รีวิว Pangram AI Detector: เครื่องมือที่นักวิจัยยังคงตรวจสอบความถูกต้อง

Pangram คือเครื่องมือตรวจจับ AI ที่นักวิจัยอิสระมักหยิบยกขึ้นมาเป็นพิเศษ ซึ่งทำให้ควรได้รับการพิจารณาอย่างใกล้ชิดมากกว่าการดูคะแนนจากผู้ขายตามปกติ ผู้พัฒนา Pangram Labs ระบุอัตราบวกปลอมประมาณ 1 ใน 10,000 และความแม่นยำตามพาดหัวที่ 99.98 percent ตัวเลขเหล่านี้เป็นตัวเลขของบริษัทเอง วัดจากเกณฑ์มาตรฐานของบริษัทเอง สิ่งที่ทำให้ Pangram แตกต่างจากเครื่องมือส่วนใหญ่ในตลาดคือ คราวนี้ งานวิจัยภายนอกล่าสุดชี้ไปในทิศทางเดียวกันโดยรวม

มีการประเมินอิสระสองฉบับเกิดขึ้นภายในปีที่ผ่านมา ฉบับหนึ่งเป็นงานวิจัยที่ผ่านการประเมินโดยผู้ทรงคุณวุฒิจาก Vrije Universiteit Brussel ตีพิมพ์โดย Springer ใน June 2026 และอีกฉบับเป็นบทความวิจัยฉบับร่างของ University of Chicago Booth School ที่ Chicago Booth Review นำเสนอใน December 2025 ทั้งสองฉบับจัดให้ Pangram อยู่เหนือคู่แข่งที่เป็นที่รู้จักมากกว่าอย่างชัดเจน รวมถึง Turnitin, GPTZero และ Copyleaks อย่างไรก็ตาม งานทั้งสองฉบับไม่ได้ถือว่าคะแนนของเครื่องมือตรวจจับใด ๆ เป็นหลักฐานยืนยันสิ่งใดเกี่ยวกับเอกสารฉบับใดฉบับหนึ่งโดยเฉพาะ และทั้งสองฉบับก็ระบุเช่นนั้น

ต่อไปนี้คือสิ่งที่ Pangram อ้างเกี่ยวกับตนเอง สิ่งที่การศึกษาทั้งสองฉบับวัดได้จริง จุดที่หลักฐานยังมีจำกัด และการที่เครื่องมือนี้เติบโตขึ้นบอกอะไรเกี่ยวกับสนามการตรวจจับที่เหลือ

Pangram คืออะไรและใครใช้มัน

Pangram Labs เป็นบริษัทขนาดเล็กที่ก่อตั้งในปี 2023 ที่ Brooklyn โดยนักวิจัย AI ซึ่งก่อนหน้านี้เคยทำงานที่ Tesla และ Google ผลิตภัณฑ์นี้ตรวจสอบข้อความที่วางหรืออัปโหลดเข้าไป แล้วประเมินว่ามีส่วนที่สร้างโดย AI มากน้อยเพียงใด พร้อมการไฮไลต์ระดับประโยค และยังมีการตรวจจับภาพและการตรวจสอบการคัดลอกผลงานในแผนแบบชำระเงิน

ฐานผู้ใช้ของมันแตกต่างจาก Turnitin Turnitin จำหน่ายให้สถาบันและทำงานอยู่ภายในระบบจัดการการเรียนรู้ ส่วน Pangram ใครก็ตามที่มีบัญชีฟรีก็สามารถใช้งานได้โดยตรง ซึ่งหมายความว่านักศึกษา บรรณาธิการ เจ้าหน้าที่วารสาร และผู้พิจารณารับเข้าเรียนใช้มันโดยตรง มันเป็นผู้เล่นรายใหม่ในตลาดนี้ และกำลังกลายเป็นเครื่องมือที่นักวิจัยด้านความซื่อสัตย์ทางวิชาการหันมาใช้มากขึ้นเมื่อพวกเขาต้องการจุดเปรียบเทียบ เพราะมันยังคงทำผลงานในการทดสอบได้ในแบบที่ผู้เล่นเดิมทำไม่ได้

