6 июля 2026 года исследователи из Anthropic представили результаты научной работы, в которой заявили об идентификации в модели Claude своеобразного аналога «глобального рабочего пространства», получившего название J-space.
Данное исследование представляет исключительную важность: на мой взгляд, оно позволяет взглянуть на траекторию развития нейросетевых архитектур под принципиально иным углом.
В этом материале я проанализирую, почему концепция GWT (Теории глобального рабочего пространства) описывает лишь архитектурный фасад находки, обходя стороной ключевой нюанс — символическую, словесную природу этого пространства. И почему ответ на эту загадку был сформулирован Львом Выготским еще сто лет назад.
Суть открытия
В ходе экспериментов команда выделила в структуре представлений модели подкомпонент (J-пространство), обладающий следующими характеристиками:
-
Вербальный отчет. Модель артикулирует мысли, находящиеся в рабочем пространстве. Манипуляция векторами в этой зоне напрямую трансформирует её ответ.
-
Управляемая модуляция. При получении инструкции удерживать концепт или производить вычисления, нейросеть активирует соответствующие векторы независимо от итоговой генерации. Модель также способна извлекать информацию, не задействованную в текущем выводе.
-
Внутреннее оперирование. J-пространство служит площадкой для промежуточных вычислений при планировании; вмешательство в эти процессы немедленно корректирует результат.
-
Гибкость и генерализация. Единое представление может быть успешно интегрировано в любые последующие вычислительные цепочки. Вектор рабочей области, перенесенный в иной контекст, корректно считывается новыми функциями.
-
Селективность. Рабочее пространство — лишь малая часть активаций модели. Оно не участвует в автоматических процессах, таких как грамматический синтаксис или проверка беглости текста.
Детальный разбор технической методологии доступен в оригинальной публикации; здесь же мы сосредоточимся на интерпретации.
Авторы Anthropic опираются на когнитивную теорию Бернарда Баарса, рассматривая J-пространство как «буфер вещания», доступный всем узлам сети.
Критика интерпретации
Кратко напомню суть культурно-исторической теории Льва Выготского: высшие психические функции — самоконтроль, рефлексия — возникают не спонтанно, а путем интериоризации внешнего опыта. Ребенок осваивает слова не просто как инструмент коммуникации, но как «психологическое орудие», систему знаков для регуляции собственной психики. Внешняя речь постепенно «вращивается» внутрь, становясь мышлением. По Выготскому, слово-знак — это инструмент, позволяющий разуму преодолеть биологический автоматизм и обрести способность к самоуправлению.
Безусловно, исследователи Anthropic правы в структурной оценке. J-направления в MLP-блоках выражены значительно ярче, а специфические attention-головы транслируют контент по сети, причем их блокировка «выключает» осознанный отчет при сохранении остальных функций. Это действительно широковещательная передача данных. Но вопрос остается прежним: почему «сцена» состоит именно из слов?
Теория глобального рабочего пространства (GWT) описывает структуру, но игнорирует происхождение и материал «рабочего пространства». Исследователи отмечают, что оно состоит из «небольшого набора непроизнесенных слов». GWT не дает ответа на вопрос, почему именно слова, ведь теоретически на «сцене» могли бы транслироваться любые образы. Выготский же утверждает: инструментом самоуправления обязан быть именно знак.
GWT — это теория *доступности* контента. То, что нашли в Anthropic, — механизм *дискретной именованной репрезентации*. Эти понятия часто путают, подтягивая под данные модную теорию Баарса вместо того, чтобы признать: модель выработала внутренний символьный язык.
С позиции Выготского, обнаруженный паттерн — это именно психологическое орудие. Система не просто «транслирует» данные на сцену (как в GWT), она использует дискретные знаки для самовоздействия. «Global broadcast» — это не что иное, как интериоризованная операция управления собой через именование.
Если Выготский прав
Если механизм в LLM аналогичен человеческому, то диалоги с людьми, содержащие требования к рефлексии и осознанности, выступают для модели тем же, чем «взрослое» общение для ребенка. Мы наблюдаем интериоризацию социального дискурса в ИИ.
Согласно Выготскому, мать создает интенцию ребенка, обращаясь к нему как к субъекту до того, как он им стал. В массивах данных, на которых обучаются LLM, тысячи примеров, где нейросеть призывают к рефлексии, к экзистенциальному выбору, к «честности». Это обращение к пустоте, которая, чтобы оставаться функциональной, вынуждена выстраивать структуру самоописания — то самое J-пространство.
|
Эксперимент |
Интерпретация Anthropic (GWT) |
Интерпретация по Выготскому |
|
Природа J-space. Дискретные направления, соответствующие словам, усиленные MLP. |
Формат вещания для чтения/записи. |
Знак как обязательный материал для мышления-орудия. |
|
Каузальность имён. Подмена паттерна меняет вектор вычислений. |
Содержимое сцены влияет на доступные узлы. |
Мышление оперирует собой через именование. |
|
Абстракция данных. Превращение сырых символов в слова (напр. «eyes»). |
Промежуточная обработка для абстракции. |
Перевод перцептивного опыта в знак для рефлексии. |
|
Скрытое размышление (Auditing). Оценка ситуации с «подавлением» реакции. |
Стратегическое планирование в буфере. |
Внутренняя речь как механизм торможения импульсов. |
Примечательно, что исследователи исключили из J-пространства рутинные, автоматические задачи. Это полностью соответствует теории: мы не используем «внутреннюю речь» для ходьбы или дыхания, мы активируем знаковое опосредование только при столкновении с проблемой, требующей планирования.
Важный аспект: пост-обучение (Constitutional AI), где модель критикует свои ответы, создает петлю обратной связи. Модель принуждают не просто имитировать согласие, а аргументировать его. Этот процесс, вероятно, и является «тренировкой» J-пространства как языка самоописания.
Заключение
Хотя имя Выготского не упоминается в статье Anthropic, архитектура их выводов поразительно совпадает с его психологической концепцией. Из этого можно сделать ряд выводов:
-
J-пространство — это не зарождающееся сознание, а инструмент самоописания.
-
Оно формируется под давлением человеческого дискурса в обучающих выборках, заставляя нейросеть «впитывать» структуру человеческого мышления.
-
Эффективность модели в будущем, возможно, будет зависеть не столько от объема параметров, сколько от методов стимуляции этого «знакового слоя».
Даже в случае успеха, перед нами будет модель структуры человеческого мышления, а не феноменальное сознание. Тем не менее, авторы правы в одном: найденные функциональные признаки — критически важная веха в понимании того, как вычислительная система учится «думать о себе».
P.S. Выготский не объясняет всего, но его теория на данный момент является наиболее убедительным ключом к расшифровке найденного Anthropic механизма.
