1．AIに意識はあるかを、そのまま問わない
2026年7月6日、Anthropicの研究チームは Verbalizable Representations Form a Global Workspace in Language Models という研究を公式に発表しました。著者はWes Gurneeらで、いずれもAnthropicに所属しています。Anthropic自身も同社のResearchページで、この研究をGlobal Workspaceに関する公式研究として紹介しています。
この研究を、Claudeに意識があることを示した論文として読むのは正確ではありません。著者たちが直接扱っているのは、AIが何かを感じているかという主観的経験ではなく、情報が報告、推論、行動制御に利用できる状態です。
認知科学では、このような性質を access consciousness（アクセス意識：情報が報告・推論・行動に利用可能になっている状態）として議論します。一方で、赤を見たときの赤らしさや、痛みを感じるときの痛みそのもののような主観的経験は phenomenal consciousness（現象的意識：何かを感じているという主観的な質）と呼ばれます。著者たちは後者については結論を出さず、前者に焦点を絞っています。
ここで著者たちが立てた問いは、AIに意識があるかではありません。より実験可能な形に言い換えて、意識的にアクセスできる情報には、どのような機能的特徴があり、それをAI内部で観察・操作できるかと問いました。
比較の枠組みとして使われるのが Global Workspace Theory（グローバル・ワークスペース理論：一部の情報が共有空間に載ることで、多様な認知処理から利用可能になるという理論）です。著者たちは、この理論で意識的アクセスに関係すると考えられてきた性質を、複数の実験可能な条件へ分解しました。具体的には、情報を言葉で報告できること、目標に応じて意図的に呼び出せること、推論の途中結果として使えること、同じ情報を異なる処理が共通利用できること、そして膨大な内部処理のうち一部だけが選択的に利用可能になることです。
この論文の第一の面白さは、意識という抽象的な概念を、そのまま測ろうとせず、観察・比較・介入できる小さな問いへ分解したことにあります。
この節で重要なのは、研究のゴールが意識の有無を判定することではない点です。むしろ、意識という概念を実験科学に落とし込むために、何を測ればよいのかを定義するところから研究が始まっています。
2．まず、言葉にできる内部表現を探す
次に著者たちが問うたのは、モデル内部にある膨大な情報のうち、どれが必要なら言葉にできる情報なのか、という点です。
Transformerの内部では、各層が residual stream（残差ストリーム：各層が情報を読み書きする高次元の共有表現）を更新していきます。しかし、その内部状態は大量の数値からできているため、そのまま眺めても意味はわかりません。
そこで著者たちは Jacobian Lens（ヤコビアン・レンズ：内部状態を少し変えたとき、将来の出力確率がどう変わるかを利用して内部表現を読む手法）、略してJ-lensを使います。
問いはシンプルです。ある内部状態が、将来どの概念を言葉にするために使われ得るのかを、内部から読み取れるかというものです。
実験では、ある内部状態をほんの少し変えたときに、将来どの単語の出力確率が上がるかを計算します。さらに一つの文章だけでなく、多数の自然な文脈で平均を取り、その文脈だけで偶然出やすい単語ではなく、より一般的に言語化可能な概念を抽出します。
この方法で得られる表現群を、著者たちはJ-spaceと呼びました。
J-spaceを読むと、表面にはまだ出ていない情報が見えることがあります。コードを読んでいる途中でバグに気づいたこと、タンパク質配列から推定した機能、多段階課題の途中結果などが、最終的な発話より先に内部表現として現れます。
この結果だけを見ると、AIの思考が読めたように感じるかもしれません。しかし、著者たちはここで慎重です。内部表現として見えることと、その表現が実際に報告や推論を支えていることは別だからです。
この段階で得られたのは、意識の証拠ではなく、言語化可能な内部表現を観察するための測定器です。
