Fate un gioco: chiedete a qualsiasi chatbot un numero casuale tra 1 e 10. Otterrete 7. Richiedete: 3 o 4. Ancora: 8 o 9. Non è telepatia – è pensiero di gruppo. I grandi modelli linguistici sono prevedibili e poco creativi, il che va bene per programmare ma è pessimo per fare brainstorming su mete di vacanza.

Entra in scena Springboards, una startup australiana, con Flint – un LLM addestrato ad accogliere le allucinazioni piuttosto che combatterle. Il co-fondatore Pip Bingemann ha dimostrato: ChatGPT e Claude hanno dato entrambi 7; Flint ha dato 3,7916. Alla richiesta di una marca d'auto, i modelli tradizionali hanno detto Toyota o Honda; Flint ha detto Ford F-150. Per uno slogan New Balance, Claude e ChatGPT hanno entrambi detto "Corri a modo tuo"; Flint ha offerto "Costruito per durare, corri per vincere."

Questa omogeneità sta attirando attenzione. Un articolo di novembre intitolato "Artificial Hivemind" ha vinto il miglior paper a NeurIPS, mostrando che 25 LLM hanno prodotto metafore quasi identiche per il tempo ("Il tempo è un fiume") e nomi di band (con "vetro", "neon", "velluto" o "statico"). Springboards ha costruito Flint su Qwen 3 open-source di Alibaba, modificando la casualità solo in punti chiave dell'output – come appena prima di nominare una destinazione – invece di alzare la temperatura globalmente, che può causare incoerenza.

La stratega di marketing Zoe Scaman ha trovato Flint utile per idee non convenzionali, come rinominare l'accumulo di ricchezza invece del solito "educazione finanziaria in modo divertente". Ma il co-fondatore Maximilian Weigl avverte: nove volte su dieci, la media va bene, e copiare-incollare l'output dell'IA non è un lavoro. Springboards si rivolge per ora agli inserzionisti, ma insiste che la varietà conta per tutti. Come dice Bingemann, "Andiamo per questa strada invece di finire in un mondo grigio e noioso."