સ્ટેનફોર્ડ AI ભૂતપૂર્વ વિદ્યાર્થીઓ Max Spero અને Bradley Emi દ્વારા સ્થાપિત ન્યૂયોર્ક સ્ટાર્ટઅપ, Pangram એ Menlo Ventures ના નેતૃત્વ હેઠળ $9 મિલિયનનો Series A રાઉન્ડ પૂર્ણ કર્યો છે. આ ભંડોળ પ્લેટફોર્મ્સ માટે API અને $20 પ્રતિ માસના Chrome extension ને સજ્જ કરશે, જે 99 ટકા ચોકસાઈ સાથે AI-સહાયિત લખાણને ઓળખવાનો દાવો કરે છે—એવો દાવો જે પત્રકારો, વિદ્વાનો અને ભરતી કરનારાઓ (recruiters) કેવી રીતે પ્રમાણિકતા ચકાસે છે તેને નવો આકાર આપી શકે છે.

AI-જનરેટેડ “slop” નો ઉછાળો

લાર્જ લેંગ્વેજ મોડલ્સ (LLMs) હવે મોટા પાયે લેખો, સોશિયલ મીડિયા પોસ્ટ્સ અને કાયદાકીય અવલોકનો (citations) પણ તૈયાર કરે છે. પરિણામ: લો-ક્વોલિટી SEO સ્પામનો પૂર, સુયોજિત ખોટી માહિતીના અભિયાનો (disinformation campaigns), અને એક ગ્રે ઝોન જ્યાં માણસો AI-જનરેટેડ ડ્રાફ્ટને સુધારે છે. સંસ્થાઓ પહેલેથી જ પ્રતિક્રિયા આપી રહી છે. પ્રી-પ્રિન્ટ સર્વર arXiv એ ચેતવણી આપી છે કે જે લેખકો અનરીવ્યુડ LLM આઉટપુટ સબમિટ કરે છે તેમને એક વર્ષના પ્રતિબંધનો સામનો કરવો પડી શકે છે, અને અદાલતોએ એવા વકીલો સામે શિક્ષાત્મક પગલાં લેવાનું શરૂ કર્યું છે જેઓ AI દ્વારા બનાવવામાં આવેલા બનાવટી અવલોકનો પર આધાર રાખે છે. માનવ અને મશીન આઉટપુટને અલગ પાડવાનું દબાણ વધી રહ્યું છે, અને Pangram નો દાવો છે કે તેનું ટેકનોલોજી ડિફોલ્ટ વેરિફિકેશન લેયર બની શકે છે.

સિન્થેટિક મિરરિંગ: દરેક દસ્તાવેજના જોડિયા પર તાલીમ

Pangram નું ફ્લેગશિપ મોડલ, Pangram 4, એક પદ્ધતિનો ઉપયોગ કરે છે જેને કંપની “synthetic mirroring” કહે છે. તેના ટ્રેનિંગ સેટમાં રહેલા દરેક માનવ-લેખિત દસ્તાવેજ માટે—જેમાં કરોડો પ્રમાણિત લેખો છે—ટીમે એક અદ્યતન (frontier) LLM પર તેનો જ એક સમાન નમૂનો તૈયાર કર્યો છે. આ સિન્થેટિક જોડિયા વિષય, લંબાઈ અને લહેકામાં મૂળ દસ્તાવેજ સાથે મેળ ખાય છે પરંતુ તે AI દ્વારા બનાવવામાં આવે છે. બંને વર્ઝનને એક જ ન્યુરલ નેટમાં ફીડ કરીને, Pangram મોડલને એવા સૂક્ષ્મ આંકડાકીય ફિંગરપ્રિન્ટ્સ (statistical fingerprints) શોધવાનું શીખવે છે જે AI-જનરેટેડ લખાણમાં જોવા મળે છે, ભલે લેખકો મશીન આઉટપુટને છુપાવવા માટે રચાયેલ “AI humanizer” સાધનોનો ઉપયોગ કરતા હોય.

સ્પર્ધકો મેટાડેટા અથવા અદ્રશ્ય વોટરમાર્ક પર આધાર રાખે છે, જેને દૂર કરી શકાય છે અથવા અવગણી શકાય છે. તેના બદલે Pangram શૈલીના વિશ્લેષણ (stylistic analysis) પર ધ્યાન કેન્દ્રિત કરે છે: શબ્દ પસંદગીમાં પેટર્ન, વાક્યની લય અને ટોકન વિતરણ જે મોડલના આઉટપુટમાં સુસંગત રહે છે. કંપનીના રિલીઝ મુજબ, આંતરિક પરીક્ષણોમાં સિસ્ટમે 99 ટકા ચોકસાઈ સાથે AI-સહાયિત લેખનને ઓળખી કાઢ્યું હતું.

API થી બ્રાઉઝર સુધી: ટેકનોલોજી ક્યાં પહોંચશે

Pangram પોતાને માત્ર એક હેતુ માટેના એપને બદલે ઇન્ફ્રાસ્ટ્રક્ચર તરીકે સ્થાપિત કરે છે. તેનું API પહેલેથી જ Substack સાથે જોડાયેલું છે, જ્યાં ન્યૂઝલેટર્સ AI-જનરેટેડ સામગ્રીના પ્રમાણ દર્શાવતું લેબલ બતાવે છે. પ્રારંભિક વપરાશકર્તાઓમાં Q&A પ્લેટફોર્મ Quora, કેટલાક યુનિવર્સિટી રાઈટિંગ સેન્ટર્સ અને રિક્રુટમેન્ટ એજન્સીઓનો સમાવેશ થાય છે જેમને ઉમેદવારો દ્વારા સબમિટ કરવામાં આવેલી સામગ્રીની મૌલિકતા ચકાસવાની જરૂર હોય છે.

