Содержание
Pangram 4 и Pangram Image: новые детекторы AI-контента
Pangram обновила свой сервис проверки контента и представила сразу две модели. Pangram 4 предназначена для поиска полностью сгенерированного и частично отредактированного AI-текста, а Pangram Image проверяет изображения. Вторая модель пока доступна только в режиме исследовательского превью, более широкий запуск компания обещает в ближайшие недели.
Что изменилось в Pangram 4
По заявлению разработчиков, новая текстовая модель определяет AI-помощь и смешанный текст с точностью выше 99%, а также лучше распознаёт результат после сервисов-«очеловечивателей». Детектор не ищет водяной знак или скрытые метаданные: его обучили сравнивать десятки миллионов человеческих документов с их синтетическими версиями и замечать характерные языковые закономерности.
Это важно для редакций, образовательных платформ и бизнеса, которым недостаточно бинарного ответа «написано человеком или нейросетью». Pangram пытается отдельно показывать степень AI-вмешательства — например, когда автор создал черновик сам, а нейросеть только переписала отдельные фразы.
Как работает проверка AI-изображений
Pangram Image анализирует статистические особенности пикселей и, по задумке разработчиков, не привязана к одной конкретной нейросети. Сервис должен распознавать генерации разных моделей и даже находить AI-картинку внутри фотографии реального экрана или печатного материала; подозрительные области отображаются на тепловой карте.
Журналист TechCrunch проверила обе модели на материалах ChatGPT, Claude и нескольких генераторах изображений. Детекторы справились с большинством примеров, включая слегка отредактированный текст, но не были безошибочными: отдельные человеческие фразы получали AI-метку, а одна фотография с изображением генерации была распознана неверно.
Что это значит для авторов и редакций
Новые инструменты могут пригодиться для первичной проверки пользовательских материалов, публикаций в соцсетях и работ подрядчиков, особенно если важно раскрывать использование нейросетей. Но результат детектора остаётся сигналом для дополнительной проверки, а не самостоятельным доказательством: контекст, исходники и история правок по-прежнему важнее одного процента в отчёте.