Pangram raccoglie 9 milioni di dollari e lancia strumenti innovativi per il rilevamento di contenuti AI
La startup Pangram ha chiuso un round di finanziamento da 9 milioni di dollari e ha presentato nuovi strumenti per identificare testi e immagini generate da intelligenza artificiale.
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 sono le funzionalità offerte da Pangram?
- Pangram offre un abbonamento web, un'estensione Chrome e un 'feed health score'.
La startup newyorkese Pangram ha recentemente concluso 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, e un innovativo rilevatore di immagini chiamato Pangram Image.
Fondata due anni fa da Max Spero e Bradley Emi, Pangram si propone di affrontare una problematica sempre più attuale: la distinzione tra contenuti generati o assistiti dall’intelligenza artificiale e quelli scritti esclusivamente da esseri umani. Questo è particolarmente importante in un contesto in cui la diffusione di testi e immagini AI sta crescendo, portando con sé rischi reputazionali e disciplinari.
Secondo Pangram, il nuovo modello testuale vanta un’accuratezza superiore al 99% nell’individuare testi assistiti da AI e contenuti misti, e si distingue per la sua capacità di rilevare programmi di “humanizer”. Il rilevatore di immagini, attualmente disponibile in anteprima per la ricerca, verrà 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 e su “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 dipendere da metadati o watermark nascosti.
Pangram si propone anche di distinguere i diversi livelli di assistenza AI, riconoscendo interventi di editing o pulizia del testo. L’azienda sostiene che l’uso dell’AI può essere accettabile a condizione che sia dichiarato dall’autore. Tra le funzionalità offerte agli utenti, spicca 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 indica la percentuale di contenuti umani rispetto a quelli generati da AI.
La tecnologia di Pangram è disponibile anche tramite API e risulta già integrata in alcune piattaforme, tra cui Substack. Altri clienti delle 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 dimostrato che, sebbene le prestazioni siano solide, non sono perfette: Pangram riporta un tasso di falsi positivi di circa 1 su 10.000 documenti umani. Durante i test, il modello ha saputo individuare 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 evidenziato l’importanza di sviluppare un meccanismo per contrastare la diffusione di contenuti AI di bassa qualità, evitando che la tecnologia diventi uno strumento di caccia alle streghe.