વ્યક્તિગત વપરાશકર્તાઓ માટે, સ્ટાર્ટઅપ એક Chrome extension ઓફર કરે છે જે X, LinkedIn, Reddit અને Medium જેવી સાઇટ્સ પર “feed health score” બતાવે છે. આ સ્કોર લખાણના કેટલા ટકા ભાગ માનવ દ્વારા લખાયેલ છે અને કેટલા AI દ્વારા, તેનું વિભાજન કરે છે. સબ્સ્ક્રાઇબર્સ રિયલ-ટાઇમ લેબલિંગ અને શંકાસ્પદ ફકરાઓને વધુ તપાસ માટે ફ્લેગ કરવાની ક્ષમતા માટે દર મહિને $20 ચૂકવે છે.

એક શંકાસ્પદ દ્રષ્ટિકોણ

ચોકસાઈના દાવાઓ અનિવાર્યપણે તપાસને આકર્ષે છે. “ગ્રે એરિયા” માં AI સહાયતા શોધવી—જ્યાં લેખક મોડલ દ્વારા તૈયાર કરેલા ડ્રાફ્ટને એડિટ કરે છે—તે એક મુશ્કેલ લક્ષ્ય છે. જેમ જેમ જનરેટિવ મોડલ્સ સુધરશે, તેમ તેમ Pangram જે શૈલીના તફાવત પર આધાર રાખે છે તે ઓછો થઈ શકે છે, જે ડિટેક્શન અને તેને ટાળવાની તકનીકો વચ્ચે સ્પર્ધા શરૂ કરી શકે છે. ટીકાકારો 'ફોલ્સ પોઝિટિવ' (ખોટી રીતે AI તરીકે ઓળખવું) વિશે પણ ચેતવણી આપે છે: માનવ દ્વારા લખાયેલા સાચા લખાણને AI-જનરેટેડ તરીકે લેબલ કરવાથી પ્રતિષ્ઠાને નુકસાન થઈ શકે છે, ખાસ કરીને શૈક્ષણિક અથવા કાયદાકીય સંદર્ભોમાં જ્યાં જોખમ ઘણું વધારે હોય છે.

Pangram આ પડકારને સ્વીકારે છે અને નોંધે છે કે જેમ જેમ નવા LLMs આવે છે તેમ તે સતત નવા સિન્થેટિક મિરર્સ પર તેના મોડલને ફરીથી તાલીમ આપે છે. જોકે, કંપનીએ તેના આંતરિક પરીક્ષણ સિવાયના સ્વતંત્ર બેન્ચમાર્ક પરિણામો જાહેર કર્યા નથી, જેના કારણે 99 ટકાના આંકડાની ચકાસણી કરવાની જવાબદારી હવે વ્યાપક સમુદાય પર છે.

શું જોવા જેવું છે

આગામી થોડા મહિનાઓથી ખબર પડશે કે Pangram પાયલોટ ઇન્ટિગ્રેશનથી આગળ વધીને વ્યાપક પ્લેટફોર્મ સ્વીકૃતિ મેળવી શકશે કે નહીં. મુખ્ય સૂચકાંકોમાં શામેલ છે:

  • API કોન્ટ્રાક્ટ્સનો વિસ્તાર વર્તમાન પ્રારંભિક ભાગીદારોની યાદીથી આગળ.
  • સંસ્થાકીય વપરાશકર્તાઓનો પ્રતિસાદ ફોલ્સ-પોઝિટિવ દરો અને એડિટોરિયલ વર્કફ્લો પર તેની અસર વિશે.
  • LLM ડેવલપર્સની પ્રતિક્રિયાઓ, જે માનવ શૈલીની વધુ નજીક પહોંચવાના હેતુથી મોડલ અપડેટ્સ સાથે જવાબ આપી શકે છે.
  • નિયમનકારી વિકાસ (Regulatory developments) જે અમુક પ્રકાશનો અથવા શૈક્ષણિક સબમિશન માટે AI-ડિટેક્શન ટૂલ્સ ફરજિયાત બનાવી શકે છે.

જો સ્ટાર્ટઅપ ઓછા ભૂલના દરો જાળવી રાખીને તેની ડિટેક્શન ક્ષમતા જાળવી રાખશે, તો તે ડિજિટલ પ્રમાણિકતા માટે એક ડી-ફેક્ટો (de-facto) સ્ટાન્ડર્ડ બની શકે છે. જો નહીં, તો બજાર સ્પર્ધક સાધનોના સમૂહમાં વિભાજિત થઈ શકે છે, જેમાં દરેકના પોતાના ફાયદા અને ગેરફાયદા હશે.

નિષ્કર્ષ

Pangram નું $9 મિલિયનનું રોકાણ એક એવી ડિટેક્શન વ્યૂહરચનાને વેગ આપે છે, જે લગભગ સંપૂર્ણ AI-સહાયતાની ઓળખ કરવા માટે 'ટ્વિન-ડોક્યુમેન્ટ ટ્રેનિંગ રિજીમ' પર આધારિત છે. તેની સફળતા એ વાત પર નિર્ભર રહેશે કે આ પદ્ધતિ વિકસતા લેંગ્વેજ મોડલ્સમાં પણ વિસ્તરી શકે છે કે નહીં અને જે પ્લેટફોર્મ્સ તથા સંસ્થાઓને તેની સૌથી વધુ જરૂર છે, તેમની પાસેથી વિશ્વાસ મેળવી શકે છે કે નહીં.