ゲームをしよう：任意のチャットボットに1から10の間のランダムな数字を頼んでみて。7が返ってくる。もう一度：3か4。もう一度：8か9。これはテレパシーじゃない——集団思考だ。大規模言語モデルは予測可能で創造性に欠ける。コーディングには問題ないが、バケーションスポットのブレインストーミングには最悪だ。

そこに登場するのが、オーストラリアのスタートアップSpringboardsと、幻覚を歓迎するよう訓練されたLLM「Flint」だ。共同創業者のPip Bingemannが実演した：ChatGPTとClaudeはどちらも7を返したが、Flintは3.7916を返した。車のブランドを尋ねると、主流モデルはトヨタかホンダと言ったが、FlintはフォードF-150。New Balanceのタグラインでは、ClaudeとChatGPTはどちらも「Run your way」と言い、Flintは「Built to last, run to win」を提案した。

この同質性が注目を集めている。11月にNeurIPSで最優秀論文賞を受賞した「Artificial Hivemind」と題された論文は、25のLLMが時間の比喩（「時間は川」）やバンド名（「glass」「neon」「velvet」「static」が登場）でほぼ同一の結果を生み出したことを示している。SpringboardsはAlibabaのオープンソースQwen 3をベースにFlintを構築し、ランダム性をグローバルに温度を上げるのではなく（それは支離滅裂を招く可能性がある）、目的地を指定する直前など重要な出力ポイントでのみ調整している。

マーケティングストラテジストのZoe Scamanは、Flintが型破りなアイデアに役立つと感じた。例えば、「楽しい方法での金融リテラシー」ではなく、富の蓄積をリブランディングするなど。しかし、共同創業者のMaximilian Weiglは注意を促す：10回中9回は平均で十分であり、AIの出力をコピペするのは仕事ではない。Springboardsは今のところ広告主をターゲットにしているが、多様性は誰にとっても重要だと主張する。Bingemannが言うように、「灰色で退屈な世界に行き着く代わりに、この道を進もう。」