Бруклінський стартап Pangram Labs стверджує, що може визначити, чи текст написаний людиною чи машиною, з майже ідеальною точністю. Компанія стверджує, що її інструмент виявляє текст, згенерований ШІ, зі швидкістю понад 99,98%, а кількість хибних спрацьовувань на текстах, написаних людьми, становить лише 1 на 10 000.
Заснована у 2023 році колишніми дослідниками Стенфорду Максом Сперо та Бредлі Емі, Pangram позиціонує себе в центрі одного з найважливіших питань цифрових медіа: чи можна надійно довести, що певний контент був створений людиною?
Що насправді робить Pangram
Ви надаєте йому шматок тексту — від 75 слів до 75 000 символів — і він повертає висновок: Написано людиною, Легко допоможено ШІ, Помірно допоможено ШІ або Повністю згенеровано ШІ. Він також присвоює числовий бал допомоги ШІ для більш детального аналізу.
Інструмент підтримує більше 20 мов і інтегрується з системами управління навчанням, такими як Canvas і Google Classroom.
Незалежне тестування було заохочуючим. Оцінки Університету Чикаго, школа бізнесу Боу, та Університету Меріленду показали рівень точності від 99,8% до 100% на контенті від головних мовних моделей, включаючи ChatGPT та Claude. На бенчмарку RAID — широко використовуваному наборі тестів для інструментів виявлення — Pangram досяг точності 99,44% із частотою хибних позитивів 0,05%.
Компанія випустила Pangram 3.1 16 січня 2026 року, додавши можливості для сценаріїв змішаного тексту, де людський текст і вихідні дані ШІ поєднуються разом. Це оновлення також принесло підтримку багатьох мов та виявлення, адаптоване під конкретні моделі ШІ.
З боку фінансування Pangram закрила посівний раунд на суму приблизно 4 мільйони доларів США у червні 2025 року, який очолив ScOp, а також участь Script Capital, Cadenza та Haystack у пре-сівному раунді.
Дискусія щодо точності — це місце, де стає цікаво
Академічні дискусії ще з березня 2026 року звернули увагу на розрив між маркетинговим показником хибних позитивів Pangram і тим, що фактично виявили деякі сторонні оцінки. Хоча компанія рекламує цифру 1 на 10 000, деякі зовнішні дослідження зафіксували середній рівень хибних позитивів у діапазоні від 0,48% до 2%.
Незалежні результати тестування Pangram на наборах даних академічного, новинного та творчого письма показали частоту хибних позитивів від 0% до 0,17%. Напруженість полягає в тому, чи передаються ці контрольні показники чітко в хаотичний, різноманітний реальний світ.