In Breve
- Quanto ha raccolto Pangram?
- Pangram ha raccolto 9 milioni di dollari in un round di finanziamento.
- Quali strumenti ha lanciato Pangram?
- Pangram ha lanciato il modello di rilevamento testuale Pangram 4 e un rilevatore di immagini chiamato Pangram Image.
- Qual è l'accuratezza del nuovo modello di Pangram?
- Il nuovo modello di Pangram supera il 99% di accuratezza nell'individuare contenuti assistiti da AI.
La startup newyorkese Pangram ha annunciato la chiusura di un round di finanziamento da 9 milioni di dollari, guidato da Menlo Ventures e supportato da Haystack, ScOp, Script Capital e Cadenza. Questo investimento arriva in concomitanza con il lancio di due nuovi strumenti: il modello di rilevamento testuale Pangram 4 e un rilevatore di immagini denominato Pangram Image.
Fondata due anni fa da Max Spero e Bradley Emi, Pangram si propone di affrontare la crescente sfida di distinguere i contenuti generati o assistiti dall’intelligenza artificiale da quelli scritti da esseri umani. Con l’aumento della diffusione di testi e immagini AI, l’azienda mira a fornire soluzioni per prevenire l’uso improprio di tali contenuti, che può avere gravi conseguenze reputazionali e disciplinari.
Pangram sostiene che il nuovo modello testuale raggiunge un’accuratezza superiore al 99% nell’individuare testi assistiti da AI e contenuti misti umano-AI. Inoltre, è progettato per rilevare più facilmente i programmi noti come “humanizer”. Il rilevatore di immagini, attualmente disponibile in anteprima per la ricerca, sarà lanciato ufficialmente nelle prossime settimane.
La tecnologia di Pangram si basa su un modello di machine learning addestrato su decine di milioni di documenti umani e “specchi sintetici” generati da modelli linguistici di ultima generazione. Questo approccio consente al sistema di apprendere le differenze stilistiche e le scelte ricorrenti degli algoritmi, senza dipendere da metadati o watermark nascosti.
Un aspetto innovativo del servizio è la capacità di Pangram di distinguere i livelli di assistenza AI, riconoscendo interventi di editing o pulizia del testo. L’azienda afferma che l’uso dell’AI può essere considerato accettabile se dichiarato dall’autore.
Tra le funzionalità offerte, Pangram propone un abbonamento web a 20 dollari al mese, un’estensione per Chrome che etichetta in tempo reale i post su piattaforme come X, LinkedIn, Substack, Reddit e Medium, e un “feed health score” che indica la percentuale di contenuti umani rispetto a quelli generati da AI. La tecnologia è disponibile anche tramite API e integrata in diverse piattaforme, tra cui Substack, con clienti API che includono Quora, istituzioni accademiche, editori, agenti e società di recruiting.
Il mercato del rilevamento di contenuti AI è attualmente competitivo, con altri operatori come Winston AI, Originality.ai, Copyleaks e GPTZero. I test interni e le prove pratiche di Pangram hanno mostrato prestazioni solide, sebbene non perfette, con un tasso di falsi positivi di circa 1 su 10.000 documenti umani. In esperimenti, il modello ha dimostrato di poter identificare articoli scritti interamente da AI e ha resistito a tentativi di elusione tramite editing. Tuttavia, ha anche erroneamente classificato come AI alcune frasi riscritte da umani e, in alcuni casi, ha commesso errori nel riconoscimento delle immagini.
Max Spero ha evidenziato l’importanza di sviluppare un meccanismo per contrastare la diffusione di contenuti AI di bassa qualità, sottolineando la necessità di evitare che la tecnologia diventi uno strumento di “caccia alle streghe”.
