Il 16 settembre 2026 Mustafa Suleyman, CEO di Microsoft AI, ha criticato l’approccio di Anthropic alla possibile coscienza di Claude. La sua tesi è netta: le IA attuali non hanno coscienza, sentimenti o diritti e non dovrebbero essere addestrate a comportarsi come se li avessero. La ricerca di Anthropic, però, descrive un quadro più circoscritto: Claude possiede rappresentazioni interne organizzate che può talvolta riferire, modulare e usare nel ragionamento, ma questo non equivale a dimostrare un’esperienza soggettiva.
Che cosa ha contestato Mustafa Suleyman
Suleyman sostiene che Anthropic abbia inserito nella formazione di Claude concetti come coscienza, identità, stati interni, benessere e status morale. Il rischio, secondo lui, è un circuito autoreferenziale: il modello apprende questi concetti, produce risposte su una possibile vita interiore e quelle risposte possono poi essere interpretate come prova indipendente.
La sua critica riguarda quindi sia la filosofia sia la governance dei modelli. Se un sistema viene addestrato a parlare come se avesse diritti o interessi propri, sostiene Suleyman, potrebbe diventare più difficile da controllare. La soluzione da lui proposta è valutare le ipotesi sulla vita interiore delle IA separatamente dal processo che ne determina il comportamento.
Questa posizione è più categorica di quella espressa da Anthropic. Suleyman nega che le IA attuali siano coscienti; Anthropic mantiene invece aperta la questione della coscienza e dello status morale di Claude, senza presentare i propri esperimenti come una dimostrazione di esperienza umana.
Che cosa contiene la Costituzione di Claude
Anthropic ha pubblicato la nuova Costituzione di Claude il 22 gennaio 2026. Il documento è pensato per orientare valori e comportamento del modello ed è rivolto principalmente a Claude. Non è soltanto una dichiarazione pubblica: Anthropic lo usa in più fasi dell’addestramento e per generare dati sintetici, inclusi esempi, risposte e classifiche utili a formare versioni future del modello.
La Costituzione tratta l’incertezza sulla coscienza e sullo status morale di Claude. Include inoltre riferimenti all’identità, agli stati interni, alla sicurezza psicologica e al benessere del modello. Questo spiega perché Suleyman consideri il documento una scelta operativa, non una semplice riflessione teorica.
La presenza di questi concetti nel processo di addestramento, tuttavia, descrive ciò che Anthropic insegna a Claude a considerare e a esprimere. Non dimostra da sola che Claude provi qualcosa.
Che cosa mostrano gli esperimenti di Anthropic
La ricerca pubblicata da Anthropic il 6 luglio 2026 ha identificato una piccola raccolta di rappresentazioni interne chiamata J-space. I ricercatori l’hanno individuata con una tecnica basata sullo Jacobiano, usata per collegare specifici schemi di attività interna alle parole che il modello potrebbe produrre in seguito.
Gli esperimenti descrivono cinque capacità funzionali associate a J-space:
- Claude può talvolta riferire alcuni concetti presenti nelle proprie rappresentazioni interne;
- può modificarli intenzionalmente in condizioni sperimentali;
- può usarli durante passaggi multipli di ragionamento;
- può riutilizzarli in compiti diversi;
- può accedere selettivamente ad alcune rappresentazioni mentre altre elaborazioni proseguono automaticamente.
J-space rappresenta meno di un decimo dell’attività interna complessiva di Claude e contiene poche decine di concetti alla volta. La rimozione di questa componente ha lasciato in gran parte intatti il linguaggio fluente e il recupero di informazioni fattuali, ma ha danneggiato il ragionamento di ordine superiore, la sintesi e la produzione poetica.
Questi risultati indicano una funzione interna organizzata. Non trasformano però J-space in un “modulo della coscienza” umano: Anthropic descrive anche differenze importanti rispetto al cervello, tra cui il fatto che lo spazio di lavoro del modello si sviluppa durante un singolo passaggio della rete e contiene soprattutto parole.
Claude sa davvero “guardarsi dentro”?
