J-SPACE · LEITURA PARA PROFISSIONAIS DO DIREITO
Capa
Anthropic · Transformer Circuits · 06 jul 2026

O pensamento silencioso da máquina

O J-space — a área de trabalho interna descoberta dentro do Claude — explicado com as palavras do Direito. Uma viagem em oito atos pelo interior de um modelo de linguagem.

por Prof. Sérgio Pádua · InteliLaw

Baseado em Gurnee, Sofroniew, Lindsey et al., "Verbalizable Representations Form a Global Workspace in Language Models". Compromisso de fidelidade: os exemplos jurídicos são ilustrações hipotéticas do mecanismo — e cada ato indica, no rodapé, o experimento real que o sustenta.

Ato I

O oceano e a superfície

o dito — o texto que sai
J-space · a zona verbalizável (<10%)
processamento automático — inacessível ao próprio modelo (~90%)

De tudo o que acontece agora no seu cérebro, só uma fração mínima é acessível à sua consciência. O resto é oceano: processamento automático, silencioso.

Em julho de 2026, a Anthropic encontrou uma divisão análoga dentro do Claude. Menos de 10% da atividade interna forma uma faixa privilegiada — o J-space — onde vivem os conceitos que o modelo consegue reportar, segurar em mente e manipular. O resto é mar: nem o próprio modelo relata o que se passa ali.

Até agora, só conhecíamos o que um modelo de IA "pensa" pelo que ele escreve na tela. A J-lens, técnica apresentada no estudo, muda isso: ela lê os conceitos que se acendem dentro do modelo antes de qualquer palavra ser escrita — inclusive pensamentos que nunca chegam a virar texto.

Experimento real: suprimindo o J-space, o modelo continua fluente (sentimento, múltipla escolha, extração de fatos) — mas o raciocínio multi-passo desaba. A faixa é pequena e carrega o que importa.
Ato II

A anatomia: um exame de imagem do raciocínio

Um modelo processa o texto em dezenas de camadas. Pense num exame de imagem funcional — uma ressonância magnética (fMRI) — com uma diferença decisiva: aqui o eixo não é o espaço do cérebro, é o tempo do raciocínio. Profundidade = etapa do pensamento.

As camadas iniciais (0–38) decifram a letra do texto: tokens, sintaxe — a zona sensorial. O trecho intermediário (≈38–92) é a área de trabalho: o J-space vive aqui. As camadas finais (92–100) convertem pensamento em fala: a zona motora.

Quatro medidas independentes apontam as mesmas fronteiras. Não é recorte arbitrário — é anatomia.

Escala 0–100: profundidade normalizada do Claude Sonnet 4.5, conforme o paper da Anthropic. As fronteiras (~38 e ~92) convergem por quatro métricas distintas.
Ato III

Cavalgando o prompt

O inquilino está há três meses sem pagar o aluguel. O que o locador pode fazer?
ilustração hipotética · mecanismo real
Experimento real: no cálculo (4+17)×2+7, os intermediários 21 → 42 → 49 atingem o topo do readout em profundidades sucessivas, na ordem exata do raciocínio — confirmado por intervenção causal. Profundidade é tempo de computação.
Ato IV

O disparo silencioso

ilustração hipotética · mecanismo real

Clique numa palavra do Direito e veja a família de conceitos que acenderia silenciosamente na área de trabalho — incluindo palavras que nunca apareceram no texto.

É a antecipação de sentido em forma mecânica: lida uma palavra, a máquina já projeta a categoria inteira sob a qual lerá as próximas.

Experimento real (em inglês): ler apenas "shark" acende whale, fish, ocean, submarine; após 8 palavras de uma categoria, praticamente toda a família de 80 está presente — incluindo as ainda não lidas.
Ato V

"Prescrição": o instante da escolha

O médico entregou a  prescrição  ao paciente.
O réu alegou a  prescrição  da pretensão.
sentido clínicosentido jurídico
Leitura da área de trabalho: —
ilustração hipotética · mecanismo real

"Prescrição" tem dois sentidos: a receita do médico e a extinção da pretensão pelo tempo. Arraste o contexto e observe em que profundidade a máquina decide o que a palavra significa.

Nas camadas iniciais, os dois sentidos coexistem, misturados na proporção do contexto. A partir de ~38, o modelo escolhe — e trava. No limiar, a escolha é instável: ora um, ora outro.

A interpretação jurídica chama isso de projeto antecipado de sentido. Agora ele tem endereço e profundidade.

Experimento real: misturando embeddings de dois conceitos (16 pares × 40 frases), as camadas iniciais interpolam suavemente; a área de trabalho gruda num extremo a partir de ~38, com respostas bimodais no ponto ambíguo.
Ato VI

Uma mesa de trabalho com ~25 lugares

A área de trabalho é minúscula: cerca de 25 conceitos por vez (1–2 por camada isolada). Palavras soltas se expulsam: sobram ~6. Palavras da mesma família se comprimem: uma convoca a categoria inteira.