สิ่งที่ผู้ขายอ้าง

หน้าแรกของ Pangram โฆษณาความแม่นยำ 99.98 เปอร์เซ็นต์ และระบุว่าอัตราบวกเท็จของตน, คืออัตราที่เอกสารที่มนุษย์เขียนถูกระบุผิดว่าเป็น AI, อยู่ที่ 1 ใน 10,000 ในปัจจุบัน บทความในบล็อกของบริษัทเกี่ยวกับบวกเท็จ ซึ่งเขียนโดย CTO ของบริษัท แยกตัวเลขรวมดังกล่าวตามประเภทงานเขียน, คือ 0.004 เปอร์เซ็นต์สำหรับบทความเชิงวิชาการ, 0.001 เปอร์เซ็นต์สำหรับบทคัดย่อทางวิทยาศาสตร์, โดยมีจุดอ่อนที่บริษัทเปิดเผยเอง เช่น 0.05 เปอร์เซ็นต์สำหรับบทกวี และ 0.23 เปอร์เซ็นต์สำหรับสูตรอาหาร บริษัทยังอ้างว่าโมเดลของตนยังคงตรวจจับข้อความ AI ได้หลังจากถูกประมวลผลด้วยเครื่องมือที่เรียกว่า humanizer

ตัวเลขทั้งหมดนี้เป็นตัวเลขที่ผู้ขายรายงานเองจากชุดทดสอบของตนเอง และโพสต์เดียวกันนั้นก็มีข้อจำกัดที่ผู้ขายระบุไว้เองด้วย, คือโมเดลทำงานได้ดีที่สุดกับข้อความที่ยาวกว่าและเขียนเป็นประโยคสมบูรณ์ และบริษัทแนะนำว่าไม่ควรคัดกรองรายการหัวข้อย่อยสั้น ๆ หรือข้อความที่มีรูปแบบตายตัวมาก ควรพิจารณาทั้งสองส่วนนี้ร่วมกัน ข้ออ้างเหล่านี้มีความเฉพาะเจาะจงอย่างผิดปกติและต่ำอย่างผิดปกติ แต่ก็ยังเป็นเพียงข้ออ้างจนกว่าจะมีผู้ที่อยู่นอกบริษัทตรวจสอบ

หลักฐานอิสระแสดงอะไร

การทดสอบที่เข้มแข็งที่สุดจนถึงปัจจุบันคือการศึกษาที่ผ่านการประเมินโดยผู้ทรงคุณวุฒิโดย Van Vlasselaer, Van Droogenbroeck, และ Spruyt แห่ง Vrije Universiteit Brussel ซึ่งตีพิมพ์ในเดือนมิถุนายน 2026 ใน International Journal for Educational Integrity ทีมวิจัยสร้างบทความวิชาการระดับปริญญาโทจำนวน 160 ชิ้น โดยแต่ละชิ้นมีอย่างน้อย 4,000 คำ, 40 ชิ้นเขียนโดยนักศึกษาจริงก่อนปี 2019, 40 ชิ้นสร้างทั้งหมดด้วย GPT-4o Deep Research, 40 ชิ้นเป็นแบบผสม, และ 40 ชิ้นสร้างโดย AI แล้วจงใจทำให้ดูเป็นงานมนุษย์ จากนั้นนำทั้งหมดไปตรวจด้วย Turnitin, GPTZero, Copyleaks, และ Pangram

