Une startup basée à Brooklyn, Pangram Labs, affirme pouvoir déterminer avec une précision quasi parfaite si un texte a été rédigé par un humain ou une machine. L'entreprise prétend que son outil de détection identifie les textes générés par l'IA avec un taux supérieur à 99,98 %, et un taux de faux positifs de seulement 1 sur 10 000 pour les textes rédigés par des humains.
Fondée en 2023 par les anciens chercheurs de Stanford Max Spero et Bradley Emi, Pangram s'est positionnée au cœur d'une des questions les plus importantes des médias numériques : peut-on prouver de manière fiable qu'un contenu a été créé par une personne ?
Ce que fait réellement Pangram
Vous lui fournissez un texte, allant de 75 mots à 75 000 caractères, et il vous renvoie un verdict : Rédigé par un humain, Légèrement assisté par IA, Modérément assisté par IA ou Entièrement généré par IA. Il attribue également un score numérique d'assistance IA pour une analyse plus fine.
L'outil prend en charge plus de 20 langues et s'intègre à des systèmes de gestion de l'apprentissage comme Canvas et Google Classroom.
Les tests indépendants ont été encourageants. Les évaluations de la Booth School of Business de l'Université de Chicago et de l'Université du Maryland ont révélé des taux de précision compris entre 99,8 % et 100 % sur des contenus provenant de grands modèles linguistiques, notamment ChatGPT et Claude. Sur le benchmark RAID, un ensemble de tests largement utilisé pour les outils de détection, Pangram a atteint une précision de 99,44 % avec un taux de faux positifs de 0,05 %.
L'entreprise a publié Pangram 3.1 le 16 janvier 2026, en ajoutant des fonctionnalités pour les scénarios de texte mixte où l'écriture humaine et la sortie IA sont fusionnées. Cette mise à jour a également apporté un support multilingue et une détection spécifique au modèle adaptée aux systèmes IA individuels.
Du côté du financement, Pangram a bouclé un tour de graine d'environ 4 millions de dollars en juin 2025, dirigé par ScOp avec la participation de Script Capital, Cadenza et Haystack lors du pré-seed.
Le débat sur la précision est là où les choses deviennent intéressantes
Des discussions académiques aussi récentes que mars 2026 ont mis en évidence un écart entre le taux de faux positifs marketé par Pangram et ce que certaines évaluations tierces ont réellement observé. Bien que l'entreprise annonce un taux de 1 sur 10 000, certaines études externes ont enregistré des taux moyens de faux positifs allant de 0,48 % à 2 %.
Les résultats indépendants de Pangram sur des jeux de données académiques, journalistiques et d'écriture créative ont révélé des taux de faux positifs compris entre 0 % et 0,17 %. La tension réside dans la capacité de ces benchmarks contrôlés à s'appliquer directement au monde réel, chaotique et diversifié.