In Breve
- Quanto ha raccolto Pangram nel suo ultimo round di finanziamento?
- Pangram ha raccolto 9 milioni di dollari.
- Qual è l'accuratezza del modello Pangram 4?
- Il modello Pangram 4 ha un'accuratezza superiore al 99%.
- Quali funzionalità offre Pangram agli utenti?
- Pangram offre un abbonamento web, un'estensione Chrome e un 'feed health score'.
Pangram, una promettente startup newyorkese, ha recentemente concluso un round di finanziamento da 9 milioni di dollari, guidato da Menlo Ventures e supportato da Haystack, ScOp, Script Capital e Cadenza. Questo investimento sosterrà lo sviluppo di strumenti innovativi per identificare contenuti generati o assistiti dall’intelligenza artificiale (AI), un settore in rapida crescita e sempre più rilevante nel panorama digitale.
Fondata due anni fa da Max Spero e Bradley Emi, Pangram ha lanciato il modello di rilevamento testuale Pangram 4 e il rilevatore di immagini Pangram Image. Questi strumenti sono progettati per distinguere i contenuti creati dall’AI da quelli umani, in un contesto in cui l’uso improprio dell’AI può avere conseguenze reputazionali e disciplinari significative.
Il modello Pangram 4 vanta un’accuratezza superiore al 99% nell’individuare testi assistiti da AI e contenuti misti umano-AI. Inoltre, è in grado di rilevare i programmi ‘humanizer’, che tentano di mascherare l’origine AI dei contenuti. Il rilevatore di immagini è attualmente disponibile in anteprima per la ricerca, con un lancio più ampio previsto nelle prossime settimane.
La tecnologia di Pangram si basa su un sofisticato modello di machine learning, addestrato su milioni di documenti umani e ‘specchi sintetici’ generati da modelli linguistici avanzati. Questo approccio consente di identificare differenze stilistiche e scelte ricorrenti degli algoritmi, senza dipendere da metadati o watermark nascosti.
Tra le funzionalità offerte agli utenti figurano un abbonamento web da 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 misura la percentuale di contenuti umani rispetto a quelli AI.
Il mercato dei rilevatori di contenuti AI è competitivo, con altri operatori come Winston AI, Originality.ai, Copyleaks e GPTZero. I test interni di Pangram hanno mostrato prestazioni solide, con un tasso di falsi positivi di circa 1 su 10.000 documenti umani. Tuttavia, il sistema ha ancora margini di miglioramento, avendo segnalato erroneamente alcune frasi riscritte da umani come generate da AI.
Max Spero, co-fondatore di Pangram, ha sottolineato l’importanza di un meccanismo che contrasti la diffusione di contenuti AI di bassa qualità, evitando però che la tecnologia diventi uno strumento di caccia alle streghe.