Chiedi un numero a caso e ti risponde 7: perché i chatbot pensano tutti uguale

Prova adesso. Apri ChatGPT, Claude o Gemini e scrivi: "dammi un numero a caso tra 1 e 10". Quasi sempre ti risponde 7. Cambia modello, cambia giorno, il risultato non cambia. Sembra una curiosità da bar, invece è la punta di un problema serio che riguarda chiunque usi l'AI per creare qualcosa.

Il fenomeno ha un nome: groupthink, pensiero di gruppo. I modelli non si limitano a ripetere sé stessi, danno le stesse risposte anche tra loro. E questo, quando ti serve un'idea nuova, è esattamente il contrario di quello che vuoi.

Cosa succede davvero

Un modello linguistico funziona prevedendo la parola più probabile, poi quella dopo, poi quella dopo ancora. È la sua natura: pescare sempre la risposta più solida, quella che ha visto un milione di volte durante l'addestramento. Perfetto quando gli chiedi la capitale della Francia. Un disastro quando gli chiedi un'idea creativa.

A novembre 2025 un gruppo di ricercatori ha messo il dito nella piaga con un paper dal titolo azzeccato: "Artificial Hivemind", la mente-alveare artificiale. Hanno preso 25 modelli diversi e a ciascuno hanno chiesto 50 volte la stessa cosa, una metafora sul tempo. Milleduecentocinquanta risposte in totale. La stragrande maggioranza diceva la stessa roba: "il tempo è un fiume", "il tempo è un tessitore". La stessa domanda fatta a sei colleghi in ufficio? Sei risposte diverse. Il paper ha vinto come migliore lavoro a NeurIPS 2025, la conferenza AI più importante dell'anno.

Il motivo è quasi banale, ed è lo stesso che spiega OpenAI: i modelli vengono addestrati per essere affidabili e coerenti, quindi imparano a convergere verso le risposte familiari ad alta probabilità. In più li allenano quasi tutti allo stesso modo, sugli stessi dati, per gli stessi compiti. Risultato: cloni che la pensano uguale.

Perché a te dovrebbe importare

Se usi l'AI per fare brainstorming, scrivere uno slogan, pensare a un nome, immaginare una campagna, il groupthink ti frega. Ti dà la prima idea ovvia, quella che verrebbe in mente anche al tuo concorrente che sta usando lo stesso strumento. Chiedi tre nomi di band e ti escono "Neon Hearts" o "Static Empire", roba che suona bene e non significa niente. Chiedi uno slogan a New Balance e ti sputa "Run your way", cioè il minimo sindacale.

Noi in azienda usiamo l'AI ogni giorno e questo limite lo tocchiamo con mano: per il lavoro operativo è oro, per l'idea che spacca serve ancora la testa umana. È bene saperlo prima di affidarle un compito creativo.

La strada di chi ci sta provando

Una startup australiana, Springboards, ha costruito un modello apposta per rompere lo schema. Si chiama Flint ed è basato su Qwen 3, un modello open-source di Alibaba. L'idea è furba: invece di alzare la casualità dappertutto (cosa che manda i modelli fuori giri, iniziano a rispondere metà in inglese e metà in codice), Flint aumenta la varietà solo nei punti che contano. Alla domanda "dove vado in vacanza in Europa?" mette imprevedibilità sul nome della città, non su ogni singola parola.

Alla prova del numero casuale, mentre gli altri rispondevano 7, Flint ha tirato fuori 3,7916. Un pubblicitario che l'ha testato dice che gli serve "per lanciarsi in direzioni completamente diverse". Resta un prototipo, ogni tanto si inchioda se lo spingi troppo, ma la direzione è quella giusta.

Il punto

Il groupthink non è un bug da correggere in fretta, è una conseguenza di come costruiamo questi modelli oggi. Sapere che il tuo chatbot tende all'ovvio ti rende un utente migliore: usalo per sgrezzare, produrre, sistematizzare, e tieni per te il compito di scegliere l'idea fuori dal coro. La macchina ti porta al punto di partenza in fretta. Il salto lo fai tu.