Dans le travail clinique, nous pensons souvent avant de parler. Un thérapeute peut écouter, envisager quelques possibilités, et seulement alors répondre. Une grande partie de cette pensée reste invisible. Les chercheurs d'Anthropic ont récemment décrit quelque chose de similaire dans leur système d'IA, Claude : un espace interne appelé « J-space », où le modèle tient brièvement et travaille avec des idées avant de produire une réponse.
L'espace J peut être compris comme un petit espace de travail mental. Ce n'est pas physique, mais un modèle où des concepts importants sont rassemblés et utilisés. Cette idée est similaire à ce que les psychologues appellent un "espace de travail mondial", où l'information sélectionnée devient disponible pour le raisonnement. Tant chez l'homme que chez l'IA, la pensée dépend non seulement de la connaissance, mais aussi de la façon dont cette connaissance est organisée en ce moment.
Un exemple simple aide à clarifier cela. Claude a été interrogé sur "l'animal qui tourne les toiles". En interne, le concept "spider" est devenu actif, conduisant à la réponse correcte: huit jambes. Lorsque les chercheurs ont remplacé ce concept interne par «ant», la réponse est passée à six. Cela suggère que l'IA forme d'abord une idée interne, qui guide ensuite sa réponse.
Pour les thérapeutes, ce processus se sent familier. Nous avons souvent une hypothèse de travail à l'esprit avant de parler. Ces étapes internes sont essentielles, même si elles ne sont pas visibles. Fait important, lorsque les chercheurs ont réduit l'influence de l'espace J, Claude a encore produit un langage courant, mais son raisonnement est devenu moins précis. Cela nous rappelle qu'un discours clair ou confiant ne reflète pas toujours une pensée saine.
En même temps, nous devrions faire attention à cette comparaison. Les systèmes d'IA ne comprennent pas au sens humain. Leurs modèles internes proviennent de données, pas d'expérience vécue. Bien que l'idée d'un « espace de travail » soit utile, elle est encore une description simplifiée d'un système complexe.
Pour la recherche, J-space offre une nouvelle façon d'étudier comment l'IA atteint ses réponses. Il peut aider à identifier les erreurs, les biais ou les signaux cachés, comme lorsqu'un modèle détecte des entrées trompeuses. Dans les contextes cliniques, cela pourrait soutenir la prise de décisions, en particulier dans les cas complexes—mais il ne remplace pas le jugement professionnel.
Il y a aussi des limites importantes. Ces résultats sont tôt et sont principalement testés dans des modèles spécifiques. Nous ne savons pas encore à quel point cette fonctionnalité est cohérente ou stable. Les systèmes futurs peuvent aussi devenir plus difficiles à interpréter, et non plus plus faciles.
Éthiquement, cela soulève des questions sur la confiance et la responsabilité. Si les cliniciens utilisent des outils d'IA, ils demeurent responsables des décisions. Les signaux internes comme ceux de l'espace J ne doivent pas être traités comme des preuves entièrement fiables. La transparence doit inclure la reconnaissance de l'incertitude et l'absence de confiance excessive dans les systèmes que nous ne comprenons pas pleinement.
En fin de compte, l'espace J ne prouve pas que l'IA « pense » comme les humains, mais il souligne quelque chose d'important : le raisonnement dépend souvent des étapes cachées. Pour les cliniciens, c'est déjà familier. Ce qui est nouveau, c'est la possibilité d'observer un processus similaire dans les machines, qui peut approfondir notre réflexion sur la pensée humaine et artificielle.