In Breve
- Quanto ha raccolto Pangram?
- Pangram ha raccolto 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 modello Pangram 4?
- Il modello Pangram 4 supera il 99% di accuratezza.
La startup newyorkese Pangram ha annunciato di aver chiuso un round di finanziamento da 9 milioni di dollari, guidato da Menlo Ventures, con la partecipazione di Haystack, ScOp, Script Capital e Cadenza. Contestualmente, l’azienda ha lanciato il suo nuovo modello di rilevamento testuale, denominato Pangram 4, e un 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. Questo è particolarmente rilevante in un contesto in cui la diffusione di testi e immagini generati da AI è in costante aumento, sollevando preoccupazioni per possibili usi impropri e conseguenze reputazionali.
Pangram sostiene che il suo nuovo modello testuale raggiunge un’accuratezza superiore al 99% nell’individuare contenuti assistiti da AI e testi misti umano-AI. Inoltre, è progettato per rilevare con maggiore facilità i programmi di “humanizer”, che cercano di rendere i contenuti generati da AI più simili a quelli umani. Il rilevatore di immagini, attualmente disponibile in anteprima per la ricerca, sarà rilasciato 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 linguistici di ultima generazione per ogni documento. Questo approccio mira a far apprendere le differenze stilistiche e le scelte ricorrenti degli algoritmi, senza dipendere da metadati o watermark nascosti.
Pangram intende anche 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 agli utenti, Pangram propone 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 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 dei contenuti AI è competitivo, con altri operatori attivi come 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 dimostrato di essere in grado di 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 evidenziato l’importanza di sviluppare un meccanismo per contrastare la diffusione di contenuti AI di bassa qualità, sottolineando la necessità di evitare che la tecnologia diventi uno strumento di caccia alle streghe.