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 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 offrire strumenti per distinguere i contenuti generati o assistiti dall’intelligenza artificiale da quelli scritti interamente da esseri umani. Questa iniziativa arriva in un contesto caratterizzato dalla crescente diffusione di testi e immagini creati da AI, che solleva preoccupazioni riguardo all’uso improprio e alle conseguenze reputazionali.
Pangram sostiene che il suo nuovo modello testuale vanta un’accuratezza superiore al 99% nell’individuare scritti assistiti da AI e contenuti misti umano-AI. Inoltre, è progettato per rilevare più facilmente i programmi “humanizer”, che tentano di mascherare l’origine artificiale dei testi. Il rilevatore di immagini, attualmente disponibile in anteprima per la ricerca, sarà lanciato ufficialmente 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 linguistici di ultima generazione. Questo approccio consente al sistema di apprendere le differenze stilistiche e le scelte ricorrenti degli algoritmi, senza fare affidamento su metadati o watermark nascosti.
Un’altra importante funzionalità offerta da Pangram è la capacità di distinguere i livelli di assistenza AI, riconoscendo interventi di editing o pulizia del testo. L’azienda sostiene che l’uso dell’intelligenza artificiale può essere accettabile se dichiarato dall’autore.
Per gli utenti, Pangram propone un abbonamento web a 20 dollari al mese, un’estensione 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 tramite API e integrata su diverse piattaforme, tra cui Substack, con clienti API che includono Quora, istituzioni accademiche, editori, agenti e società di recruiting.
Il mercato del rilevamento di contenuti AI vede la presenza di altri attori, tra cui Winston AI, Originality.ai, Copyleaks e GPTZero. I test interni e le prove pratiche di Pangram hanno mostrato prestazioni solide, sebbene non perfette: l’azienda indica un tasso di falsi positivi di circa 1 su 10.000 documenti umani. Durante i test, il modello ha identificato correttamente articoli scritti interamente da AI e ha resistito a tentativi di elusione tramite editing, ma 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, avvertendo però contro il rischio che la tecnologia venga utilizzata come strumento di caccia alle streghe.
