Pangram raccoglie 9 milioni di dollari e lancia nuovi strumenti per il rilevamento di contenuti AI

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 modello di rilevamento testuale Pangram 4 e un nuovo rilevatore di immagini, denominato 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 caratterizzato dalla crescente diffusione di testi e immagini generati da AI, che ha sollevato preoccupazioni riguardo all’uso improprio e alle potenziali conseguenze reputazionali e disciplinari.

Pangram afferma che il nuovo modello testuale vanta un’accuratezza superiore al 99% nell’individuare contenuti assistiti da AI e quelli misti, e si è dimostrato efficace nel rilevare programmi di “humanizer”. Il rilevatore di immagini, attualmente disponibile in anteprima per la ricerca, verrà lanciato 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 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.

Inoltre, Pangram si propone di distinguere i vari livelli di assistenza AI, riconoscendo interventi di editing o pulizia del testo, e sostiene che l’uso dell’AI può essere accettabile se esplicitamente dichiarato dall’autore. Tra le funzionalità offerte agli utenti ci sono 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 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 su alcune piattaforme, tra cui Substack. Altri clienti API includono Quora, istituzioni accademiche, editori, agenti e società di recruiting. Il mercato vede la presenza di altri operatori, come Winston AI, Originality.ai, Copyleaks e GPTZero.

I test interni e le prove pratiche hanno mostrato prestazioni solide, sebbene non perfette: Pangram riporta un tasso di falsi positivi di circa 1 su 10.000 documenti umani. In vari test, il modello ha identificato articoli scritti interamente da AI e ha resistito a tentativi di elusione attraverso editing, ma ha anche erroneamente classificato come AI frasi riscritte da umani e, in alcuni casi, ha classificato in modo errato le 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.