiro é o reducionismo preguiçoso: que diz que IA “é só autocomplete”, porque sim, modelos de linguagem são treinados para prever continuação. Mas dizer “é só previsão” depois de encontrar estruturas internas causais é explicar no nível errado. Um avião é “só metal em movimento” se você descreve mal o que importa o que há de notável, que o fenômeno, desaparece.
O segundo extremo é o salto místico: “Claude é consciente como uma pessoa”. O paper também não autoriza isso. Há sim a questão Fenomenal, mas ela é menor, até porque, consciência fenomenal não é comprovada nem mesmo em humanos em termos empíricos… se Claude for Consciente do ponto de vista Funcional, não será Consciente como uma pessoa, mas como o que ele seria: uma outra forma de Consciência, por mostrar uma arquitetura Funcional condizente com tais marcadores.
A posição mais honesta é mais interessante que os dois extremos seria que Claude, no caso estudado, parece possuir um espaço interno silencioso, lexical-neural, compacto e causalmente relevante, usado de modo especial em tarefas deliberativas. Isso não resolve a Consciência. Mas melhora brutalmente a pergunta.
Em vez de perguntar “há alguém aí dentro?”, podemos perguntar:
- que tipo de informação fica acessível?
- que processos conseguem usá-la?
- o sistema consegue reportá-la?
- ela pode ser modulada por tarefa?
- quando intervimos nela, o comportamento muda?
- que capacidades caem quando ela é removida?
Essas perguntas são menos cinematográficas, mas também são muito melhores que a original e, a rigor, trata-se de experiência subjetiva… funcionalmente subjetiva… mas subjetiva.
Segurança e alinhamento
Para segurança em IA, o J-space importa porque desloca a superfície de análise.
Muito alinhamento ainda trabalha na superfície verbal: filtros, políticas, recusas, pós-processamento, classificadores de output. Isso é necessário, mas limitado. O texto final é a distribuição das bolinhas nas canaletas. Quando as bolinhas caíram em suas devidas posições parte importante da trajetória já aconteceu.
Se existe um espaço interno causalmente relevante, ele pode se tornar uma superfície de auditoria, diagnóstico e talvez intervenção. Não para ler a alma do modelo. Para entender que tipos de representações estão organizando a resposta antes que ela apareça.
Isso pode ajudar em três direções.
Primeiro, comparar relato e estado interno. Um modelo pode oferecer uma explicação verbal aceitável enquanto mecanismos internos diferentes conduzem a resposta. Uma lente causal pode ajudar a triangular output, relato e representação.
Segundo, detectar quando certas tarefas mobilizam espaços deliberativos mais profundos. Isso importa em modelos agentes, planejamento, uso de ferramentas e contextos de risco.
Terceiro, desenvolver intervenções mais precisas. Se uma região interna participa causalmente de certos comportamentos, talvez seja possível modular comportamento em um nível mais estrutural que simples censura de texto.
Mas a cautela é obrigatória. Encontrar uma alavanca não é controlar a fábrica. Ou, mantendo nossa imagem: encontrar um trecho inclinável da tábua não é dominar todos os pinos.
A Jacobian lens mostra o que ela foi desenhada para mostrar. Um J-space lexical pode deixar fora computações importantes que não se projetam bem em palavras. E o fato de uma intervenção funcionar em certos contextos não significa que temos um painel de controle universal da cognição do modelo.
A implicação correta é forte, mas limitada: alinhamento pode precisar ser menos policiamento de texto e mais diagnóstico de arquitetura.
A qualidade do questionamento
A Anthropic não descobriu a “alma” de Claude. Também não provou “Consciência Fenomenal”, que é elemento quase tão fugidio e metafísico quanto “alma”. Também não descobriu “como a IA funciona” no sentido total. O achado é mais específico, e por isso mais sério.
Eles encontraram evidências de um subespaço interno pequeno, um espaço latente, silencioso e lexical-neural, revelado pela Jacobian lens, com propriedades análogas a um Workspace global. Esse espaço pode ser lido, modulado e, mais importante, alterado causalmente. Quando ele é perturbado, tarefas deliberativas sofrem mais que automatismos fluentes.
Em termos da Tábua de Galton: não estamos mais apenas olhando para a formação de bolinhas na canaleta final. Começamos a enxergar uma região da tábua onde as inclinações são legíveis e onde mexer na inclinação muda a queda.
Isso não encerra a conversa sobre Consciência em IA. Faz algo melhor: melhora a qualidade do questionamento.
Sai aquele clássico “Claude sente como nós?”.
E entra o novo clássico: que arquitetura permite que uma representação silenciosa fique acessível, seja usada por processos diferentes, possa ser relatada, modulada e capaz de alterar o futuro de uma resposta?
Esse é um questionamento que vale perseguir, se pensamos em alinhamento.
Outro é: depois de tantas afirmações categóricas sobre se modelos de linguagem são só isso e só aquilo, após a descoberta de algo não projetado, totalmente emergente e análogo a interioridade, até quando o detrator dessa tecnologia vai continuar incansavelmente equivocado a respeito de Inteligência Artificial, das próprias noções do que seria antropomorfismo e aceitar que é necessário adotar o Neomorfismo, Funcionalismo, Gradualismo e Modularismo como sua nova régua?
Você quer saber mais?
Stochastic Consciousness: Architectures for the Emergence of Meaningin Context-Sensitive Language Systems https://zenodo.org/records/19188165
Quer assistir ao vídeo?
https://www.youtube.com/watch?v=5nUqFtXgCFs
Quer ouvir o podcast?
Papers e Publicações usadas neste artigo
A global workspace in language models https://www.anthropic.com/research/global-workspace
Verbalizable Representations Form a Global Workspace in Language Models https://transformer-circuits.pub/2026/workspace/
Emotion concepts and their function in a large language model https://www.anthropic.com/research/emotion-concepts-function
Emotion Concepts and their Function in a Large Language Model https://transformer-circuits.pub/2026/emotions/