In Breve
- Quanto ha raccolto Pangram?
- Pangram ha raccolto 9 milioni di dollari.
- Quali strumenti ha lanciato Pangram?
- Pangram ha lanciato il modello di rilevamento testuale Pangram 4 e un rilevatore di immagini.
- Qual è l'accuratezza del nuovo modello testuale di Pangram?
- Il nuovo modello testuale supera il 99% di accuratezza.
La startup newyorkese Pangram ha recentemente concluso un round di finanziamento da 9 milioni di dollari, guidato da Menlo Ventures con la partecipazione di Haystack, ScOp, Script Capital e Cadenza. Contestualmente, ha lanciato il nuovo modello di rilevamento testuale Pangram 4 e un innovativo rilevatore di immagini chiamato Pangram Image.
Fondata due anni fa da Max Spero e Bradley Emi, Pangram si propone di sviluppare strumenti capaci di distinguere i contenuti generati o assistiti dall’intelligenza artificiale da quelli scritti interamente da esseri umani. Questo sviluppo si inserisce in un contesto sempre più caratterizzato dalla diffusione di testi e immagini AI, che solleva preoccupazioni legate a usi impropri e alle conseguenze reputazionali e disciplinari.
Pangram sostiene che il suo nuovo modello testuale raggiunge un’accuratezza superiore al 99% nell’individuare testi assistiti da AI e contenuti misti umano-AI. Inoltre, il sistema è progettato per rilevare più facilmente i programmi definiti “humanizer”. Il rilevatore di immagini, attualmente disponibile in anteprima per la ricerca, sarà lanciato in modo più ampio nelle prossime settimane.
La tecnologia di Pangram si basa su un modello di machine learning addestrato su decine di milioni di documenti umani, combinato con “specchi sintetici” generati da modelli di linguaggio di ultima generazione. Questo approccio mira a far apprendere le differenze stilistiche e le scelte ricorrenti degli algoritmi, senza fare affidamento su metadati o watermark nascosti.
Un’altra caratteristica distintiva di Pangram è la sua capacità di distinguere i livelli di assistenza AI, riconoscendo interventi di editing o pulizia del testo. L’azienda sottolinea che l’uso dell’AI può essere accettabile se dichiarato dall’autore.
Per gli utenti, Pangram offre 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 mostra la percentuale di contenuti umani rispetto a quelli generati da AI. La tecnologia è disponibile anche tramite API e si integra con diverse piattaforme, tra cui Substack. Tra i clienti API figurano Quora, istituzioni accademiche, editori, agenti e società di recruiting.
Il mercato del rilevamento di contenuti AI vede la presenza di altri attori, tra cui Winston AI, Originality.ai, Copyleaks e GPTZero. I test interni e le prove pratiche condotte da Pangram hanno mostrato prestazioni solide, sebbene non perfette. L’azienda riporta un tasso di falsi positivi di circa 1 su 10.000 documenti umani. Durante i test, il modello ha identificato articoli scritti interamente da AI e ha resistito a tentativi di elusione tramite editing, ma ha anche erroneamente classificato come AI alcune frasi riscritte da umani e, in alcuni casi, ha classificato erroneamente immagini.
Max Spero ha evidenziato l’importanza di avere un meccanismo efficace per contrastare la diffusione di contenuti AI di bassa qualità, avvertendo però che la tecnologia non deve trasformarsi in uno strumento di caccia alle streghe.
