In Breve
- Qual è l'importo del finanziamento ricevuto da Pangram?
- Pangram ha raccolto 9 milioni di dollari in un round di finanziamento.
- Cosa offre il nuovo modello di Pangram?
- Il nuovo modello Pangram 4 offre un'accuratezza superiore al 99% nel rilevamento di contenuti assistiti da AI.
- Quali sono i principali concorrenti di Pangram?
- Tra i principali concorrenti ci sono Winston AI, Originality.ai, Copyleaks e GPTZero.
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 presentato il suo nuovo modello di rilevamento testuale, Pangram 4, insieme a un innovativo rilevatore di immagini, Pangram Image.
Fondata due anni fa da Max Spero e Bradley Emi, Pangram si propone di affrontare una sfida crescente: distinguere i contenuti generati o assistiti dall’intelligenza artificiale da quelli scritti interamente da esseri umani. In un contesto in cui la diffusione di testi e immagini AI è in aumento, l’azienda mira a fornire strumenti utili per prevenire usi impropri che potrebbero avere conseguenze reputazionali e disciplinari.
Pangram afferma che il nuovo modello testuale raggiunge un’accuratezza superiore al 99% nell’individuare testi assistiti da AI e contenuti misti umano-AI. Inoltre, il sistema è progettato per rilevare più facilmente i programmi noti come “humanizer”. Attualmente, il rilevatore di immagini è disponibile in anteprima 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 di linguaggio di ultima generazione. Questo approccio consente al sistema di apprendere differenze stilistiche e scelte ricorrenti degli algoritmi, senza dipendere da metadati o watermark nascosti.
Un aspetto interessante della proposta di Pangram è la capacità di distinguere vari 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 dall’autore, promuovendo una maggiore trasparenza nel processo di creazione dei contenuti.
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 indica la percentuale di contenuti umani rispetto a quelli generati da AI. La tecnologia è anche disponibile tramite API e integrata su diverse piattaforme, tra cui Substack. Tra i clienti API figurano Quora, istituzioni accademiche, editori, agenti e società di recruiting.
Il mercato del rilevamento di contenuti AI è in espansione, con concorrenti come Winston AI, Originality.ai, Copyleaks e GPTZero. Pangram ha condotto test interni e prove pratiche, dimostrando prestazioni solide, sebbene non perfette. L’azienda indica un tasso di falsi positivi di circa 1 su 10.000 documenti umani. In fase di test, il modello ha identificato articoli scritti interamente da AI e ha resistito a tentativi di elusione tramite editing, ma ha anche erroneamente classificato alcune frasi riscritte da umani come contenuti generati da AI.
Max Spero ha sottolineato l’importanza di sviluppare meccanismi per contrastare la diffusione di contenuti AI di bassa qualità, evitando però che la tecnologia diventi uno strumento di caccia alle streghe. Con l’aumento della produzione di contenuti generati da AI, strumenti come quelli di Pangram potrebbero rivelarsi fondamentali per mantenere l’integrità e la qualità delle informazioni online.
