6 lipca 2026 roku badacze z Anthropic opublikowali pracę, która szybko przyciągnęła uwagę nauki o świadomości. Opisali oni wewnątrz modelu językowego Claude strukturę nazwaną J-przestrzenią – coś uderzająco podobnego do „globalnej przestrzeni roboczej”, która według jednej z najbardziej wpływowych teorii neuronaukowych leży u podstaw ludzkiej świadomości.
Autorzy nie twierdzili, że Claude posiada subiektywne doświadczenie, ale samo porównanie okazało się wystarczające, aby zaostrzyć odwieczne pytanie: skąd wiemy, czy system jest świadomy, jeśli nie możemy zajrzeć do jego głowy?
Anil Seth z University of Sussex, dyrektor Centre for Consciousness Science, wyraził uzasadnione zaniepokojenie. Jego zdaniem, uwaga firm technologicznych skupiona na SI grozi odwróceniem zasobów i talentów od badania biologicznych mechanizmów świadomości u ludzi i zwierząt. Prawdopodobieństwo, że świadomość powstaje poza organizmami żywymi, uważa za skrajnie niskie. Fascynacja obliczeniowymi „sygnaturami” w sieciach neuronowych może osłabić poważne badania w neuronauce i filozofii. Jednak inni naukowcy widzą w tym zainteresowaniu dużych firm raczej szansę – możliwość uzyskania nowego finansowania i uwagi dla dawno marginalizowanej, „niezręcznej” dla inwestycji dziedziny.
Teoria globalnej przestrzeni roboczej (GWT), opracowana przez naukowca zajmującego się kognitywistyką Bernarda Baarsa w 1988 roku, zakłada, że świadomość pojawia się, gdy informacja staje się dostępna w całym mózgu, transmitowana z lokalnych, nieświadomych modułów do centralnego „bufora”.
Jednak sama teoria pozostaje nieprecyzyjnie zdefiniowana. Filozof Tim Bayne z Monash University słusznie zauważa: teoria nie daje ścisłej formalnej definicji tej przestrzeni, a nawet wśród badaczy nie ma zgody co do tego, czy istnieje ona u ludzi i jak ją zmierzyć. Przenoszenie tak mglistych pojęć na chatboty bez doprecyzowania kryteriów – oznacza ryzyko wyciągnięcia wniosków, które okażą się iluzją.
Eric Hoel, założyciel centrum naukowego Bicameral Labs, zajmującego się właśnie problemem świadomości, ma paradoksalnie bardziej optymistyczne nastawienie. Dostrzega w pojawiających się trudnościach nie przeszkodę, ale pomoc: obnażają one słabe punkty istniejących teorii ludzkiej świadomości i dają szansę na ich dopracowanie.
Kiedy firmy technologiczne zatrudniają filozofów i próbują ilościowo opisać świadomość w modelach, pojawia się nieuniknione i ostre pytanie – jak dokładnie weryfikować hipotezy dotyczące świadomości, gdy jedynym dostępnym narzędziem pozostają obserwacje behawioralne i obliczeniowe wskaźniki pośrednie.
Sytuacja przypomina starą zagadkę: czy żarówka w zamkniętym pudełku świeci, jeśli możemy jedynie mierzyć prąd w przewodach na zewnątrz? Zgodność wzorców elektrycznych nie gwarantuje obecności światła wewnątrz. Taka metafora ostro ilustruje przepaść między opisem funkcjonalnym (co system robi) a subiektywnym doświadczeniem (co czuje). Należy przestać zakładać, że pierwsze automatycznie pociąga za sobą drugie.
Rozwój sztucznej inteligencji zmusza naukę o świadomości do przemyślenia własnych podstaw metodologicznych, doprecyzowania kryteriów i uczciwszego przyznania się do granic pewności w istniejących teoriach. To odwieczne pytanie o naturę świadomości staje się nie tylko ćwiczeniem intelektualnym, ale także praktycznie, a nawet moralnie znaczącym – od odpowiedzi mogą teraz zależeć realne decyzje.