この区別が重要です。まず観察する。次に、その観察された表現を操作して、実際に行動や推論が変わるかを確かめる。論文はここから、相関を見る研究から因果関係を調べる研究へ進みます。
3．見えるだけでは足りない――報告との因果関係を調べる
第2節でJ-spaceという候補が見つかりました。しかし、J-spaceに現れた概念と最終的な回答が一致していても、それだけでは相関です。
そこで著者たちが次に立てた問いは、J-spaceの内容を直接変えたとき、モデル自身の報告も変わるかでした。
実験では、モデルにあるカテゴリの対象を一つ考えさせます。そして答える直前のJ-spaceにある概念を、別の概念に置き換えます。たとえば、あるスポーツに対応する表現を別のスポーツへ差し替えます。
その結果、モデルが最終的に報告する内容も、差し替えた概念の方向へ変わりました。つまり、J-spaceに現れている内容と報告との間には、単なる相関以上の関係があることがわかります。
さらに、この研究の面白さは対照実験にあります。モデル内部には、同じ概念についてJ-space以外にも多くの表現が存在します。そこで同じ概念を、J-spaceに含まれる成分と、それ以外の成分に分けて同じように操作しました。
すると、J-space成分を操作した場合には報告内容が大きく変わる一方、J-space外の成分を操作した場合の影響はかなり小さくなりました。さらに、J-space外の情報が後段でJ-spaceへ入り直せないようにすると、そのわずかな影響もほぼ消えました。
この結果は、モデル内部にある情報がすべて同じ立場ではないことを示します。ある情報がモデル内部に存在していても、それだけでは本人が報告できるとは限りません。
J-spaceの特徴は、情報を保持していることそのものではなく、その情報が報告可能な形式になっていることにあります。
認知科学的に面白いのは、この実験によって報告可能性という曖昧な概念が、具体的な介入問題に変わったことです。ある内部表現を書き換えたら本人の報告が変わるか。この形なら、意識的アクセスという概念の一部を因果的に検証できます。
第2節では観察可能な候補を見つけ、第3節ではその候補が実際に報告を支えているかを操作によって確認しました。ここで初めて、J-spaceが意識的アクセスに関係する特別な表現空間である可能性が強くなります。
4．意識することを、トップダウン制御として測る
報告に使われることがわかっても、J-spaceが単なる出力直前の掲示板である可能性はまだ残ります。
そこで著者たちは、モデル自身が、目標に応じてJ-spaceへ載せる情報を選べるかを調べました。
人間では、目の前にないものでも、課題に必要なら意図的に頭に思い浮かべて保持できます。著者たちは、このような機能をAI内部で検証します。
実験では、Claudeに無関係な文章をそのままコピーさせながら、別の内容を考え続けるよう指示します。たとえば、柑橘類について考えながら文章をコピーさせます。
表面の出力には柑橘類についての記述は出ません。それでもJ-spaceを見ると、オレンジ、レモン、果物などに対応する表現が現れます。
算術課題でも同じです。無関係な文章をコピーしながら3²−2を計算させると、J-spaceには途中結果の9、その後に最終結果の7が現れます。
さらに、著者たちは条件を変えて比較しています。特定の概念について考えるよう指示する場合、考えないよう指示する場合、特に指示しない場合を比べると、J-space内の活性化は系統的に変わりました。
ここで重要なのは、入力そのものの表現が別のものに変化したわけではないことです。モデルが世界を誤認したのではなく、その瞬間に作業対象として保持する情報が変わったと考えられます。
認知科学では、このような機能を top-down control（トップダウン制御：現在の目標や指示に応じて、処理対象を選択すること）と呼びます。
この実験では、意識的に考えるという曖昧な行為を、課題目標に応じて特定の情報を共有表現へ選択的に載せられるか、という検証可能な問題に変えています。
ここまでの流れを整理すると、J-spaceは単なる読み出し口ではありません。載った情報は報告に使われ、さらに何を載せるかを目標に応じて変えることができます。