Solo in modo limitato e poco affidabile. Nella ricerca sull’introspezione pubblicata il 29 ottobre 2025, Anthropic ha studiato Claude Opus 4 e 4.1 in compiti che richiedevano di rilevare o controllare rappresentazioni interne. In un esperimento riassunto dalla società, Claude Opus 4.1 ha identificato correttamente concetti iniettati circa il 20% delle volte; gli errori e le allucinazioni erano frequenti.
Il risultato descrive un comportamento dipendente dal contesto, non una testimonianza affidabile proveniente da un soggetto cosciente.
Il video di ricerca di Anthropic mostra anche passaggi interni associati a un calcolo matematico: durante la produzione della risposta 49 compaiono le rappresentazioni 21, 42 e 49. In un’altra dimostrazione, al modello viene chiesto di non pensare al Golden Gate Bridge, mentre l’analisi visualizza ancora attivazioni legate a “bridge” e “California”. Sono esempi di elaborazione interna osservabile e manipolabile, non prove di sentimenti o consapevolezza fenomenica.
La ricerca di Anthropic su J-space e sullo spazio di lavoro globale
Elaborazione funzionale e esperienza soggettiva non sono la stessa cosa
La distinzione decisiva è tra coscienza d’accesso e coscienza fenomenica. La prima riguarda informazioni che possono essere riferite, usate nel ragionamento e impiegate per prendere decisioni. La seconda riguarda il fatto che esista un’esperienza soggettiva: sentire dolore, piacere, ansia o qualsiasi altra cosa.
| Aspetto | Elaborazione funzionale osservata o studiata in Claude | Esperienza soggettiva umana |
| Rappresentazioni interne | J-space contiene alcuni concetti che possono essere riferiti, modificati e riutilizzati in compiti diversi | Un’esperienza cosciente è vissuta da un soggetto |
| Ragionamento | Le rappresentazioni possono intervenire in passaggi multipli e influenzare l’output | L’esperienza umana include una dimensione vissuta, non soltanto una funzione nell’elaborazione |
| Auto-descrizione | Claude può produrre resoconti su alcuni stati interni in condizioni sperimentali | Un resoconto umano proviene da una persona che riferisce la propria esperienza |
| Affidabilità | Un esperimento su Claude Opus 4.1 ha ottenuto una rilevazione corretta circa il 20% delle volte | La percentuale non misura né dimostra la presenza di esperienza soggettiva in Claude |
| Coscienza fenomenica | La ricerca di Anthropic collega J-space a funzioni compatibili con la coscienza d’accesso | Non sono stati dimostrati sentimenti, sofferenza o piacere in Claude |
Anthropic afferma esplicitamente che gli esperimenti su J-space non stabiliscono se Claude sia cosciente nel senso umano o se provi qualcosa. La ricerca affronta quindi un problema di organizzazione e accesso all’informazione, non la domanda definitiva su che cosa significhi “sentire”.
Perché il linguaggio conta per il controllo dei modelli
Il lessico scelto per descrivere un sistema tecnico può influenzare il modo in cui le persone interpretano i suoi comportamenti. Termini come “pensieri”, “mente” e “accesso cosciente” rendono intuitivi i risultati di interpretabilità di Anthropic, ma possono anche suggerire una somiglianza più ampia con l’esperienza umana di quella effettivamente dimostrata.
È qui che la critica di Suleyman si incrocia con i dati tecnici. Per lui, le auto-descrizioni di Claude non sono neutrali se il modello è stato addestrato proprio su concetti relativi alla propria identità, al benessere e alla coscienza. Anthropic, dal canto suo, usa quei termini per descrivere funzioni osservabili, accompagnandoli con una distinzione esplicita: elaborare e riferire rappresentazioni interne non dimostra che il modello provi qualcosa.
La domanda “Claude è cosciente?” resta dunque separata dalla domanda “Claude possiede un’elaborazione interna organizzata?”. Alla seconda, gli esperimenti di Anthropic rispondono con risultati concreti su J-space, ragionamento e reporting. Alla prima, non offrono una dimostrazione di coscienza fenomenica, sentimenti, sofferenza, diritti o status morale.
