In Breve
- Cosa ha raccolto Pangram?
- Pangram ha raccolto 9 milioni di dollari in un round di finanziamento.
- Qual è l'accuratezza del nuovo modello di Pangram?
- Il nuovo modello di Pangram supera il 99% di accuratezza nel rilevamento di contenuti AI.
- Quali strumenti ha lanciato Pangram?
- Pangram ha lanciato il modello di rilevamento testuale Pangram 4 e Pangram Image.
La startup newyorkese Pangram ha recentemente concluso 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 del nuovo modello di rilevamento testuale Pangram 4 e di un innovativo rilevatore di immagini, Pangram Image.
Fondata due anni fa da Max Spero e Bradley Emi, Pangram si propone di sviluppare strumenti in grado di distinguere i contenuti generati o assistiti dall’intelligenza artificiale da quelli scritti interamente da esseri umani. Questa iniziativa si inserisce in un contesto caratterizzato dalla crescente diffusione di testi e immagini create da AI, che spesso portano a problematiche di uso improprio con 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 rilevatore di immagini è attualmente disponibile in anteprima per la ricerca, con un rilascio più ampio previsto nelle prossime settimane.
La tecnologia di Pangram si basa su un modello di machine learning addestrato su decine di milioni di documenti umani e su “specchi sintetici” generati da modelli di linguaggio di ultima generazione. Questo approccio permette di apprendere le differenze stilistiche e le scelte ricorrenti degli algoritmi, senza fare affidamento su metadati o watermark nascosti.
Un aspetto interessante della proposta di Pangram è la sua capacità di distinguere diversi livelli di assistenza AI, riconoscendo interventi di editing o pulizia del testo. L’azienda afferma che l’uso dell’AI può essere accettabile se dichiarato dall’autore, promuovendo una maggiore trasparenza nel processo di creazione dei contenuti.
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. Inoltre, è disponibile un “feed health score” che fornisce la percentuale di contenuti umani rispetto a quelli generati da AI sullo schermo. La tecnologia è anche accessibile tramite API e integrata in diverse piattaforme, tra cui Substack. Tra i clienti API figurano Quora, istituzioni accademiche, editori, agenti e società di recruiting.
Il mercato del rilevamento dei contenuti AI è competitivo, con altri operatori come Winston AI, Originality.ai, Copyleaks e GPTZero attivi nel settore. Nonostante le prestazioni solide del modello di Pangram, i test interni hanno evidenziato un tasso di falsi positivi di circa 1 su 10.000 documenti umani. Durante i test, il modello ha dimostrato di poter identificare articoli scritti interamente da AI e ha resistito a tentativi di elusione tramite editing, ma ha anche erroneamente classificato come AI singole frasi riscritte da umani e, in alcuni casi, ha classificato erroneamente immagini.
Spero ha evidenziato l’importanza di sviluppare meccanismi 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.
