¿Alguna vez leíste un texto perfecto, prolijo y rápido de consumir, pero algo no cerraba? Esa sensación, cada vez más común en internet, es la puerta de entrada a un problema nuevo: no siempre está claro si detrás de una publicación hubo una persona o una máquina.
Ahora, la startup neoyorquina Pangram dice haber encontrado una pieza clave para ese dilema. La empresa recaudó 9 millones de dólares en una ronda liderada por Menlo Ventures y, al mismo tiempo, presentó Pangram 4, su nuevo modelo para detectar texto generado o asistido por inteligencia artificial, además de Pangram Image, un detector de imágenes aún en etapa preliminar.
El hallazgo que la firma pone sobre la mesa es fuerte: asegura una precisión superior al 99% para identificar contenido escrito con ayuda de IA. Además, su mecanismo no depende de marcas de agua ni de metadatos ocultos, sino de algo más difícil de disfrazar: el estilo.
Max Spero, cofundador y CEO de Pangram, subraya que distinguir el origen de un contenido cambia el nivel de confianza y escepticismo del lector. No se trata, señala, de perseguir a quien usa IA, sino de ofrecer un interruptor que permita ver cuándo una herramienta participó en la escritura.
Eso es lo que Pangram intenta hacer con el lenguaje: no mira la superficie del texto, sino el engranaje interno de sus patrones. El sistema fue entrenado con decenas de millones de documentos humanos y con versiones sintéticas creadas por modelos de lenguaje, es decir, programas que predicen palabras para redactar textos, manteniendo tema, tono y longitud similares.
Así aprende diferencias estilísticas finas. Y, según sus pruebas, también puede detectar programas creados para “humanizar” textos de IA, algo así como ponerle una funda nueva a un mueble industrial para que parezca artesanal.
Un filtro para separar lo humano de lo automático
La empresa nació hace unos dos años, fundada por Spero y Bradley Emi, ambos formados en IA y aprendizaje automático (sistemas que mejoran con datos) en Stanford. Su respuesta llegó después del estallido de ChatGPT y del aumento masivo de bots, textos SEO de baja calidad y campañas de desinformación.
Y no faltan ejemplos concretos. Hubo desde un político canadiense que leyó un prompt de IA durante un discurso hasta abogados sancionados por usar citas falsas generadas por ChatGPT en escritos judiciales, como reportó Reuters.
Frente a eso, Pangram ofrece una suscripción de 20 dólares por mes, una extensión de Chrome que etiqueta contenido en X, LinkedIn, Substack, Reddit y Medium, y una API (puerta de acceso para otras plataformas) que ya usan clientes como Substack, Quora, editoriales, reclutadores e instituciones educativas.
La extensión suma otro dato práctico: una puntuación de “salud del feed”. Es una especie de tablero que muestra qué porcentaje del contenido que una persona consume parece humano y cuál parece generado por IA.
Qué detecta y dónde falla
En las pruebas, Pangram 4 identificó con eficacia artículos producidos por ChatGPT y Claude, incluso tras intentos de hacerlos sonar más humanos. La empresa asegura, además, que su modelo no fue engañado por textos diseñados específicamente para evadir detectores.
El margen de error, sin embargo, no desaparece. Pangram estima alrededor de 1 falso positivo cada 10.000 documentos humanos, y reconoce que a veces puede marcar frases humanas como artificiales, sobre todo cuando intenta medir asistencia parcial de IA en textos híbridos.
En imágenes, el mecanismo cambia. Pangram Image analiza distribuciones de píxeles, es decir, cómo se reparten los pequeños puntos de color, para detectar diferencias estadísticas entre una foto real y una generada por IA, incluso cuando la imagen sintética está insertada dentro de una fotografía auténtica.
La oportunidad es clara: si el contenido artificial crece más rápido que el humano, harán falta filtros para que la voz de una persona no quede tapada por el ruido automático. En esa tarea, detectar no es censurar. Es, más bien, volver a poner etiquetas correctas en una alacena digital cada vez más desordenada.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