ในบทความที่สร้างโดย AI ทั้งหมด การศึกษารายงานว่า Turnitin, GPTZero, และ Copyleaks "ล้มเหลวโดยสิ้นเชิงในการตรวจจับเนื้อหาที่สร้างโดย AI" Turnitin ให้คะแนนบทความทั้ง 40 ชิ้นนั้นอยู่ระหว่าง 0 ถึง 20 เปอร์เซ็นต์ AI, ค่ามัธยฐานของทั้งสามระบบเดิมอยู่ต่ำกว่า 20 เปอร์เซ็นต์สำหรับบทความที่เขียนโดยเครื่อง 100 เปอร์เซ็นต์ Pangram มีความแม่นยำแบบเข้มงวด 65 เปอร์เซ็นต์ และความแม่นยำแบบครอบคลุม 97.5 เปอร์เซ็นต์ในชุดเดียวกัน โดยจำแนกบทความผิด 1 ชิ้น ในชุดที่ทำให้เป็นมนุษย์ Pangram ระบุเนื้อหา AI ได้ถูกต้องใน 37 จาก 40 กรณี, มีความแม่นยำแบบเข้มงวด 92.5 เปอร์เซ็นต์ ขณะที่ GPTZero ทำได้ 2.5 เปอร์เซ็นต์, Copyleaks 22.5 เปอร์เซ็นต์, และ Turnitin 50 เปอร์เซ็นต์

เครื่องมือ	บทความ AI ทั้งหมด (ความแม่นยำแบบเข้มงวด)	บทความ AI ที่ทำให้เป็นมนุษย์ (ความแม่นยำแบบเข้มงวด)	บทความมนุษย์ที่ระบุว่าไม่ใช่ AI ได้ถูกต้อง
Pangram	65%	92.5%	100%
Turnitin	0%	50%	100%
GPTZero	0%	2.5%	100%
Copyleaks	0%	22.5%	100%

จุดข้อมูลที่สองคือ working paper โดย Brian Jabarian และ Alex Imas ที่ Chicago Booth ซึ่งสรุปไว้ใน Chicago Booth Review ในเดือนธันวาคม 2025 เมื่อทดสอบเครื่องตรวจจับกับข้อความที่มนุษย์เขียนประมาณ 2,000 ตอน ครอบคลุมสื่อ 6 ประเภท รวมทั้งเวอร์ชัน AI จากโมเดลแนวหน้าจำนวน 4 โมเดล พวกเขาพบว่าอัตราบวกเท็จของ Pangram แทบเป็นศูนย์ในเกณฑ์การตัดสินส่วนใหญ่ โดยมีความแม่นยำที่ไม่เคยต่ำกว่า 99.8 percent ในคลังข้อมูลของพวกเขา และมีลบเท็จอยู่ระหว่าง 2 ถึง 4 percent ขึ้นอยู่กับโมเดล นักวิจัยเสนอว่าสถาบันควรกำหนดเพดานนโยบายที่เข้มงวด เช่น ไม่ควรมีงานเขียนของมนุษย์เกิน 0.5 percent ที่ถูกตั้งธง ก่อนจะเชื่อถือเครื่องตรวจจับใด ๆ ในการใช้งานจริง โปรดสังเกตความแตกต่างของสถานะ, เอกสารของ Booth เป็น working paper ซึ่งยังไม่ได้ผ่านการประเมินโดยผู้ทรงคุณวุฒิ และได้ทดสอบข้อความ AI ที่ไม่ผ่านการดัดแปลง ไม่ใช่บทความวิชาการที่ถูกทำให้เป็นมนุษย์

