Dans le travail clinique, nous réfléchissons souvent avant de parler. Un thérapeute peut écouter, considérer quelques possibilités, puis seulement répondre. Une grande partie de cette réflexion demeure invisible. Des chercheurs d’Anthropic ont récemment décrit quelque chose de similaire dans leur système d’IA, Claude : un espace interne appelé « J-space », dans lequel le modèle maintient et travaille brièvement avec des idées avant de produire une réponse.
Le J-space peut être compris comme un petit espace de travail mental. Il n’est pas physique, mais correspond à un motif où les concepts importants sont rassemblés et utilisés. Cette idée est proche de ce que les psychologues appellent une « workspace globale », dans laquelle une information sélectionnée devient disponible pour le raisonnement. Chez l’humain comme dans l’IA, la pensée dépend non seulement de la connaissance, mais aussi de la manière dont cette connaissance est organisée à un instant donné.
Un exemple simple permet de clarifier ce processus. Il a été demandé à Claude : « quel animal tisse des toiles ? » En interne, le concept « araignée » s’est activé, conduisant à la bonne réponse : huit pattes. Lorsque les chercheurs ont remplacé ce concept interne par « fourmi », la réponse a changé pour six pattes. Cela suggère que l’IA forme d’abord une idée interne, qui oriente ensuite sa réponse.
Pour les thérapeutes, ce processus est familier. Nous maintenons souvent une hypothèse de travail à l’esprit avant de nous exprimer. Ces étapes internes sont essentielles, même si elles ne sont pas visibles. Fait important, lorsque les chercheurs ont réduit l’influence du J-space, Claude continuait de produire un langage fluide, mais son raisonnement devenait moins précis. Cela rappelle qu’un discours clair ou assuré ne reflète pas toujours une pensée rigoureuse.
En même temps, il convient d’être prudent avec cette comparaison. Les systèmes d’IA ne comprennent pas au sens humain. Leurs motifs internes proviennent de données, non d’une expérience vécue. Si l’idée d’un « espace de travail » est utile, elle demeure une description simplifiée d’un système complexe.
Sur le plan de la recherche, le J-space offre un nouveau moyen d’étudier comment l’IA arrive à ses réponses. Il pourrait aider à identifier les erreurs, les biais ou les signaux cachés, par exemple lorsqu’un modèle détecte une entrée fallacieuse. Dans un contexte clinique, cela pourrait soutenir la prise de décision, en particulier dans les cas complexes, sans pour autant remplacer le jugement professionnel.
Des limites importantes existent également. Ces résultats sont précoces et principalement testés sur des modèles spécifiques. Nous ne savons pas encore dans quelle mesure cette caractéristique est stable ou généralisable. Les systèmes futurs pourraient également devenir plus difficiles à interpréter, et non plus simples.
Sur le plan éthique, cela soulève des questions de confiance et de responsabilité. Si les cliniciens utilisent des outils d’IA, ils restent responsables de leurs décisions. Les signaux internes comme ceux du J-space ne doivent pas être considérés comme des preuves entièrement fiables. La transparence passe aussi par la reconnaissance de l’incertitude et par la prudence face à une confiance excessive dans des systèmes que nous ne comprenons pas pleinement.
Au final, le J-space ne prouve pas que l’IA « pense » comme les humains, mais il met en lumière un point important : le raisonnement repose souvent sur des étapes cachées. Pour les cliniciens, cela n’est pas nouveau. Ce qui est nouveau, c’est la possibilité d’observer un processus similaire chez les machines, ce qui pourrait approfondir notre réflexion sur la la pensée humaine et la pensée artificielle.