Recenze Pangram AI Detector: Nástroj, který výzkumníci stále ověřují

Pangram je AI detektor, který nezávislí výzkumníci opakovaně vyzdvihují, což z něj činí objekt, který stojí za bližší zkoumání než obvyklý přehled výsledků dodavatelů. Jeho výrobce, Pangram Labs, uvádí míru falešně pozitivních výsledků přibližně 1 z 10,000 a hlavní přesnost 99.98 percent. To jsou vlastní čísla společnosti, měřená na jejích vlastních benchmarcích. To, čím se Pangram odlišuje od většiny oboru, je to, že tentokrát nedávný externí výzkum ukazuje stejným obecným směrem.

V uplynulém roce vyšly dvě nezávislé evaluace, recenzovaná studie z Vrije Universiteit Brussel, publikovaná Springer v June 2026, a pracovní paper University of Chicago Booth School, o němž informoval Chicago Booth Review v December 2025. Obě studie zařadily Pangram zřetelně před známější rivaly, včetně Turnitin, GPTZero a Copyleaks. Ani jedna studie nepovažuje skóre jakéhokoli detektoru za důkaz čehokoli o jednom konkrétním dokumentu, a obě to výslovně uvádějí.

Následující text shrnuje, co Pangram tvrdí o sobě, co tyto dvě studie skutečně měřily, kde jsou důkazy stále slabé a co vzestup tohoto nástroje vypovídá o zbytku oblasti detekce.

Co Pangram je a kdo jej používá

Pangram Labs je malá společnost založená v roce 2023 v Brooklynu výzkumníky AI, kteří dříve pracovali v Tesla a Google. Produkt kontroluje vložený nebo nahraný text a vrací odhad, jak velká jeho část byla vygenerována AI, s označením na úrovni vět, a na placených plánech také detekci obrázků a kontrolu plagiátorství.

Jeho uživatelská základna vypadá jinak než u Turnitin. Turnitin se prodává institucím a běží uvnitř systémů pro řízení výuky, zatímco Pangram může používat kdokoli s bezplatným účtem, což znamená, že jej přímo používají studenti, editoři, pracovníci časopisů a osoby posuzující přijetí. Je to nováček na tomto trhu a stále častěji je to nástroj, po němž výzkumníci akademické integrity sahají, když chtějí srovnávací bod, právě proto, že v testech stále dosahuje výsledků, kterých zavedení hráči nedosahují.

Co tvrdí dodavatel

Pangram na své domovské stránce uvádí 99.98 percent accuracy a tvrdí, že jeho false positive rate, tedy míra, s jakou jsou lidské dokumenty nesprávně označeny jako AI, je v současnosti 1 in 10,000. Firemní blogový příspěvek o false positives, napsaný jeho CTO, rozkládá toto celkové číslo podle žánru: 0.004 percent u akademických esejů, 0.001 percent u vědeckých abstraktů, s slabšími místy, která sama společnost přiznává, například 0.05 percent u poezie a 0.23 percent u receptů. Společnost také tvrdí, že její model stále detekuje AI text i poté, co byl zpracován takzvanými humanizer tools.

Všechna tato čísla jsou vlastními údaji dodavatele z jeho vlastních testovacích sad a tentýž příspěvek obsahuje i vlastní upozornění dodavatele, že model funguje nejlépe na delším textu psaném v úplných větách a že společnost nedoporučuje kontrolovat krátké odrážkové seznamy ani vysoce formální text. Je třeba mít na paměti obě tyto části. Tvrzení jsou neobvykle konkrétní a neobvykle nízká, a přesto zůstávají tvrzeními, dokud je někdo mimo společnost neověří.

Co ukazují nezávislé důkazy

Nejsilnější dosavadní test je recenzovaná studie od Van Vlasselaer, Van Droogenbroeck a Spruyt na Vrije Universiteit Brussel, publikovaná v červnu 2026 v International Journal for Educational Integrity. Tým vytvořil 160 akademických prací na úrovni magisterského studia, každou o délce alespoň 4,000 slov: 40 napsaných skutečnými studenty před rokem 2019, 40 plně vygenerovaných pomocí GPT-4o Deep Research, 40 hybridních a 40 AI generovaných a poté záměrně zhumanizovaných. Všechny prošly přes Turnitin, GPTZero, Copyleaks a Pangram.

U plně AI generovaných prací studie uvádí, že Turnitin, GPTZero a Copyleaks "zcela selhaly při detekci AI generovaného obsahu." Turnitin ohodnotil každou z těchto 40 prací mezi 0 a 20 procenty AI, mediánové skóre všech tří zavedených nástrojů se u prací, které byly ze 100 procent napsány strojem, pohybovalo pod 20 procenty. Pangram dosáhl na stejné sadě přísné přesnosti 65 procent a inkluzivní přesnosti 97.5 procenta, přičemž jednu práci klasifikoval chybně. U zhumanizované sady Pangram správně identifikoval AI obsah ve 37 z 40 případů, což představuje přísnou přesnost 92.5 procenta, zatímco GPTZero dosáhl 2.5 procenta, Copyleaks 22.5 procenta a Turnitin 50 procent.

