Pangram AI Detector áttekintés: Az eszköz, amelyet a kutatók továbbra is validálnak
Pangram körülbelül 1 a 10,000-hez hamis pozitív arányt közöl, és a legtöbb detektorszolgáltatóval ellentétben most már friss független kutatás is ugyanebbe az irányba mutat. Egy szaklektorált, 2026-os Vrije Universiteit Brussel-tanulmány szerint ez volt az egyetlen a négy eszköz közül, amely kielégítő eredményeket ért el mesterszakos dolgozatokon. Itt olvasható, mit mértek a tanulmányok, hol marad még mindig gyenge a bizonyíték, és mit nem bizonyíthat egyetlen detektorpontszám sem.
Pangram az az AI detektor, amelyet a független kutatók újra és újra kiemelnek, ezért érdemes alaposabban megvizsgálni, mint a szokásos szállítói értékelőlapot. A fejlesztő, Pangram Labs, körülbelül 1 a 10,000-hez arányú hamis pozitív rátát és 99.98 percentes fő pontosságot közöl. Ezek a vállalat saját számai, amelyeket a saját benchmarkjain mértek. Ami Pangramot a mezőny nagy részétől megkülönbözteti, az az, hogy ezúttal a közelmúltbeli külső kutatások is nagyjából ugyanabba az irányba mutatnak.
Az elmúlt évben két független értékelés is megjelent, egy szaklektorált tanulmány a Vrije Universiteit Brusselről, amelyet a Springer adott ki 2026 júniusában, valamint egy University of Chicago Booth School munkatanulmány, amelyről a Chicago Booth Review számolt be 2025 decemberében. Mindkettő egyértelműen Pangramot helyezte a ismertebb riválisok, köztük a Turnitin, GPTZero és Copyleaks elé. Egyik tanulmány sem tekinti bármely detektor pontszámát bizonyítéknak egy adott dokumentumra vonatkozóan, és ezt mindkettő ki is mondja.
Az alábbiakban azt tekintjük át, mit állít Pangram önmagáról, mit mértek valójában a két tanulmányban, hol marad még mindig gyenge az evidenciabázis, és mit mond ez az eszköz felemelkedése a detektálási mezőny többi szereplőjéről.
Mi a Pangram, és kik használják
Pangram Labs egy 2023-ban Brooklynban alapított kisvállalat, amelyet korábban a Tesla és a Google munkatársaként dolgozó AI kutatók hoztak létre. A termék beillesztett vagy feltöltött szöveget ellenőriz, és becslést ad arról, hogy annak mekkora része AI által generált, mondatszintű kiemeléssel, továbbá fizetős csomagokban képdetektálással és plágiumellenőrzéssel.
Felhasználói köre eltér a Turnitin felhasználóitól. A Turnitin intézményeknek értékesített termék, és tanulásmenedzsment rendszerekben működik, míg a Pangramot bárki futtathatja ingyenes fiókkal, ami azt jelenti, hogy diákok, szerkesztők, folyóirati munkatársak és felvételi olvasók közvetlenül használják. Ez az újonc ezen a piacon, és egyre inkább az az eszköz, amelyhez az akadémiai integritással foglalkozó kutatók összehasonlítási pontként nyúlnak, éppen azért, mert a teszteken továbbra is olyan teljesítményt nyújt, amelyet a bejáratott szereplők nem.
Mit állít a szolgáltató
Pangram honlapja 99.98 százalékos pontosságot hirdet, és azt állítja, hogy a hamis pozitív aránya, vagyis annak aránya, hogy az emberi dokumentumokat tévesen AI-ként jelöli meg, jelenleg 1 in 10,000. Egy vállalati blogbejegyzés a hamis pozitívokról, amelyet a CTO-ja írt, ezt az összesített értéket műfajonként bontja le: 0.004 százalék tudományos esszék esetében, 0.001 százalék tudományos absztraktok esetében, továbbá a vállalat maga által feltárt gyengébb pontokkal, például 0.05 százalék költészet esetében és 0.23 százalék receptek esetében. A vállalat azt is állítja, hogy modellje akkor is észleli az AI szöveget, miután úgynevezett humanizer eszközök feldolgozták.
Mindezek a szállító saját tesztkészleteiből származó, önbevalláson alapuló számok, és ugyanez a bejegyzés a szállító saját fenntartásait is tartalmazza: a modell a leghatékonyabban hosszabb, teljes mondatokban írt szövegen működik, és a vállalat nem javasolja rövid felsorolások vagy erősen formulaisztikus szöveg ellenőrzését. E két szempontot együtt kell figyelembe venni. Az állítások szokatlanul konkrétak és szokatlanul alacsonyak, de továbbra is állítások maradnak, amíg a vállalaton kívül valaki nem ellenőrzi őket.
