بانغرام تجمع 9 ملايين دولار لكشف المحتوى المولَّد بالذكاء الاصطناعي

موجة المحتوى الآلي تستدعي استجابة تقنية عاجلة

باتت شبكة الإنترنت تغرق في موجة متصاعدة من المحتوى المُنتَج آلياً؛ مقالات مُحسَّنة لمحركات البحث دون قيمة فعلية، منشورات مزيفة، وحملات تضليل مدعومة بنماذج لغوية ضخمة. في مواجهة هذا الواقع، برزت شركة بانغرام (Pangram) المتخصصة في كشف المحتوى الاصطناعي بوصفها أحد أبرز الحلول التقنية، إذ أعلنت مؤخراً عن إتمام جولة تمويلية بقيمة 9 ملايين دولار، مع إطلاق أحدث نماذجها للكشف عن النصوص والصور.

تفاصيل جولة التمويل والمنتجات الجديدة

قادت صندوق مينلو فنتشرز (Menlo Ventures) هذه الجولة التمويلية، بمشاركة عدد من صناديق الاستثمار من بينها Haystack وScOp وScript Capital وCadenza. وتزامن الإعلان عن التمويل مع إطلاق بانغرام 4، وهو نموذج جديد لكشف النصوص تتجاوز دقته 99% في تحديد الكتابة المدعومة بالذكاء الاصطناعي، سواء أكانت مولَّدة بالكامل أم ممزوجة بمحتوى بشري. كما كشفت الشركة عن نموذج لكشف الصور المُولَّدة بالذكاء الاصطناعي لا يزال في مرحلة المعاينة البحثية، على أن يُتاح للعموم في الأسابيع المقبلة.

كيف يعمل نظام الكشف؟

أسّس الشركةَ كلٌّ من ماكس سبيرو وبرادلي إيمي، الخريجَين من برنامج الذكاء الاصطناعي والتعلم الآلي في جامعة ستانفورد، وذلك قبل نحو عامين من الآن. يقوم نظام بانغرام على تدريب نموذج تعلم آلي ضخم باستخدام عشرات الملايين من الوثائق البشرية الموثوقة، ثم إنشاء "نسخة اصطناعية" مقابلة لكل وثيقة تحاكي الموضوع والطول وأسلوب الكتابة، لكنها مولَّدة بنماذج لغوية حديثة.

يتعلم النموذج بهذه الطريقة الفوارق الأسلوبية الدقيقة التي تميز الكتابة الآلية، دون الاعتماد على بيانات التعريف أو العلامات المائية المخفية. ويمتد نطاق الكشف ليشمل درجات متعددة من التدخل الاصطناعي، كالنصوص التي كتبها الإنسان ثم أخضعها للتحرير الآلي.

لماذا يتصاعد الطلب على أدوات الكشف؟

تشير الوقائع إلى تنامٍ ملحوظ في إساءة استخدام الذكاء الاصطناعي في سياقات متعددة:

• محامون تقدموا بمراجع قانونية مزيفة أنتجها الذكاء الاصطناعي أمام المحاكم، ما عرّضهم لغرامات وعقوبات.
• سياسيون قرأوا نصوصاً مولَّدة آلياً بشكل حرفي في خطابات رسمية.
• منصة arXiv للأبحاث العلمية المفتوحة أعلنت عن سياسة صارمة تقضي بحظر الباحثين لمدة عام كامل في حال رصد علامات واضحة على عدم مراجعة مخرجات النماذج اللغوية قبل نشرها.

يرى سبيرو أن معرفة ما إذا كان المحتوى بشرياً أم اصطناعياً باتت ضرورة وليست رفاهية؛ إذ تؤثر هذه المعرفة جوهرياً على مستوى الثقة الذي يمنحه القارئ للمادة التي أمامه.

كيف يمكن استخدام بانغرام؟

تُتيح الشركة أدواتها عبر قنوات متعددة:

• اشتراك شهري بقيمة 20 دولاراً عبر الموقع الإلكتروني.
• إضافة متصفح Chrome تكشف تلقائياً طبيعة المنشورات على منصات مثل X وLinkedIn وSubstack وReddit وMedium، مع عرض نسبة المحتوى البشري مقابل الاصطناعي.
• واجهة برمجية (API) مُدمَجة بالفعل مع منصات بارزة، من بينها Substack وQuora، فضلاً عن جامعات ومؤسسات تعليمية ووكالات نشر وشركات توظيف.

اختبار الأداء الفعلي

في اختبارات أجرتها تك كرانش، نجح النموذج في كشف المقالات المولَّدة كلياً بأدوات كـ ChatGPT وClaude، ولم تنجح محاولات إعادة صياغة النص يدوياً في تضليله في أغلب الأحيان. كما أثبت النموذج صموداً أمام محاولات توجيه النماذج اللغوية نحو إنتاج نصوص تتحايل على أنظمة الكشف. غير أن النموذج لم يخلُ من هفوات؛ إذ صنَّف بعض الجمل المكتوبة بشرياً بوصفها اصطناعية، وهو ما يُجسّد التحدي الجوهري الذي تواجهه مجال كشف المحتوى الاصطناعي حتى اليوم.

سوق تنافسية في طور النمو

لا تنفرد بانغرام بهذا الميدان؛ إذ تنشط فيه منافسون من أبرزهم Winston AI وOriginality.ai وCopyleaks وGPTZero، كلٌّ منهم يسعى إلى اقتناص حصته من سوق يتسع باضطراد. ما يُميّز بانغرام هو مقاربتها التقنية القائمة على التعلم الأسلوبي العميق، وتوسيع نطاق الكشف ليشمل الصور إلى جانب النصوص، مما يجعلها أداة شاملة في مواجهة تحدي المحتوى الاصطناعي المتنامي.

✦ بقلم فريق دروب أيديا