In Breve
- Cosa ha raccolto Pangram?
- Pangram ha raccolto 9 milioni di dollari in un round di finanziamento.
- Qual è la principale funzione degli strumenti di Pangram?
- Gli strumenti di Pangram servono a distinguere contenuti generati da AI da quelli scritti da esseri umani.
- Qual è l'accuratezza del nuovo modello testuale di Pangram?
- Il nuovo modello testuale di Pangram supera il 99% di accuratezza nell'individuare contenuti assistiti da AI.
La startup newyorkese Pangram ha recentemente 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, Pangram 4, insieme a un innovativo rilevatore di immagini chiamato Pangram Image.
Fondata due anni fa da Max Spero e Bradley Emi, Pangram si propone di affrontare una delle sfide più attuali nel panorama digitale: la distinzione tra contenuti generati o assistiti dall’intelligenza artificiale e quelli scritti interamente da esseri umani. In un contesto in cui la diffusione di testi e immagini AI è in costante aumento, la necessità di strumenti affidabili per identificare contenuti di questo tipo è diventata cruciale, specialmente in relazione a casi di uso improprio che possono avere conseguenze reputazionali e disciplinari.
Pangram afferma che il suo nuovo modello testuale supera il 99% di accuratezza nell’individuare testi assistiti da AI e contenuti misti umano-AI. Inoltre, il rilevatore di immagini è attualmente disponibile in preview 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 frontiera. Questo approccio consente al sistema di apprendere differenze stilistiche e scelte ricorrenti degli algoritmi, senza fare affidamento su metadati o watermark nascosti.
Un’altra caratteristica distintiva di Pangram è la sua capacità di riconoscere diversi livelli di assistenza AI, identificando interventi di editing o pulizia del testo. L’azienda sostiene che l’uso dell’AI può essere accettabile se dichiarato dall’autore, promuovendo così una maggiore trasparenza nel contenuto pubblicato.
Per gli utenti, Pangram offre diverse funzionalità, tra cui un abbonamento web a 20 dollari al mese e un’estensione per Chrome che etichetta in tempo reale i post su piattaforme come X, LinkedIn, Substack, Reddit e Medium. Inoltre, è disponibile un “feed health score” che fornisce una percentuale di contenuti umani rispetto a quelli generati da AI. La tecnologia è anche offerta tramite API ed è già integrata su alcune 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 è in crescita e Pangram si inserisce in un contesto competitivo, dove operano altri attori come Winston AI, Originality.ai, Copyleaks e GPTZero. Test interni e prove pratiche hanno dimostrato che, sebbene le prestazioni siano solide, non sono perfette: Pangram 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. 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, avvertendo però che la tecnologia non deve trasformarsi in uno strumento di caccia alle streghe. Con la crescente integrazione dell’AI nella creazione di contenuti, la missione di Pangram diventa sempre più rilevante, mirando a garantire un’informazione di qualità e trasparente nel panorama digitale.