Mit mutat a független bizonyíték
A mai napig a legerősebb teszt egy Van Vlasselaer, Van Droogenbroeck és Spruyt által a Vrije Universiteit Brussel intézményben végzett, szakmai lektoráláson átesett tanulmány, amely 2026 júniusában jelent meg az International Journal for Educational Integrity folyóiratban. A csapat 160 mesterszintű tudományos dolgozatot készített, mindegyik legalább 4,000 szóból állt: 40-et valós hallgatók írtak 2019 előtt, 40-et teljes egészében GPT-4o Deep Research generált, 40 hibrid volt, és 40-et AI generált, majd szándékosan emberivé tettek. Mindegyiket lefuttatták a Turnitin, GPTZero, Copyleaks és Pangram rendszereken.
A teljesen AI által generált dolgozatok esetében a tanulmány azt közli, hogy a Turnitin, a GPTZero és a Copyleaks "teljesen kudarcot vallott az AI által generált tartalom felismerésében." A Turnitin mind a 40 dolgozatot 0 és 20 százalék közötti AI-értékre értékelte, a három meghatározó szereplő mediánpontszámai mind 20 százalék alatt maradtak olyan dolgozatokon, amelyek 100 százalékban gép által írtak voltak. A Pangram ugyanazon a mintán 65 százalékos szigorú pontosságot és 97.5 százalékos inkluzív pontosságot ért el, egy dolgozatot tévesen sorolva be. Az emberivé tett mintán a Pangram 40 esetből 37-ben helyesen azonosította az AI-tartalmat, ami 92.5 százalékos szigorú pontosságot jelent, míg a GPTZero 2.5 százalékot, a Copyleaks 22.5 százalékot, a Turnitin pedig 50 százalékot ért el.
| Eszköz | Teljesen AI dolgozatok (szigorú pontosság) | Emberivé tett AI dolgozatok (szigorú pontosság) | Az emberi dolgozatokat helyesen tisztázta |
|---|---|---|---|
| Pangram | 65% | 92.5% | 100% |
| Turnitin | 0% | 50% | 100% |
| GPTZero | 0% | 2.5% | 100% |
| Copyleaks | 0% | 22.5% | 100% |
A második adatpont egy Brian Jabarian és Alex Imas által a Chicago Boothnál készített working paper, amelyet 2025 decemberében a Chicago Booth Review foglalt össze. A detektorokat körülbelül 2,000 ember által írt szövegrészleten tesztelve, hat médiumon keresztül, valamint négy frontier modell AI-változatain, azt találták, hogy Pangram hamis pozitív aránya a legtöbb döntési küszöbön gyakorlatilag nulla volt, a pontosság pedig a korpuszukon soha nem esett 99.8 percent alá, a hamis negatívok aránya pedig a modelltől függően 2 és 4 percent között mozgott. A kutatók azt javasolják, hogy az intézmények fogadjanak el egy szigorú policy cap-et, például legfeljebb 0.5 percent emberi írást jelöljenek meg, mielőtt bármely detektort operatív módon megbízhatónak tekintenének. Fontos a státuszbeli különbség: a Booth paper working paper, még nem esett át peer review-n, és módosítatlan AI-szöveget tesztelt, nem pedig humanizált akadémiai dolgozatokat.
Hamis pozitívok és hogy kiket érintenek
A hamis pozitívoknál koncentrálódik a detektorok okozta kár, és az ebben az iparágban dokumentált minta az, hogy a jelölések aránytalanul gyakran nem anyanyelvi angol írókra esnek. A VUB tanulmányt érdemes pontosan emiatt elolvasni: a 40 emberi dolgozat mindegyikét nem anyanyelvi angol beszélők írták, és mind a négy eszköz, köztük Pangram is, 100 percentban tisztának minősítette őket. Ez valóban biztató eredmény, és egyben 40 dolgozat. Egy ekkora minta nem tud megerősíteni egy 0.004 percentos rátát, csak a szolgáltató saját, jóval nagyobb belső tesztelése ad ilyen finom számokat, és ezt a léptéket kívülről senki sem reprodukálta.
A tanulmány valós környezetre vonatkozó része megmutatja, miért marad fenn az óvatosság még jó benchmarkok mellett is. Amikor a kutatók a Pangramot 1,163 valódi, 2024-es és 2025-ös mesterszakos dolgozaton futtatták le, az ezek 45.5 százalékát valamilyen szinten megjelölte, a megjelölt esetek között a becsült AI-arány mediánja 30 percent volt, és egyik dolgozatra sem létezik ground truth. A szerzők egyértelműek: az észlelési pontszámok hasznos első jelzések, és nagy tétű döntésekben soha nem szabad őket egyedüli bizonyítékként használni. Egy váddal szembesülő hallgatónak továbbra is eljárásalapú módokra van szüksége a szerzőség igazolásához, függetlenül attól, hogy melyik detektor adta a számot.
