In Breve
- Qual è l'importo raccolto da Pangram?
- Pangram ha raccolto 9 milioni di dollari.
- Quali strumenti ha lanciato Pangram?
- Pangram ha lanciato il modello Pangram 4 e il rilevatore di immagini Pangram Image.
- Qual è l'accuratezza del modello testuale di Pangram?
- Il modello testuale supera il 99% di accuratezza nell'individuare contenuti assistiti da AI.
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, l’azienda ha lanciato il nuovo modello di rilevamento testuale, Pangram 4, e un innovativo rilevatore di immagini denominato Pangram Image.
Fondata due anni fa da Max Spero e Bradley Emi, Pangram si propone di fornire strumenti efficaci per distinguere i contenuti generati o assistiti dall’intelligenza artificiale da quelli scritti esclusivamente da esseri umani. Questo sviluppo arriva in un contesto in cui la diffusione di testi e immagini AI sta sollevando preoccupazioni riguardo all’uso improprio e alle conseguenze reputazionali e disciplinari.
Pangram dichiara che il suo nuovo modello testuale supera il 99% di accuratezza nell’individuare scritti 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 linguistici di ultima generazione. Questo approccio consente di apprendere le differenze stilistiche e le scelte ricorrenti degli algoritmi, senza fare affidamento su metadati o watermark nascosti.
Un aspetto distintivo della tecnologia di Pangram è la sua capacità di riconoscere diversi livelli di assistenza AI, identificando interventi di editing o pulizia del testo. L’azienda sostiene che l’uso dell’AI può essere accettabile se dichiarato dall’autore.
Tra le funzionalità offerte agli utenti, 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 mostra la percentuale di contenuti umani rispetto a quelli AI sullo schermo. Inoltre, la tecnologia è disponibile anche tramite API e risulta già integrata su alcune piattaforme, tra cui Substack. Tra i clienti API figurano anche Quora, istituzioni accademiche, editori, agenti e società di recruiting.
Il mercato del rilevamento di contenuti AI vede la presenza di altri operatori, come 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 dimostrato di saper individuare 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 un umano e, in alcuni casi, immagini.
Max Spero ha sottolineato l’importanza di implementare meccanismi per contrastare la diffusione di contenuti AI di bassa qualità, evitando che la tecnologia si trasformi in uno strumento di caccia alle streghe.
