Tem um barulho de fundo tomando conta da internet: texto que parece escrito por gente, mas foi cozinhado por um modelo de linguagem. A Pangram, startup nova-iorquina, decidiu se especializar em identificar esse ruído e acaba de embolsar US$ 9 milhões, numa rodada liderada pela Menlo Ventures e com participação de Haystack, ScOp, Script Capital e Cadenza.
Junto com o dinheiro novo, vem a atualização de ferramentas: o Pangram 4, modelo de detecção de texto que promete mais de 99% de acerto ao identificar escrita com ajuda de IA, e o Pangram Image, ainda em fase de testes fechados, focado em imagens geradas artificialmente.
O truque do espelho sintético
A engenharia por trás disso é curiosa. Os fundadores, Max Spero e Bradley Emi (ambos formados em IA e machine learning por Stanford), treinaram o sistema com milhões de textos humanos confirmados e depois criaram, para cada um, uma versão gêmea escrita por um LLM de ponta, com mesmo tema, tamanho e tom. É como comparar a caligrafia de duas pessoas copiando a mesma frase: as diferenças sutis de escolha de palavras acabam denunciando quem escreveu o quê.
Spero resume bem o motivo de tanto esforço:
É incrivelmente valioso saber se aquilo que você está lendo foi gerado por IA, porque isso muda completamente a forma como você aborda o texto.
Quando o deslize vira problema institucional
O contexto ajuda a entender a pressa do mercado. Casos como o de um político canadense que leu em voz alta, sem perceber, o próprio comando dado a uma IA, ou advogados que citaram jurisprudência inventada pelo ChatGPT e levaram multa, mostram que o descuido com IA já passou de piada para risco real. O arXiv, repositório acadêmico, chegou a criar uma política que pune com banimento de um ano quem submeter artigos com sinais claros de que ninguém revisou a saída do modelo.
A Pangram entra nessa disputa ao lado de nomes como Winston AI, Originality.ai, Copyleaks e GPTZero, todos brigando pelo mesmo nicho. A diferença que a startup destaca é não depender de metadados ou marcas d’água escondidas, e sim de padrões de estilo.
Na prática, o produto chega ao usuário final por US$ 20 por mês, com extensão para Chrome que rotula posts em tempo real no X, LinkedIn, Substack, Reddit e Medium, além de uma espécie de placar de saúde do feed. Via API, a tecnologia já roda dentro do Substack e atende clientes como Quora, escolas, universidades e editoras.
Testes da própria reportagem da TechCrunch mostraram o sistema afiado para flagrar textos totalmente gerados por ChatGPT e Claude, mas ainda com tropeços: trechos reescritos à mão às vezes foram marcados como IA, e um texto humano levemente polido por IA recebeu nota de 13% de assistência artificial, um número plausível, mas não cirúrgico. Detector nenhum é oráculo perfeito, mas a régua está sendo construída.
Fonte: https://techcrunch.com/2026/07/29/as-ai-content-floods-the-internet-pangram-raises-9m-to-detect-it/