บวกเท็จและผู้ที่ได้รับผลกระทบ

บวกเท็จคือจุดที่ความเสียหายจากเครื่องตรวจจับกระจุกตัว และรูปแบบที่มีการบันทึกไว้ทั่วทั้งอุตสาหกรรมนี้คือ ธงเตือนตกกับ ผู้เขียนภาษาอังกฤษที่ไม่ใช่เจ้าของภาษา อย่างไม่สมส่วน การศึกษาของ VUB ควรค่าแก่การอ่านในประเด็นนี้โดยตรง, บทความ 40 ชิ้นที่เป็นงานเขียนของมนุษย์ทั้งหมดเขียนโดยผู้พูดภาษาอังกฤษที่ไม่ใช่เจ้าของภาษา และเครื่องมือทั้ง 4 ชนิด รวมถึง Pangram สามารถผ่านทั้งหมด 100 percent ได้ นั่นเป็นผลลัพธ์ที่น่ายินดีอย่างแท้จริง และก็เป็นบทความ 40 ชิ้นด้วย ขนาดตัวอย่างเท่านี้ไม่อาจยืนยันอัตราอย่าง 0.004 percent ได้, มีเพียงการทดสอบภายในขนาดใหญ่กว่ามากของผู้ขายเท่านั้นที่ให้ตัวเลขละเอียดเช่นนั้น และยังไม่มีฝ่ายภายนอกใดทำซ้ำผลลัพธ์นั้นในระดับขนาดดังกล่าว

ส่วนที่ว่าด้วยโลกจริงของการศึกษาแสดงให้เห็นว่าเหตุใดความระมัดระวังจึงยังคงอยู่แม้มีเกณฑ์มาตรฐานที่ดี เมื่อผู้วิจัยใช้ Pangram กับวิทยานิพนธ์ระดับปริญญาโทจริง 1,163 ฉบับจากปี 2024 และ 2025 มันระบุว่า 45.5 เปอร์เซ็นต์ของเอกสารเหล่านั้นมีระดับใดระดับหนึ่ง โดยมีค่ามัธยฐานของสัดส่วน AI ที่ประเมินได้เท่ากับ 30 เปอร์เซ็นต์ในบรรดากรณีที่ถูกระบุ และไม่มีข้อมูลจริงอ้างอิงสำหรับวิทยานิพนธ์ใดเลย ผู้เขียนกล่าวอย่างตรงไปตรงมาว่า คะแนนการตรวจจับมีประโยชน์ในฐานะสัญญาณเริ่มต้น และไม่ควรเป็นหลักฐานเพียงอย่างเดียวในการตัดสินใจที่มีความเสี่ยงสูง นักศึกษาที่เผชิญข้อกล่าวหายังคงต้องมี วิธีการที่อาศัยกระบวนการเพื่อแสดงความเป็นผู้ประพันธ์ ไม่ว่าเครื่องตรวจจับใดจะเป็นผู้ให้ตัวเลขนั้นก็ตาม

ราคาและการเข้าถึง

เว็บไซต์ของ Pangram เสนอการตรวจฟรี 20 ครั้งต่อวันหลังจากลงทะเบียนบัญชี โดยการสมัครแบบชำระเงินจะเพิ่มปริมาณเครดิตและฟีเจอร์ต่าง ๆ เช่น การตรวจจับการลอกเลียนผลงาน รูปแบบการเข้าถึงนี้มีความสำคัญพอ ๆ กับตัวเลขความแม่นยำ, ต่างจาก Turnitin ซึ่งผู้เขียนจะพบก็ต่อเมื่อสถาบันนำไปใช้ตรวจสอบเขาโดยตรง Pangram สามารถตรวจได้โดยตรง ดังนั้นผู้เขียนจึงสามารถเห็นสัญญาณในลักษณะเดียวกับที่ผู้ประเมินอาจเห็นก่อนมีการส่งงานใด ๆ