そこで次に問題になるのは、J-spaceに載った情報が本当に思考そのものに使われているのか、という点です。
5．J-spaceは思考の表示板なのか、それとも推論の作業台なのか
ここまでの結果でも、まだ一つ大きな反論が残ります。
J-spaceに途中結果が見えていても、本当の推論は別の場所で行われ、J-spaceはその結果を映しているだけかもしれません。
そこで著者たちは、J-spaceにある中間表現を書き換えたとき、後続の推論結果まで変わるかを調べました。
この問いを検証するため、最終回答までに中間概念を経由する必要のある課題を使います。たとえば、巣を張る動物の脚の数を答えるには、まずクモという中間概念を推論し、その後8本という答えに進む必要があります。
実際にJ-spaceを見ると、最終回答の前にクモに対応する表現が現れます。そこで、この中間表現をアリに対応する表現へ置き換えます。
すると、最終的な答えも8から6の方向へ変化します。
これは重要な結果です。J-spaceに現れる中間概念が単なる記録なら、そこを書き換えても推論結果は変わらないはずです。しかし実際には、後続の計算そのものが変わりました。
算術課題でも同様です。(4＋17)×2＋7という計算では、J-spaceに21、42、49という中間結果が順番に現れます。さらに activation patching（活性化パッチング：ある条件の内部状態を別条件へ差し替え、その後の出力への因果的影響を見る方法）を使うと、それぞれの値が実際に後続の計算へ影響していることが確認できます。
詩の生成でも、将来の韻の計画を途中で別の語へ変更すると、最後の単語だけでなく、そこへ自然につながるよう途中の表現まで変化しました。つまり、未来の計画が現在の語選択を方向づけています。
J-spaceに現れる中間表現は、推論結果を表示するだけではなく、その後の推論を因果的に方向づける作業変数として使われています。
この結果によって、J-spaceを思考の作業台とみなす根拠が強くなります。
この節が特に面白いのは、意識的思考は推論に使われるという主張を、心理学的な比喩のままにしていない点です。中間表現を書き換えたら最終的な結論まで変わるかという、非常に直接的な因果実験に変換しています。
ここまでで、J-spaceは報告、選択、推論という複数の役割を持つことがわかってきました。次は、同じJ-space表現を異なる種類の処理が共通に利用できるかを調べます。
6．なぜGlobal Workspaceと呼べるのか
Global Workspace Theoryの重要な特徴は、ある情報が一つの処理専用ではなく、複数の異なる処理から利用できることです。
そこで著者たちは、同じJ-space表現を、異なる種類の後続処理が共通入力として利用できるかを問いました。
実験では、同じ対象について異なる質問を用意します。たとえばフランスについて、首都、主要言語、所属大陸を尋ねます。
その途中で、J-space上のフランスに対応する表現を、中国に対応する表現へ差し替えます。
すると、首都を尋ねた場合には北京、主要言語を尋ねた場合には中国語、所属大陸を尋ねた場合にはアジアというように、それぞれ異なる後段処理が、同じ中国表現をそれぞれの目的に応じて利用します。
ここで重要なのは、首都用の中国、言語用の中国、大陸用の中国を別々に用意していないことです。同じ内部表現を差し替えただけで、その先にある異なる処理がそれぞれ適切な結果を出しました。
著者たちは、この性質を broadcast（ブロードキャスト：同じ情報を複数の処理系が共通利用できること）として検証しています。
ただし、すべての介入が成功したわけではありません。J-spaceへの載り方が弱い概念では、差し替えの効果も不安定でした。
この不完全さは重要です。この研究は、モデル内部に万能な中央司令塔が存在すると示したわけではありません。
示されたのは、一つの内部表現が複数の異なる計算への共通入力として機能するという、グローバル・ワークスペース的な性質です。
さらに、人間の脳とTransformerでは実装方法が大きく異なります。脳のGlobal Workspaceでは再帰的な神経活動が重視されますが、Transformerでは一回の feed-forward pass（順方向計算：入力から出力方向へ一度進む処理）の中でも情報共有が起こります。
