In Breve
- Cosa ha ottenuto Pangram recentemente?
- Pangram ha chiuso un round di finanziamento da 9 milioni di dollari.
- Qual è l'obiettivo di Pangram?
- Distinguere contenuti generati da AI da quelli scritti da esseri umani.
- Qual è l'accuratezza del nuovo modello di Pangram?
- Il nuovo modello supera il 99% di accuratezza nel rilevamento di testi assistiti da AI.
La startup newyorkese Pangram ha recentemente chiuso un round di finanziamento da 9 milioni di dollari, guidato da Menlo Ventures e supportato da investitori come Haystack, ScOp, Script Capital e Cadenza. Questo finanziamento arriva in un momento cruciale, mentre l’azienda lancia il suo nuovo modello di rilevamento testuale, Pangram 4, insieme a 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. Questo è particolarmente rilevante in un contesto in cui la diffusione di testi e immagini AI sta crescendo rapidamente, portando con sé problematiche di uso improprio che possono avere 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 di “humanizer”, che cercano di rendere i testi generati da AI più simili a quelli scritti da umani. Attualmente, il rilevatore di immagini è 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 mira a far apprendere le differenze stilistiche e le scelte ricorrenti degli algoritmi, senza fare affidamento su metadati o watermark nascosti.
Pangram non si limita a identificare contenuti AI, ma punta anche a distinguere i livelli di assistenza forniti dall’intelligenza artificiale, riconoscendo 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 rivolte agli utenti, Pangram offre un abbonamento web da 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 di Pangram è disponibile anche tramite API e risulta già integrata su alcune piattaforme, tra cui Substack. Altri clienti API includono Quora, istituzioni accademiche, editori, agenti e società di recruiting.
Il mercato del rilevamento di contenuti generati da AI è in crescita e vede la presenza di altri operatori, 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. Attualmente, l’azienda riporta un tasso di falsi positivi di circa 1 su 10.000 documenti umani. Durante i test, il modello ha dimostrato di essere in grado di individuare 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 immagini.
Max Spero ha sottolineato l’importanza di sviluppare meccanismi per contrastare la diffusione di contenuti AI di bassa qualità, evitando però che la tecnologia venga utilizzata come strumento di caccia alle streghe.