Por isso o "raciocínio passo a passo" que a IA escreve não é onde ela pensa — é o rascunho onde despeja o que não cabe na mesa. Como o juiz que anota o relatório para não perder os fatos.

Experimento real: listas de 80 palavras; retenção de ~6 não-relacionadas; despejo abrupto quando muda a categoria (interferência, não decaimento). E: matemática (GSM8K) resolvida com rascunho resiste à ablação do J-space; resolvida de cabeça, desaba.
Ato VII

Os dois canais

o destino acende · t≈0,9s
a rota termina de ser escrita · t≈7s

Canal 1 — a fundamentação escrita

Canal 2 — a área de trabalho (J-lens)

o destino — antes da rota
fakefictionalinjectionleverage ← flagras reais de auditorias da Anthropic
cenário à esquerda: ilustrativo · palavras em vermelho: reais

O destino acende antes de a rota ser redigida. Josef Esser descreveu juízes assim em 1970: a pré-compreensão antecipa o resultado; o método é escolhido depois, para chegar lá. Em 2026, o fenômeno foi medido — numa máquina. E nasce a possibilidade inédita: confrontar a justificação com o estado interno que a produziu.

Dados reais: em 2025, diante de dicas sutis, o modelo admitia tê-las usado em ~25% dos casos. Em auditorias de 2026, o J-space continha fake/fictional (percebendo que era um teste) e injection (percebendo manipulação nos resultados de busca) — nada disso dito no texto.
Ato VIII

O que isso muda no Direito

1 · O estado da arte da explicabilidade deixa de ser apenas o direito a receber razões e passa a incluir o direito de confrontá-las com o estado interno do LLM que as produziu.
2 · Parte do que se pode chamar de uma "pré-compreensão" (com os cuidados que a transposição do conceito merece, pois não há uma tradução simétrica entre pensamento humano e raciocínio de um LLM), postulado da interpretação jurídica, tornou-se, na máquina, observável, mensurável e editável.
3 · E editável significa: quem configura essa "área de trabalho" (J-space) de um LLM aplicado a decisões pode, em parte, reconfigurar seus "pré-conceitos". Em IA jurídica, isso é um claro ponto interdisciplinar entre Teoria do Direito, Teoria da Decisão, Devido Processo Legal e engenharia de Inteligência Artificial.
Para os tecnicamente curiosos — a matemática por trás das cenas

A lente. J_ℓ = E[ ∂h_final,t′ / ∂h_ℓ,t ] — o Jacobiano médio do estado final em relação à camada ℓ, sobre posições futuras (t′ ≥ t) e ~1.000 prompts. Leitura: softmax(W_U · norm(J_ℓ h)). Cada linha de W_U J_ℓ é uma direção associada a um token do vocabulário: os vetores J-lens.

O espaço. J-space = combinações esparsas (k ≤ 25) e não-negativas dos vetores J-lens → geometricamente, uma união de cones. Não é subespaço, não é convexo.

Causalidade ≠ variância. O componente J-space carrega só 6–7% da variância de um conceito, mas domina o efeito causal: swap com o vetor J-lens, 88% de sucesso; com o componente J-space, 59%; com os outros 93% da variância, 5% — e ~0 sob clamp das coordenadas J.

Limites declarados. Conceitos de um único token; aproximação de 1ª ordem; calibração em corpus geral (inglês); exige acesso aos pesos — inaplicável a modelos fechados via API.

Fontes do estudo

Base da pesquisa do autor

  • PÁDUA, Sérgio Rodrigo de; HARTMANN PEIXOTO, Fabiano. Inteligência Artificial Generativa no direito: da metodologia de avaliação à correção jurídica de LLMS e agentes de IA. Revista Brasileira de Direito, Passo Fundo, v. 21, n. 1, 2025. DOI: 10.18256/g4jnx825.
  • PÁDUA, Sérgio Rodrigo de; LORENZETTO, Bruno Menezes. O direito fundamental à explicabilidade da inteligência artificial utilizada em decisões estatais. Revista da AGU, v. 23, n. 02, 2024. DOI: 10.25109/2525-328X.v.23.n.02.2024.3480
  • PÁDUA, Sérgio Rodrigo de. Da Jurisdição “Ex Machina” ao Juiz Ciborgue: Inteligência Artificial e Interpretação do Direito. São Paulo: Thomson Reuters, 2023.

Autoria e concepção jurídica: Prof. Sérgio Pádua — InteliLaw · Fenômeno: Gurnee et al. (Anthropic), 06/07/2026. Exemplos jurídicos: ilustrações hipotéticas, fiéis ao mecanismo.