In Breve
- Cosa ha raccolto Pangram?
- Pangram ha raccolto 9 milioni di dollari in un round di finanziamento.
- 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 di Pangram?
- Il nuovo modello supera il 99% di accuratezza nell'individuare contenuti assistiti da AI.
La startup newyorkese Pangram ha annunciato di aver 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. Contestualmente, l’azienda ha lanciato il suo nuovo modello di rilevamento testuale, Pangram 4, e un innovativo rilevatore di immagini, Pangram Image.
Fondata due anni fa da Max Spero e Bradley Emi, Pangram si propone di fornire strumenti capaci di distinguere i contenuti generati o assistiti dall’intelligenza artificiale da quelli scritti interamente da esseri umani. Questo sviluppo arriva in un contesto in cui la diffusione di testi e immagini AI ha sollevato preoccupazioni riguardo all’uso improprio di tali tecnologie, con potenziali conseguenze reputazionali e disciplinari.
Pangram afferma 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 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.
Inoltre, Pangram si propone di distinguere i livelli di assistenza AI, 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 al costo di 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 fornisce la percentuale di contenuti umani rispetto a quelli AI visualizzati.
La tecnologia di Pangram è disponibile anche tramite API e risulta già integrata in alcune piattaforme, tra cui Substack. Altri clienti API includono 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 indica 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 segnalato come AI frasi riscritte da umani e, in alcuni casi, ha classificato erroneamente delle immagini.
Max Spero ha sottolineato l’importanza di sviluppare meccanismi per contrastare la diffusione di contenuti AI di bassa qualità, evitando al contempo che la tecnologia diventi uno strumento di caccia alle streghe.