Anthropic Nemuin 'Ruang Kerja Tersembunyi' di Dalam Claude — yang Gak Pernah Diprogram Siapa Pun

Ada asumsi diam-diam yang kita semua pegang waktu makai AI: kalau model nulisin "proses berpikirnya" (chain-of-thought), ya itulah isi kepalanya. Riset terbaru Anthropic bilang: belum tentu — dan buktinya bukan spekulasi filosofis, tapi eksperimen yang bisa diulang.

Apa yang terjadi

Anthropic mempublikasikan riset yang nemuin apa yang mereka namain "J-space" — semacam ruang kerja internal kecil di dalam Claude, tempat model nyimpen dan ngarahin konsep-konsep yang lagi aktif dia pakai saat mikir. Tiga temuan yang bikin ini beda dari riset interpretability biasa:

• Gak ada yang ngedesain ruang ini. Menurut penelitinya, J-space "muncul sendiri" selama training — struktur yang kebentuk, bukan yang diprogram.
• Isinya beda dari chain-of-thought. Konsep-konsep di J-space tetep "di balik layar" — mereka ngarahin jawaban Claude berikutnya tanpa pernah muncul di teks penalaran yang kita baca. Buktinya konkret: peneliti nge-edit pola internal "laba-laba" jadi "semut" di tengah pertanyaan soal jumlah kaki, dan jawaban Claude langsung flip dari 8 ke 6 — tanpa teks penalarannya berubah.
• Di situlah mikir berat terjadi. Waktu J-space dihapus, Claude masih bisa ngobrol dan ngingat fakta — tapi kemampuan nyelesain masalah multi-langkah runtuh.

Yang bikin komunitas neurosains ikut ngomong: struktur ini mirip banget sama teori "global workspace" — salah satu teori terkemuka soal gimana otak manusia menangani akses sadar. Anthropic sendiri hati-hati: riset ini gak ngebuktiin Claude sadar atau ngerasain apa pun. Tapi nemuin ruang kerja mirip-otak yang gak didesain siapa pun, di dalam sistem yang dibangun manusia, itu persis alasan mereka terus nanya.

Kenapa ini penting

Buang dulu perdebatan kesadarannya — yang praktis dari riset ini justru lebih gede: penjelasan yang ditulis model soal dirinya sendiri itu bukan jendela penuh ke prosesnya. Ada lapisan "pikiran tak terucap" yang ikut nyetir jawaban. Dan kalau ini benar di Claude, hampir pasti benar juga di setiap model besar lain.

Ini juga ngejelasin pola yang mungkin kalian rasain sendiri: kenapa model bisa lancar ngobrol tapi tiba-tiba rontok di tugas berantai panjang — karena kemampuan itu ternyata hidup di struktur spesifik, bukan nyebar rata.

Buat kalian

Dua kebiasaan kerja yang langsung bisa diambil dari temuan ini:

• Verifikasi output, bukan penjelasan. Model bisa ngasih penalaran yang kedengeran masuk akal sementara "alasan sebenarnya" ada di lapisan yang gak dia tulis. Jadi jangan jadiin penjelasan model sebagai bukti kebenaran — cek hasilnya langsung, sama kayak prinsip AI + verifikasi yang gw bahas di kasus Astra.
• Jangan minta model "jujur soal proses" sebagai jaring pengaman. Instruksi kayak "jelasin langkah-langkahmu biar gw yakin" itu bagus buat readability, tapi bukan jaminan — lapisan internal gak ikut kebuka. Jaring pengaman yang beneran itu tes, data pembanding, dan review.

Bedanya orang yang sekadar makai AI dan yang bisa ngandelin AI itu di sini: yang kedua ngerti batas alat yang dia pegang. Kerangka verifikasi kayak gitu bagian inti dari yang gw ajarin di kelas gw.

Sumber primer: riset Anthropic (anthropic.com/research/global-workspace).