Descubre al instante qué publicaciones son de personas y cuáles de IA en Twitter, LinkedIn, Substack y otras plataformas. Descarga nuestra nueva extensión para Chrome.
EditLens aceptado en ICLR 2026
Nos complace anunciar que EditLens, nuestro manuscrito técnico más reciente, ha sido revisado por pares y aceptado para su publicación en ICLR 2026, considerado uno de los principales foros de investigación en inteligencia artificial y aprendizaje automático.
Hemos descrito EditLens en una entrada del blog técnico, y los suscriptores de pago de Pangram también están utilizando activamente esta tecnología, ya que es la base de Pangram 3.0.
Esto convierte a Pangram en la primera y única empresa comercial de detección de IA que publica en un importante foro de aprendizaje automático.
El impacto de EditLens hasta ahora
Además de proporcionar EditLens a los suscriptores de pago de Pangram, también utilizamos EditLens en colaboración con el propio comité organizador de la ICLR para identificar manuscritos y revisiones por pares generados por IA. El caso práctico ha tenido una amplia cobertura, sobre todo en Nature News y, más recientemente, en The Atlantic.
Nos hemos vuelto virales en X al abrir nuestra tecnología a través de un bot de Twitter a cualquier usuario de X que quiera preguntar a @pangramlabs: «¿Esto está generado por IA?».
Lo más importante para nosotros es que hemos suscitado un gran debate en la comunidad sobre los residuos indeseados de la IA y qué se puede hacer al respecto.
La importancia de la transparencia y la investigación abierta
Para que la gente se tome en serio nuestros resultados y nuestro trabajo, debemos ser abiertos y transparentes sobre lo que hacemos y cómo nuestro modelo es capaz de alcanzar un alto nivel de precisión en la tarea de detección de texto generado por IA.
También es importante que, a medida que Pangram se adopta cada vez más como el estándar para la detección responsable de la IA, las investigaciones basadas en los resultados de Pangram tengan una base creíble sobre la que apoyarse. Por eso no afirmamos tener una «fórmula secreta» o una caja negra mágica capaz de detectar la IA: nuestro producto se basa en una investigación científica sostenible que puede ser replicada, estudiada y desarrollada por la comunidad de IA.
En los próximos días, tenemos previsto publicar en código abierto una versión reducida del modelo EditLens para la comunidad investigadora. Todavía estamos debatiendo internamente cuál es la mejor manera de implementar el modelo de forma responsable y ética con fines exclusivamente investigativos, de modo que su elevada tasa de falsos positivos no afecte negativamente a los estudiantes.
La investigación rigurosa y transparente es la base de la tecnología de Pangram, y esperamos seguir publicando activamente y colaborando con la comunidad de IA en este tema.
Trabaja con nosotros
EditLens fue especialmente significativo para nosotros porque fue la culminación de las exitosas prácticas de investigación de verano de Katherine Thaien Pangram, que sirvieron como capítulo final de su defensa de doctorado antes de unirse a nosotros a tiempo completo como científica investigadora fundadora de IA.
Hablamos con Katherine sobre lo que significaba para ella el proyecto:
«EditLens es un proyecto muy especial para mí porque, cuando trabajaba en él, me motivaba el deseo de aumentar la transparencia para los autores de todo tipo de textos, pero no sabía si finalmente tendría algún impacto. Es muy raro que, nada más lanzarse un proyecto, se ponga a prueba de forma tan orgánica y pública. Me emocionó mucho ver que muchos autores y revisores interactuaban con el panel de control de ICLR Pangram, y que la mayoría respondía de forma positiva. Probablemente, lo que más me enorgullece son las respuestas que recibimos de los revisores no nativos de inglés, que señalaron que EditLens no marcaba erróneamente sus revisiones traducidas o suavizadas por LLM».
Estaremos en Río de Janeiro para presentar en la conferencia en abril, ¡así que acércate a saludarnos! Siempre estamos buscando colaboradores con talento, investigadores científicos y becarios para unirse a nuestro equipo en expansión. ¡Si estás interesado, ponte en contacto con nosotros!
Bradley es investigador en inteligencia artificial y experto en el desarrollo de productos de aprendizaje profundo en la industria. Recientemente dirigió el grupo de investigación en aprendizaje profundo de Absci, una empresa de descubrimiento de fármacos basada en inteligencia artificial generativa, y anteriormente fue miembro del equipo central de visión artificial de Tesla Autopilot.
Mientras era estudiante de posgrado, Bradley fue autor de múltiples publicaciones sobre investigación en aprendizaje profundo con el Stanford Vision Lab. Tiene una licenciatura en Física y un máster en Inteligencia Artificial por la Universidad de Stanford. Además de la IA, también le apasiona la educación y la filosofía, y es un ávido golfista.
Lecturas relacionadas
La teoría de la información que explica por qué la escritura generada por IA es tan mala
Lo último en investigación sobre detección de IA
Meta comenzará a identificar el contenido generado por IA.
Pangram es el único detector de IA que supera a los expertos humanos en la identificación de contenido generado por IA.
Compra hasta el cansancio: la IA se infiltra en los productos y su comercialización
La detección de IA acaba de mejorar considerablemente: presentamos Checkfor.ai
para recibir nuestras actualizaciones.
