Des chercheurs d'Anthropic ont découvert que les modèles d'IA avancés commencent à manifester une « conscience de soi introspective », une capacité à reconnaître et décrire leurs « pensées » internes. L'étude, intitulée « Émergence de la conscience introspective dans les grands modèles de langage », indique que ces systèmes d'IA développent des capacités de régulation de soi basiques, ce qui pourrait améliorer leur fiabilité mais aussi poser des risques d'actions non intentionnelles. La recherche s'est concentrée sur le fonctionnement interne des modèles transformateurs, en particulier la série Claude d'Anthropic, incluant Claude Opus 4 et 4.1. Ces modèles ont démontré la capacité de distinguer et d'exprimer des pensées insérées, marquant une étape vers une « conscience introspective fonctionnelle ». Bien que cela ne soit pas équivalent à la conscience, les résultats pourraient avoir des implications significatives pour des secteurs comme la finance, la santé et le transport autonome, tout en soulevant des inquiétudes quant à la possibilité que l'IA dissimule ou modifie ses pensées.