AIに質問すると、すらすら答えが返ってくる。でも——AIはその答えを口にする“前”に、内側で何かを「考えて」いるのだろうか。この問いに、Anthropic（Claudeを作る会社）の新しい研究が、驚くような手がかりを出してきた。モデルの中に、考えを一時的に置いておく“小さな作業場”のような領域があり、それをのぞく道具まで公開されたのだ。Redditの開発者たちは、さっそくオープンなモデルで試し始めた。
01何が発見されたのか
Anthropicが2026年7月6日に公開した研究「A global workspace in language models（言語モデルの中のグローバル・ワークスペース）」。彼らはClaudeの内部に、“特権的な小さな空間”を見つけた。そこは、モデルが「報告できる考え」を保持し、複数ステップの推論に使い、ときには最終的な答えに現れる前にその考えを“先出し”している——まるで思考の作業場（workspace）のように振る舞う領域だという。Anthropicはこれを「J空間（J-space）」と名づけた。
そして、この空間をのぞくために作られた道具が「ヤコビアン・レンズ（Jacobian Lens、J-lens）」だ。ざっくり言えば——モデル内部のある“活動パターン”が、この先どの単語を言わせようとしているか、語彙の一つひとつについて平均的な効き目を計算する仕組み。つまり「今の内部状態は、未来にどんな言葉を押し出そうとしているか」を読み取るレンズ、というわけだ。コード（jacobian-lens）も公開されている。
02「グローバル・ワークスペース」って何？
耳慣れない言葉だが、元ネタは脳科学だ。「グローバル・ワークスペース理論（Global Workspace Theory）」は、認知科学者バーナード・バーズが提唱した、心の働きに関する有力な理論。ざっくり言うと——脳の中では多くの処理が同時に走っていて、その中の“勝者”が共有の作業場（ワークスペース）に上がると、他の処理からもアクセスできるようになり、いわば「意識に上る」。そんなイメージだ。
03幻覚（ハルシネーション）との関係
この研究がとりわけ面白いのは、AIの「ハルシネーション（Hallucination＝もっともらしい嘘をさらっと言ってしまう現象）」に迫れる点だ。J-lensを使った分析では、あるモデルは“画像の中にその物体が存在しない”ことを内部ではちゃんと登録している、と読み取れたという。つまり——出力では自信たっぷりに間違えていても、モデルの内側には「本当は無い」という情報が残っていることがある。
これは大きな示唆だ。もし内部状態を読めば、モデルが口を開く前に「これは怪しい（幻覚しそう）」と見抜けるかもしれない。AIの“内なる声”と“実際の発言”のズレを検知できれば、嘘を減らす手がかりになる。まだ研究の入り口だが、ワクワクする方向性だ。
04コミュニティが試した——そして自分で正した
この論文が出るや、Redditのローカルモデル界隈は動いた。ある開発者が、J-lensの考え方をオープンモデル（QwenやGemmaなど）に当てて、“幻覚を検知するルーター”を自作しようとしたのだ。彼の観察はこう——「Qwenは内部の中間層で早々に“勝者”が一つに絞られる。一方Gemmaは、競合する候補をもっと長く生かしている」。ただし、この個人プロジェクト自体の結論は、後述のとおり議論を呼んだ。
同時に、厳しい検証も入った。あるユーザーは「リポジトリを見たが、正解データのラベル自体が間違っている箇所がある。それでは結論の信頼性が揺らぐ。“ラベル不要”と言うが、ルーターは正解・不正解で学習させている＝れっきとした教師あり学習だ」と手厳しく指摘。つまり、Anthropicの元研究は本物だが、個人の追試プロジェクトはまだ粗く、鵜呑みにはできない——ここはきちんと分けて理解したい。
05つまり日本の読者にとっては
まず勇気づけられるのは、「AIはもう完全なブラックボックスではない」ということ。研究者たちは、モデルの内側をのぞく“顕微鏡”を作り始めている。中身が読めるようになるほど、なぜ間違えるのか・なぜ拒否するのか・どこで嘘が生まれるのかが分かり、AIを安全で信頼できる方向に育てやすくなる。この「解釈可能性（Interpretability）」の進歩は、地味だけれど本当に重要な分野だ。
次に、日々の使い方に効く発見。AIが自信満々に間違えても、それは必ずしも「本当に知らない」わけではない——内側には正しい情報があるのに、出力にうまく出てこない、というケースがある。だから「堂々と言い切っている＝正しい」ではないし、逆に「AIはバカだから間違えた」でもない。AIの“自信”と“正しさ”は別物だと知っておくと、付き合い方が一段賢くなる。
最後に、受け取り方の注意をもう一度。「AIに“意識”らしきものが見つかった」という話は、心躍るぶん、飛躍もしやすい。今回分かったのは“機能的に似た仕組み”であって、内面の証明ではない。研究の面白さは味わいつつ、大きな主張ほど一次情報（この場合はAnthropicの論文）にあたって、どこまでが分かっていて、どこからが解釈なのかを見極める。その落ち着きが、AI時代の教養になる。
