In Breve
- Cosa ha ottenuto Pangram con il nuovo finanziamento?
- Pangram ha raccolto 9 milioni di dollari per sviluppare strumenti di rilevamento di contenuti generati da AI.
- Qual è l'accuratezza del nuovo modello testuale di Pangram?
- Il nuovo modello supera il 99% di accuratezza nell'individuare contenuti assistiti da AI.
- Quali sono le funzionalità offerte da Pangram?
- Pangram offre un abbonamento web, un'estensione Chrome e un feed health score per monitorare i contenuti.
La startup newyorkese Pangram ha recentemente annunciato la chiusura di un round di finanziamento da 9 milioni di dollari, guidato da Menlo Ventures e con la partecipazione di Haystack, ScOp, Script Capital e Cadenza. Questo investimento arriva in concomitanza con il lancio del modello di rilevamento testuale Pangram 4 e di un nuovo rilevatore di immagini chiamato 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 è particolarmente rilevante in un contesto in cui la diffusione di testi e immagini AI sta sollevando preoccupazioni legate all’uso improprio e alle conseguenze reputazionali.
Pangram sostiene che il suo nuovo modello testuale raggiunge un’accuratezza superiore al 99% nell’individuare testi assistiti da AI e contenuti misti, e ha migliorato la capacità di rilevare programmi di “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, insieme a “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 aspetto interessante della proposta di Pangram è la sua capacità 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 esplicitamente dall’autore.
Tra le funzionalità offerte, 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 generati da AI. Inoltre, la tecnologia è disponibile anche tramite API e risulta già integrata su diverse piattaforme, tra cui Substack. Tra i clienti API figurano Quora, istituzioni accademiche, editori e società di recruiting.
Il mercato della rilevazione di contenuti AI vede la presenza di altri operatori, come Winston AI, Originality.ai, Copyleaks e GPTZero. Test interni e prove pratiche hanno dimostrato 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 è riuscito a identificare articoli scritti interamente da AI e ha resistito a tentativi di elusione tramite editing. Tuttavia, ha anche erroneamente classificato come AI alcune frasi riscritte da umani e, in alcuni casi, immagini.
Max Spero ha sottolineato l’importanza di sviluppare meccanismi per contrastare la diffusione di contenuti AI di bassa qualità, evitando che la tecnologia diventi uno strumento di caccia alle streghe.
