Juega un juego: pídele a cualquier chatbot un número aleatorio entre 1 y 10. Obtendrás 7. Pregunta de nuevo: 3 o 4. Otra vez: 8 o 9. Esto no es telepatía, es pensamiento de grupo. Los modelos de lenguaje grandes son predecibles y poco creativos, lo cual está bien para programar, pero es pésimo para lluvia de ideas sobre destinos vacacionales.

Entra Springboards, una startup australiana, con Flint, un LLM entrenado para dar la bienvenida a las alucinaciones en lugar de combatirlas. El cofundador Pip Bingemann demostró: ChatGPT y Claude dieron 7; Flint dio 3.7916. Al pedir una marca de coche, los modelos convencionales dijeron Toyota o Honda; Flint dijo Ford F-150. Para un eslogan de New Balance, Claude y ChatGPT dijeron "Corre a tu manera"; Flint ofreció "Construido para durar, corre para ganar".

Esta homogeneidad está llamando la atención. Un artículo de noviembre titulado "Artificial Hivemind" ganó el mejor artículo en NeurIPS, mostrando que 25 LLMs produjeron metáforas casi idénticas para el tiempo ("El tiempo es un río") y nombres de bandas (con "vidrio", "neón", "terciopelo" o "estática"). Springboards construyó Flint sobre el Qwen 3 de código abierto de Alibaba, ajustando la aleatoriedad solo en puntos clave de salida, como justo antes de nombrar un destino, en lugar de subir la temperatura globalmente, lo que puede causar incoherencia.

La estratega de marketing Zoe Scaman encontró útil a Flint para ideas poco convencionales, como renombrar la acumulación de riqueza en lugar del típico "educación financiera de forma divertida". Pero el cofundador Maximilian Weigl advierte: nueve de cada diez veces, lo promedio está bien, y copiar y pegar la salida de la IA no es un trabajo. Springboards apunta a anunciantes por ahora, pero insiste en que la variedad importa para todos. Como dice Bingemann, "Vayamos por este camino en lugar de terminar en un mundo gris y aburrido".