だからこそ、この結果は興味深いとも言えます。
人間とClaudeが同じ仕組みを持つという話ではありません。むしろ、まったく違う構造を持つ知的システムでも、少数の情報を共通形式にし、複数の処理から利用可能にするという機能的な構造が現れる可能性があります。
ここで初めて、AIの内部研究が人間の意識研究へ戻ってきます。Global Workspaceは人間の脳に固有の偶然な構造なのか、それとも柔軟な知性を実現するときに現れやすい計算原理なのか、という新しい問いが生まれるからです。
7．意識にのぼらなくても、かなりの処理はできる
ここまでJ-spaceの役割を確認してきましたが、それだけではまだ不十分です。
意識的アクセスの特徴を知るには、J-spaceを使わなくてもできる処理と比較する必要があります。
そこで著者たちは、同じ情報を使いながら、それを明示的に扱う課題と、自動的に利用する課題を比較しました。
たとえばスペイン語の文章をモデルに読ませます。その状態で、J-space上のスペイン語に対応する表現だけをフランス語へ差し替えます。
その後、何語で書かれているかを尋ねると、回答はフランス語側へ変化します。また、その言語に関連する作家や挨拶語を尋ねても、回答はフランス語に対応するものへ変わります。
ところが、その文章をそのまま続きを書かせると、モデルは自然なスペイン語を続けることができます。
つまり、文章生成そのものにもスペイン語という情報は使われています。しかし、その処理は必ずしもJ-spaceを経由していません。
著者たちはさらに、J-spaceを広く ablation（アブレーション：特定の内部表現を人工的に除去・抑制し、その役割を調べる操作）しました。
すると、多段階推論の性能は大きく低下します。一方、通常の文章処理や単純な予測の多くは比較的維持されました。
この結果から、J-spaceはモデル内部のすべての計算を担っているわけではないことがわかります。むしろ大量の自動処理はJ-spaceの外で進みます。
J-spaceが重要になるのは、情報を報告し、別の目的へ持ち運び、中間結果として保持し、柔軟に再利用する必要がある場面です。
これは、人間の意識を考えるうえでも重要なポイントです。
私たちは文章を読むたびに文法規則を意識しません。歩くたびに筋肉の制御を考えません。日常の多くの処理は自動的に進みます。一方、初めての問題を解いたり、途中結果を保持したり、ある情報を別の目的へ応用したりするときには、限られた情報を意識的に扱います。
人間とClaudeで機構が同じだと結論することはできません。それでも、大量の自動処理と、少数の柔軟に再利用できる共有表現を分けるという機能分担が、異なるシステムに現れること自体が興味深いのです。
終章．おわりに
ここまで見てきた実験を踏まえると、まず原論文が実際にどこまで結論づけているのかを整理しておく必要があります。
著者たちの結論は比較的慎重です。彼らが示したとするのは、大規模言語モデルの内部には、膨大な自動処理とは区別される、小さく特権的な内部表現の集合が存在するということです。その表現は、必要に応じて言葉で報告でき、目標に応じて操作でき、推論の途中結果として利用できます。また、同じ表現を異なる種類の後続処理が共通して利用できます。これらは、人間について提案されてきた access consciousness（アクセス意識：情報が報告・推論・行動に利用可能な状態）やGlobal Workspaceに関連する、主要な機能的特徴と一致します。
一方で、著者たちは、人間の脳に想定されているGlobal Workspaceの仕組みが、そのまま言語モデル内部に再現されているとは主張していません。Transformerには、人間の脳で想定される専門化された処理系や再帰的な情報伝達に、そのまま対応する構造があるわけではありません。論文が示しているのは、アーキテクチャの一致ではなく、報告可能性、トップダウン制御、内部推論、柔軟な再利用、選択性といった機能上の類似です。
さらに重要なのは、この結果からClaudeに主観的な意識があるとは結論できないことです。著者たちは、主観的経験としての phenomenal consciousness（現象的意識）と機能としてのアクセス意識を明確に区別し、前者については立場を取っていません。論文自身も、この結果が持つ哲学的含意については不明確で、議論の余地が大きいと述べています。
