Pangram Secures $9M Series A to Launch 99% Accurate AI-Detection Chrome Extension

Pangram, kampuni changa ya New York iliyoanzishwa na wahitimu wa AI wa Stanford, Max Spero na Bradley Emi, imefunga mzunguko wa uwekezaji wa Series A wa dola milioni 9 ukiongozwa na Menlo Ventures. Mtaji huo utatumika kuendesha API kwa ajili ya majukwaa na kielelezo cha Chrome (Chrome extension) cha dola 20 kwa mwezi kinachodai kuashiria maandishi yaliyosaidiwa na AI kwa usahihi wa asilimia 99—dai ambalo linaweza kubadilisha jinsi waandishi wa habari, wasomi na waajiri wanavyothibitisha uhalisi.

Ongezeko la "takataka" zinazozalishwa na AI

Mifumo mikubwa ya lugha (Large language models) sasa inazalisha makala, machapisho ya mitandao ya kijamii na hata marejeo ya kisheria kwa wingi. Matokeo yake: mafuriko ya barua pepe za SEO zisizo na ubora, kampeni za upotoshaji zilizopangwa, na eneo la kijivu ambapo binadamu hurekebisha rasimu zilizozalishwa na AI. Taasisi tayari zinaanza kuchukua hatua. Seva ya arXiv ilionya kuwa waandishi wanaowasilisha matokeo ya LLM ambayo hayajafanyiwa uhakiki wanaweza kukabiliwa na marufuku ya mwaka mmoja, na mahakama zimeanza kuwadhibiti mawakili wanaotegemea marejeo ya uongo yaliyozalishwa na AI. Shinikizo la kutofautisha matokeo ya binadamu na mashine linaongezeka, na Pangram inawekeza kwamba teknolojia yake inaweza kuwa tabaka la msingi la uhakiki.

Synthetic mirroring: mafunzo kwa kutumia nakala pacha ya kila hati

Mtindo mkuu wa Pangram, Pangram 4, unatumia mbinu ambayo kampuni inaita “synthetic mirroring.” Kwa kila hati iliyoandikwa na binadamu katika seti yake ya mafunzo—mamilioni ya makala yaliyothibitishwa—timu ilitengeneza nakala nyingine kwa kutumia LLM ya kisasa. Nakala hiyo ya kutengenezwa inafanana na asili katika mada, urefu na sauti lakini imezalishwa na AI. Kwa kuingiza matoleo yote mawili kwenye mtandao mmoja wa neva (neural net), Pangram inafundisha mtindo huo kutambua alama ndogo za kitakwimu zinazobaki kwenye maandishi yaliyozalishwa na AI, hata wakati waandishi wanapotumia zana za “AI humanizer” zilizoundwa kuficha matokeo ya mashine.

Washindani wanategemea metadata au alama za maji zisizoonekana (invisible watermarks), ambazo zinaweza kufutwa au kupuuzwa. Badala yake, Pangram inazingatia uchambuzi wa mtindo: mifumo katika uchaguzi wa maneno, mdundo wa sentensi na usambazaji wa tokeni ambayo inabaki thabiti katika matokeo ya mtindo. Katika majaribio ya ndani, mfumo huo uliashiria maandishi yaliyosaidiwa na AI kwa usahihi wa asilimia 99, kulingana na taarifa ya kampuni.

Kutoka API hadi kwenye vivinjari: mahali teknolojia itakapofika

Pangram inajiweka kama miundombinu badala ya programu yenye kazi moja tu. API yake tayari imeunganishwa na Substack, ambapo barua pepe (newsletters) huonyesha lebo inayoonyesha uwiano wa maudhui yaliyozalishwa na AI. Watumiaji wa mapema pia ni pamoja na jukwaa la maswali na majibu la Quora, vituo kadhaa vya uandishi vya vyuo vikuu na mashirika ya uajiri yanayohitaji kuthibitisha asili ya kazi zinazowasilishwa na wagombea.

Kwa watumiaji binafsi, kampuni hiyo inatoa kielelezo cha Chrome kinachoweka “alama ya afya ya habari” (feed health score) kwenye tovuti kama X, LinkedIn, Reddit na Medium. Alama hiyo inafafanua asilimia ya maandishi ambayo mtindo unadhani ni ya binadamu dhidi ya AI. Wateja hulipia dola 20 kwa mwezi kwa ajili ya uwekaji lebo wa wakati halisi na uwezo wa kuashiria vifungu vya kutiliwa shaka kwa ajili ya uhakiki zaidi.

Mtazamo wa mashaka

Madai ya usahihi bila shaka huvutia uchunguzi wa karibu. Kutambua msaada wa AI katika “eneo la kijivu”—ambapo mwandishi anahariri rasimu iliyotengenezwa na mtindo—kubaki ni changamoto inayobadilika kila wakati. Kadiri mifumo ya kuzalisha inavyoboreka, pengo la mtindo ambalo Pangram inategemea linaweza kupungua, na kusababisha mashindano makali kati ya mbinu za utambuzi na mbinu za kukwepa. Wakosoaji pia wanaonya kuhusu matokeo ya uongo (false positives): kuweka lebo ya maandishi halali ya binadamu kama yaliyozalishwa na AI kunaweza kuharibu sifa, hasa katika mazingira ya kitaaluma au kisheria ambapo mambo ni muhimu sana.

Pangram inakiri changamoto hiyo, ikibainisha kuwa inafundisha upya mtindo wake mara kwa mara kwa kutumia “synthetic mirrors” mpya kadiri LLM mpya zinapojitokeza. Hata hivyo, kampuni haijafichua matokeo ya majaribio huru zaidi ya majaribio yake ya ndani, na kuacha jamii pana ithibitishe takwimu hiyo ya asilimia 99.

Cha kufuatilia

Miezi michache ijayo itaonyesha ikiwa Pangram inaweza kwenda mbali zaidi ya majaribio ya awali na kuanza kutumiwa na majukwaa mapana zaidi. Viashiria muhimu ni pamoja na:

• Upanuzi wa mikataba ya API zaidi ya orodha ya sasa ya washirika wa mapema.
• Maoni kutoka kwa watumiaji wa taasisi kuhusu viwango vya matokeo ya uongo na athari kwa michakato ya uhariri.
• Mwitikio kutoka kwa watengenezaji wa LLM, ambao wanaweza kujibu kwa kuleta maboresho ya mifumo yenye lengo la kuiga mtindo wa binadamu kwa ukaribu zaidi.
• Maendeleo ya kisheria ambayo yanaweza kufanya zana za utambuzi wa AI kuwa lazima kwa machapisho fulani au kazi za kitaaluma.

Ikiwa kampuni hiyo itaendelea kuwa na uwezo wa utambuzi huku ikidumisha viwango vya chini vya makosa, inaweza kuwa kiwango cha kawaida cha uhalisi wa kidijitali. Ikiwa sivyo, soko linaweza kugawanyika katika seti ya zana zinazoshindana, kila moja ikiwa na faida na hasara zake.

Hitimisho

Uingizaji wa mtaji wa dola milioni 9 wa Pangram unachochea mkakati wa utambuzi unaotegemea mfumo wa mafunzo wa hati mbili (twin-document training regime) ili kudai uwezo wa karibu kamili wa kutambua msaada wa AI. Mafanikio yake yatategemea ikiwa mbinu hiyo itaweza kuendana na mifumo ya lugha inayobadilika na kupata imani kutoka kwa majukwaa na taasisi zinazohitaji huduma hiyo zaidi.