Pangram อยู่ตรงไหนในภูมิทัศน์ของเครื่องตรวจจับ

บทสรุปของผู้เขียน VUB ต่อสาขานี้ตรงไปตรงมา: "จากเครื่องมือตรวจจับ AI ทั้งสี่ชนิดที่ศึกษาในที่นี้ ณ ขณะนี้มีเพียงหนึ่งชนิดที่ให้ผลลัพธ์น่าพอใจ" ประโยคนั้นบอกได้มากพอ ๆ กันทั้งเกี่ยวกับผู้เล่นเดิมและเกี่ยวกับ Pangram Turnitin ซึ่งเป็นเครื่องมือที่สถาบันส่วนใหญ่พึ่งพาอยู่จริง ได้คะแนนเป็นศูนย์ในชุดที่สร้างโดย AI ทั้งหมด และ บันทึกผลบวกลวงที่มีการจัดทำไว้แยกต่างหาก ของมันก็ทำให้มหาวิทยาลัยต้องระมัดระวังต่อคะแนนของมันอยู่แล้ว เครื่องมือทั้งหมดเหล่านี้วัดคุณสมบัติทางสถิติของข้อความ และ กลไกพื้นฐาน อธิบายทั้งเหตุผลที่แนวทางการฝึกใหม่ของ Pangram สามารถก้าวนำได้ และเหตุผลที่เครื่องมือทุกชนิดยังคงเป็นแบบความน่าจะเป็น

ข้อสรุปอย่างตรงไปตรงมา, Pangram เป็นตัวตรวจจับที่ได้รับการสนับสนุนดีที่สุดในการทดสอบอิสระในปัจจุบัน โดยทิ้งห่างอย่างมากจากหลักฐานล่าสุด อย่างไรก็ตาม หลักฐานนั้นก็มีขอบเขตแคบเช่นกัน มีการศึกษา 2 ชิ้น, ชิ้นหนึ่งผ่านการทบทวนโดยผู้ทรงคุณวุฒิ, อีกชิ้นหนึ่งไม่ผ่าน, ทั้งสองชิ้นมาจากปีที่ผ่านมา, ส่วนใหญ่เป็นภาษาอังกฤษ, และส่วนใหญ่เป็นข้อความเชิงวิชาการและเว็บแบบยาว การตรวจจับเป็นการแข่งขันทางอาวุธกับโมเดลที่เปลี่ยนแปลงทุกไตรมาส และเครื่องมือที่นำในปี 2026 จะรักษาความนำไว้นั้นได้เพียงจนกว่าจะมีข้อความรุ่นถัดไป คะแนนของ Pangram เป็นค่าประมาณที่ปรับเทียบได้ดีกว่าที่คู่แข่งสร้างขึ้น แต่ก็ยังเป็นเพียงค่าประมาณ ไม่ใช่หลักฐานว่าใครคนใดคนหนึ่งได้ทำสิ่งใดโดยเฉพาะ

ดูการเปรียบเทียบฉบับเต็ม

Pangram เป็นเพียงหนึ่งเครื่องมือในสนามที่มีผู้เล่นจำนวนมากและไม่สม่ำเสมอ หากต้องการดูว่าเมื่อเทียบกับ Turnitin, GPTZero, Copyleaks, ZeroGPT และเครื่องมืออื่น ๆ ภายใต้เกณฑ์เดียวกันแล้วเป็นอย่างไร โปรดดูคู่มือฉบับสมบูรณ์ AI detectors compared

สิ่งที่งานวิจัยของเราเองค้นพบ

ในการศึกษาความสอดคล้องของเครื่องตรวจจับโดย TextPulse Research เครื่องตรวจจับ AI เชิงพาณิชย์เก้าตัวให้คะแนนบทความวิชาการชุดเดียวกัน 90 ชิ้น หนึ่งในนั้นเป็นข้อความไฮบริดยาว 455 คำ: ส่วนเปิดและส่วนปิดเขียนโดยมนุษย์ คั่นกลางด้วยส่วนที่ AI สร้างยาว 168 คำ Pangram ให้คะแนนข้อความนี้ 34% AI ขณะที่คำตัดสินของเครื่องมืออื่นต่อคำชุดเดียวกันกระจายตั้งแต่ 0% ถึง 95.7% AI บทความฉบับเต็ม คลังข้อความ และตารางคะแนนของทุกเครื่องมือเปิดให้เข้าถึงได้ที่ TextPulse Research