In Breve
- Quanto ha raccolto Pangram?
- Pangram ha raccolto 9 milioni di dollari.
- Qual è l'accuratezza del nuovo modello testuale di Pangram?
- Il nuovo modello testuale supera il 99% di accuratezza.
- Quali strumenti ha lanciato Pangram?
- Pangram ha lanciato Pangram 4 e Pangram Image.
La startup newyorkese Pangram ha recentemente annunciato di aver chiuso un finanziamento di 9 milioni di dollari, guidato da Menlo Ventures, con la partecipazione di Haystack, ScOp, Script Capital e Cadenza. Contestualmente, l’azienda ha lanciato il modello di rilevamento testuale Pangram 4 e un nuovo strumento chiamato Pangram Image, dedicato al rilevamento di immagini generate da intelligenza artificiale.
Fondata due anni fa da Max Spero e Bradley Emi, Pangram si propone di fornire strumenti in grado di distinguere i contenuti generati o assistiti dall’intelligenza artificiale da quelli scritti interamente da esseri umani. Questa iniziativa si colloca in un contesto in cui la diffusione di testi e immagini AI sta creando preoccupazioni legate all’uso improprio di tali contenuti, con potenziali conseguenze reputazionali e disciplinari.
Pangram afferma che il nuovo modello testuale ha superato il 99% di accuratezza nell’individuare scritti assistiti da AI e contenuti misti, e ha migliorato la capacità di rilevare i programmi noti come “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 e su “specchi sintetici” generati da modelli di linguaggio 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 altro aspetto innovativo del servizio è la capacità di distinguere i livelli di assistenza AI, riconoscendo interventi di editing o pulizia del testo. Pangram sostiene che l’uso dell’AI può essere accettabile, a patto che venga 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 indica la percentuale di contenuti umani rispetto a quelli generati da AI. La tecnologia è disponibile anche tramite API, risultando integrata in diverse piattaforme, tra cui Substack. Tra i clienti API si annoverano 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. Test interni e prove pratiche hanno mostrato prestazioni solide, sebbene non perfette: Pangram ha registrato un tasso di falsi positivi di circa 1 su 10.000 documenti umani. Durante i test, il modello ha dimostrato di saper identificare articoli scritti interamente da AI e ha resistito a tentativi di elusione tramite editing. Tuttavia, ha anche segnalato come AI alcune frasi riscritte da umani e, in alcuni casi, ha classificato erroneamente delle immagini.
Max Spero ha sottolineato l’importanza di sviluppare un meccanismo efficace per contrastare la diffusione di contenuti AI di bassa qualità, evitando che la tecnologia venga utilizzata come strumento di caccia alle streghe.