Бруклинский стартап Pangram Labs утверждает, что может определить, написан ли текст человеком или машиной с точностью, близкой к идеальной. Компания заявляет, что её инструмент обнаруживает текст, сгенерированный ИИ, с точностью более 99,98%, а уровень ложных срабатываний на текстах, написанных людьми, составляет всего 1 на 10 000.
Основанная в 2023 году бывшими исследователями Стэнфорда Максом Сперо и Брэдли Эми, Pangram позиционирует себя в центре одного из самых значимых вопросов цифровых медиа: можно ли надежно доказать, что контент был создан человеком?
Что на самом деле делает Pangram
Вы вводите текст объемом от 75 слов до 75 000 символов, и система выдает результат: написано человеком, с незначительной помощью ИИ, с умеренной помощью ИИ или полностью сгенерировано ИИ. Также она присваивает числовую оценку помощи ИИ для более детального анализа.
Инструмент поддерживает более 20 языков и интегрируется с системами управления обучением, такими как Canvas и Google Classroom.
Независимое тестирование дало обнадеживающие результаты. Оценки Университета Чикаго, школы бизнеса Бутта, и Университета Мэриленда показали точность от 99,8% до 100% на контенте крупных языковых моделей, включая ChatGPT и Claude. На бенчмарке RAID — широко используемом наборе тестов для инструментов обнаружения — Pangram показал точность 99,44% при уровне ложноположительных срабатываний 0,05%.
Компания выпустила Pangram 3.1 16 января 2026 года, добавив возможности для сценариев смешанного текста, где человеческое письмо и вывод ИИ объединяются вместе. Это обновление также принесло поддержку нескольких языков и специфическую детекцию моделей, адаптированную под отдельные системы ИИ.
Со стороны финансирования Pangram закрыла семя-раунд на сумму около 4 миллионов долларов в июне 2025 года, возглавляемый ScOp, с участием Script Capital, Cadenza и Haystack на предсемя-этапе.
Дискуссия о точности — вот где становится интересно
Академические обсуждения даже по состоянию на март 2026 года подчеркнули разрыв между заявленной Pangram скоростью ложных срабатываний и тем, что фактически обнаружили некоторые независимые оценки. Хотя компания рекламирует показатель 1 на 10 000, некоторые внешние исследования зафиксировали среднюю скорость ложных срабатываний в диапазоне от 0,48% до 2%.
Независимые тестовые результаты Pangram по наборам данных академических, новостных и творческих текстов показали уровень ложных срабатываний от 0% до 0,17%. Проблема заключается в том, переводятся ли эти контролируемые эталоны в чистом виде в хаотичный и разнообразный реальный мир.