Emberibbé tenni saját dolgozatát
Alakítsa át az AI által támogatott szövegét úgy, hogy emberinek hangozzon, anélkül hogy fontos szavakat vagy hivatkozásokat érintene.
Árazás és hozzáférés
A Pangram webhelye fiók létrehozása után naponta 20 ingyenes ellenőrzést kínál, a fizetős előfizetések pedig kreditmennyiséget és olyan funkciókat adnak hozzá, mint a plágiumészlelés. Ez a hozzáférési modell legalább annyira számít, mint a pontossági számok: a Turnitin-nel ellentétben, amellyel egy szerző csak akkor találkozik, amikor egy intézmény lefuttatja ellene, a Pangram közvetlenül ellenőrizhető, így a szerző ugyanazt a jellegű jelet láthatja, amelyet egy bíráló láthatna, mielőtt bármit benyújtanak.
Hol illeszkedik a Pangram az észlelőeszközök környezetébe
A VUB szerzőinek összefoglalása a területről egyértelmű: "Az itt vizsgált négy AI-észlelő eszköz közül jelenleg csak egy produkált kielégítő eredményeket." Ez a mondat legalább annyit elárul a jelenlegi szereplőkről, mint a Pangramról. A Turnitin, amelyre a legtöbb intézmény valójában támaszkodik, a teljesen AI generált készletre nullát ért el, és a külön dokumentált hamis pozitív aránya már arra kényszerítette az egyetemeket, hogy óvatosan kezeljék az eredményeit. Mindezek az eszközök a szöveg statisztikai tulajdonságait mérik, és az alapul szolgáló működési mechanizmusok megmagyarázzák azt is, miért tud a Pangram újabb képzési megközelítése előnybe kerülni, és azt is, miért marad mindegyikük valószínűségi alapú.
Az őszinte ítélet: a Pangram jelenleg a legjobban támogatott detektor a független tesztelésekben, messze a legnagyobb különbséggel, a legfrissebb bizonyítékok alapján. Ez a bizonyíték ugyanakkor szűk körű is. Két tanulmány, az egyik szakmai lektoráláson átesett, a másik nem, mindkettő az elmúlt évből, többnyire angol nyelvű, többnyire hosszú formájú akadémiai és webes szövegek. A detektálás fegyverkezési verseny a negyedévente változó modellekkel szemben, és egy olyan eszköz, amely 2026-ban vezető, ezt az előnyt csak a szöveg következő generációjáig őrzi meg. A Pangram pontszám jobban kalibrált becslés, mint amit a versenytársai előállítanak. Továbbra is becslés, nem pedig bizonyíték arra, hogy bármely konkrét személy mit tett.
Lásd a teljes összehasonlítást
A Pangram egy eszköz a zsúfolt, egyenetlen mezőnyben. Arról, hogy ugyanazon szempontok alapján hogyan viszonyul a Turnitin, GPTZero, Copyleaks, ZeroGPT és a többiek teljesítményéhez, lásd a teljes AI detectors compared útmutatót.
Mit mutatott a saját kutatásunk
A TextPulse Research detektor-egyezési tanulmányában kilenc kereskedelmi AI-detektor értékelte ugyanazt a 90 akadémiai szöveget. Az egyik egy 455 szavas hibrid szöveg volt: ember írta bevezetés és zárás, közötte 168 szavas, AI által írt középrész. A Pangram erre a szövegre 34% AI értéket adott, miközben a többi eszköz ítélete ugyanezekre a szavakra 0% és 95.7% AI között szórt. A teljes tanulmány, a korpusz és az eszközönkénti pontszámmátrix szabadon elérhető itt: TextPulse Research.
Gyakran ismételt kérdések
Pangram saját állítása szerint 99.98 százalékos pontosságot és körülbelül 1 a 10,000-hez hamis pozitív arányt ér el, belső benchmarkok alapján mérve. Ezen az iparágon belül szokatlan módon a friss független kutatás is hasonló irányba mutat: egy szaklektorált, 2026 júniusi Vrije Universiteit Brussel-tanulmány szerint ez volt az egyetlen a négy eszköz közül, amely megbízhatóan felismerte a teljesen AI generált és az emberiesített mesterszakos dolgozatokat, továbbá egy Chicago Booth working paper közel nulla hamis pozitív arányt talált a saját korpuszán. A független bizonyíték erős, de friss és korlátozott terjedelmű.
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.