Tool	Fully AI papers (strict accuracy)	Humanized AI papers (strict accuracy)	Human papers correctly cleared
Pangram	65%	92.5%	100%
Turnitin	0%	50%	100%
GPTZero	0%	2.5%	100%
Copyleaks	0%	22.5%	100%

Druhý datový bod je working paper Briana Jabariana a Alexe Imase na Chicago Booth, shrnutý v Chicago Booth Review v prosinci 2025. Při testování detektorů na zhruba 2,000 lidsky napsaných pasážích napříč šesti médii plus verzích AI od čtyř frontier modelů zjistili, že míra falešně pozitivních výsledků Pangram byla napříč většinou rozhodovacích prahů v podstatě nulová, s přesností, která na jejich korpusu nikdy neklesla pod 99.8 percent, a s falešně negativními výsledky mezi 2 a 4 percent v závislosti na modelu. Výzkumníci navrhují, aby instituce přijaly přísný strop politiky, například ne více než 0.5 percent lidského psaní označeného jako podezřelé, než budou jakýkoli detektor provozně důvěřovat. Všimněte si rozdílu ve statusu, Booth paper je working paper, zatím bez recenzního řízení, a testoval neupravený text AI, nikoli zhumanizované akademické práce.

Falešně pozitivní výsledky a kdo je poškozen

Falešně pozitivní výsledky jsou místem, kde se soustřeďuje poškození detektory, a vzorec doložený napříč tímto odvětvím je takový, že označení dopadají neúměrně na autory angličtiny, pro něž není rodilým jazykem. Studie VUB stojí za přečtení právě k tomuto bodu, jejích 40 lidských prací bylo všechno napsáno nerodilými mluvčími angličtiny a všechny čtyři nástroje, včetně Pangram, je všechny prošly na 100 percent. To je skutečně povzbudivý výsledek, a zároveň jde o 40 prací. Vzorek této velikosti nemůže potvrdit míru jako 0.004 percent, pouze mnohem rozsáhlejší interní testování samotného dodavatele produkuje takto jemná čísla, a žádná externí strana je v takovém měřítku nereplikovala.

Skutečná část studie ukazuje, proč opatrnost přetrvává i při dobrých benchmarcích. Když výzkumníci spustili Pangram na 1,163 skutečných diplomových pracích z let 2024 a 2025, označil 45.5 procent z nich na nějaké úrovni, přičemž medián odhadovaného podílu AI činil mezi označenými případy 30 procent, a pro žádnou z těchto prací neexistuje žádná ground truth. Autoři jsou přímočaří: detekční skóre jsou užitečné počáteční signály a nikdy by neměla být jediným důkazem při rozhodování s vysokými důsledky. Student, který čelí obvinění, stále potřebuje procesně založené způsoby, jak prokázat autorství, bez ohledu na to, který detektor dané číslo vytvořil.

Ceny a přístup

Stránka Pangram nabízí po registraci účtu 20 bezplatných kontrol denně, přičemž placené předplatné přidává objem kreditů a funkce, jako je detekce plagiátorství. Tento model přístupu je stejně důležitý jako čísla přesnosti, na rozdíl od Turnitin, se kterým se autor setká až tehdy, když jej proti němu použije instituce, Pangram lze kontrolovat přímo, takže autor může vidět stejný druh signálu, jaký by recenzent mohl vidět ještě před odevzdáním čehokoli.

Kde Pangram zapadá do prostředí detektorů

Souhrn autorů z VUB o tomto oboru je přímočarý: "Ze čtyř nástrojů pro detekci AI zkoumaných zde v této chvíli pouze jeden dosáhl uspokojivých výsledků." Tato věta vypovídá stejně mnoho o zavedených nástrojích jako o Pangram. Turnitin, nástroj, na který se ve skutečnosti spoléhá většina institucí, dosáhl u plně AI generované sady skóre nula a jeho samostatně doložená míra falešně pozitivních výsledků už přiměla univerzity zacházet s jeho skóre opatrně. Všechny tyto nástroje měří statistické vlastnosti textu a základní mechanismy vysvětlují jak to, proč Pangramův novější trénovací přístup může získat náskok, tak to, proč každý z nich zůstává pravděpodobnostní.

Upřímný verdikt: Pangram je v současnosti v nezávislém testování nejlépe podpořený detektor, a to s výrazným náskokem, podle nedávných důkazů. Tyto důkazy jsou však také úzké. Dvě studie, jedna recenzovaná, jedna ne, obě z posledního roku, převážně anglické, převážně dlouhé akademické a webové texty. Detekce je závod ve zbrojení proti modelům, které se mění každé čtvrtletí, a nástroj, který vede v roce 2026, si toto vedení udrží jen do další generace textu. Skóre Pangram je lépe kalibrovaný odhad než to, které produkují jeho soupeři. Stále je to odhad, nikoli důkaz toho, co udělala konkrétní osoba.

Podívejte se na úplné srovnání

Pangram je jeden nástroj v přeplněném, nevyrovnaném poli. Jak si vede ve srovnání s Turnitin, GPTZero, Copyleaks, ZeroGPT a ostatními podle stejných kritérií, viz úplný průvodce AI detectors compared.

Co zjistil náš vlastní výzkum

Ve studii shody detektorů od TextPulse Research hodnotilo devět komerčních AI detektorů stejných 90 akademických textů. Jedním z nich byl hybridní text o 455 slovech: lidsky psaný začátek a závěr kolem AI generované střední části o 168 slovech. Pangram ohodnotil tento text na 34% AI, zatímco verdikty ostatních nástrojů nad stejnými slovy sahaly od 0% do 95.7% AI. Celá studie, korpus i matice skóre všech nástrojů jsou volně dostupné na TextPulse Research.