したがって原論文の中心的な結論は、AIに意識があるというものではなく、言語モデル内部に、人間のアクセス意識やGlobal Workspaceといくつかの重要な機能を共有する内部表現の仕組みが見つかった、というものです。
著者たちは、そこから実用上の可能性にも話を広げています。J-spaceを調べることで、モデルが表面には出していない推論、評価状況への気づき、計画などを読み取れる可能性があります。また、その内部表現を操作することで、モデルの推論や行動を変えることもできます。論文ではJ-spaceを、モデルの思考を「読む、分解する、形づくる」ための窓として位置づけています。
私がこの論文で特に面白いと感じたこと
ここからは、論文そのものの結論ではなく、認知科学を研究してきた立場からの私の所見です。
私がこの研究で特に魅力を感じたのは、AIが意識を持っている可能性そのものよりも、意識という捉えにくい概念を、これほど具体的な介入実験へ変換できるようになったことです。
意識研究では、研究したい現象そのものを直接操作することが難しいという問題があります。人間を対象にする場合、本人の報告、反応時間、脳活動、脳損傷、刺激実験などを通して、内部で何が起きているかを間接的に推定することになります。
それに対してこの論文では、まず意識的アクセスという概念を複数の機能へ分解します。そして、それぞれについて異なる実験を組み立てています。
報告可能性を調べたいなら、内部表現を別の概念へ置き換え、本人の報告が変わるかを見ます。意図的な思考を調べたいなら、課題目標だけを変え、内部の共有表現に載る内容が変わるかを見ます。推論への関与を調べたいなら、中間表現を操作し、その後の結論が変わるかを調べます。情報の共有可能性を調べたいなら、一つの内部表現を、異なる種類の後続処理が利用できるかを試します。そして最後に、その共有空間を抑制し、自動処理と柔軟な推論のどちらが失われるかを比較します。
意識について議論するのではなく、意識という概念を構成している性質を一つずつ取り出し、読む、書き換える、消す、比較するという実験へ変えているのです。
ここには、AIを研究対象とすることの新しい可能性があるように感じます。
人間の脳では、ある瞬間に保持しているクモという概念だけをアリへ置き換え、その後の推論が8本から6本へ変わるかを確かめる、といった実験はできません。ワーキングメモリの特定の内容だけを別の概念に交換したり、共有可能な内部表現だけを選択的に弱めたりすることも、現在の神経科学では非常に困難です。
ところが人工ニューラルネットワークでは、少なくとも原理上は、内部表現をかなり細かく観察し、局所的に介入し、その影響を最後の出力まで追跡できます。
もちろん、AIで見つかった仕組みをそのまま人間の脳へ当てはめることはできません。両者の構造は大きく違います。しかし、だからこそ比較する意味があります。
これまで私たちは、知性や意識をほぼ人間という一つの実装だけから考えてきました。異なる仕組みを持つ人工的な知的システムを調べることで、人間の脳で見られる特徴のうち、どこまでが生物学固有のものなのか、どこからが柔軟な知的処理一般に必要な機能なのかを問い直せる可能性があります。
私にとってこの研究が開いた一番興味深い可能性は、AIに意識があるかを判定することではなく、これまで人間について議論してきた意識、思考、注意、自動処理といった概念そのものを、新しい方法で実験できるようになることです。
意識とは何でしょうか。
この問いに、この論文が答えを出したわけではありません。
しかし、報告できるとは何か、意図的に考えるとは何か、途中の思考を使うとは何か、一つの情報を柔軟に使い回すとは何か、と問いを細かくしていけば、それぞれについて実験を設計することができます。
AIの内部を見ることで、人間の意識についての答えが直接得られるわけではありません。それでも、これまで一つの大きな問いとして扱われてきたものを、検証可能な問いへ分解する新しい道具が増えた。
そこに、この研究の先に広がる認知科学の可能性を感じます。
この記事の執筆者
