In Breve
- Cosa ha ottenuto Pangram di recente?
- Pangram ha chiuso un round di finanziamento da 9 milioni di dollari.
- Quali strumenti ha lanciato Pangram?
- Ha lanciato il modello di rilevamento testuale Pangram 4 e il rilevatore di immagini Pangram Image.
- Qual è l'accuratezza del nuovo modello testuale di Pangram?
- Il nuovo modello testuale supera il 99% di accuratezza nell'individuare contenuti assistiti da AI.
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 presentato il suo nuovo modello di rilevamento testuale, Pangram 4, e un innovativo rilevatore di immagini, Pangram Image.
Fondata due anni fa da Max Spero e Bradley Emi, Pangram si propone di offrire strumenti avanzati per distinguere i contenuti generati o assistiti dall’intelligenza artificiale da quelli scritti interamente da esseri umani. Questa iniziativa si inserisce in un contesto in cui la diffusione di testi e immagini AI sta diventando sempre più prevalente, sollevando preoccupazioni riguardo all’uso improprio di tali contenuti e le loro 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 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, insieme a “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 dover fare affidamento su metadati o watermark nascosti.
Un altro obiettivo di Pangram è quello di distinguere i diversi livelli di assistenza forniti dall’AI, riconoscendo interventi di editing o pulizia del testo. L’azienda sostiene che l’uso dell’AI può essere accettabile se dichiarato dall’autore stesso.
Tra le funzionalità offerte agli utenti, Pangram propone un abbonamento web al costo di 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 fornisce la percentuale di contenuti umani rispetto a quelli generati da AI. La tecnologia è disponibile anche tramite API ed è già integrata in alcune piattaforme, tra cui Substack. Altri clienti API includono Quora, istituzioni accademiche, editori, agenti e società di recruiting.
Il mercato del rilevamento di contenuti AI è in rapida espansione, con altri operatori attivi come Winston AI, Originality.ai, Copyleaks e GPTZero. Test interni e prove pratiche hanno mostrato prestazioni solide, sebbene non perfette; Pangram 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 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 un umano e, in alcuni casi, ha classificato erroneamente delle immagini.
Max Spero ha sottolineato l’importanza di sviluppare un meccanismo per contrastare la diffusione di contenuti AI di bassa qualità, evitando però che la tecnologia si trasformi in uno strumento di caccia alle streghe.
