Pangram haalt 9 miljoen op voor scherpere AI-detectie
Nu het internet volloopt met teksten en plaatjes die door AI zijn gemaakt, groeit de vraag naar software die dat onderscheid maakt. Pangram Labs speelt daarop in. Het bedrijf haalde 9 miljoen dollar op en presenteerde tegelijk een nieuw detectiemodel, meldt TechCrunch.
Wat Pangram 4 belooft
De ronde wordt geleid door Menlo Ventures, met Haystack, ScOp Venture Capital, Script Capital en Cadenza als medefinanciers. Daarmee komt het totale opgehaalde bedrag op bijna 13 miljoen dollar, na een eerdere seedronde van 2,7 miljoen in juni 2025. Volgens SiliconANGLE gaat het geld naar betere tekstdetectie en uitbreiding naar andere media.
Het nieuwe model heet Pangram 4. In eigen tests komt het bedrijf uit op een percentage vals-positieven van 0,0041 procent, ongeveer een op de 24.000 documenten. Dat cijfer is een claim van Pangram zelf en niet door onafhankelijke partijen gecontroleerd. Toch is juist die maat belangrijk: een detector die menselijke tekst per ongeluk als AI bestempelt, kan een scholier of medewerker ten onrechte beschuldigen. Substack liet Pangram eerder al los op zijn platform, iets waar we bij de aankondiging over schreven.
Detectie verschuift naar beeld
Naast tekst introduceert Pangram nu ook een beelddetector, voorlopig als research preview. Die moet plaatjes herkennen van generatoren als GPT Image, Google Gemini met Nano Banana, Midjourney, FLUX en Grok Imagine, en deels ook AI-video van bijvoorbeeld Kling. Precies die nieuwe beeldmodellen maken het lastig om echt van namaak te scheiden, omdat de output steeds natuurlijker oogt.
De timing is niet toevallig. Wetgevers werken aan regels die AI-content zichtbaar moeten labelen, iets wat in de VS speelt via een voorstel om AI-content verplicht te markeren. Detectiesoftware kan zulke labels aanvullen op plekken waar makers geen watermerk meegeven.
De grenzen van het spel
Detectie blijft een kat-en-muisspel. Er zijn tools, humanizers genoemd, die AI-tekst juist bewerken om door de controle te glippen. En in het onderwijs groeit de twijfel: sommige universiteiten zetten hun detectoren juist uit, uit angst voor onterechte beschuldigingen. Een lage foutmarge op papier zegt weinig zolang de teksten in de praktijk bewust worden aangepast.
Wat betekent dit
De investering laat zien dat het herkennen van AI-materiaal een eigen markt wordt, los van de bedrijven die de modellen bouwen. Voor scholen, uitgevers en platforms is een betrouwbare detector aantrekkelijk, maar de cijfers komen voorlopig van de maker zelf. Wie de software inzet, doet er goed aan de uitkomst als signaal te behandelen en niet als bewijs. De echte test volgt zodra onafhankelijke partijen Pangram 4 en de nieuwe beelddetector naast andere tools leggen.
