Siamo lieti di annunciare che EditLens, il nostro ultimo articolo tecnico, è stato sottoposto a revisione tra pari e accettato per la pubblicazione a ICLR 2026, considerato da molti uno dei principali forum per la ricerca nel campo dell'intelligenza artificiale e dell'apprendimento automatico.
Abbiamo descritto EditLens in un articolo tecnico pubblicato sul nostro blog, e gli abbonati a pagamento di Pangram stanno già utilizzando attivamente questa tecnologia, poiché costituisce la base di Pangram 3.0.
Questo rende Pangram la prima e unica azienda commerciale specializzata nel rilevamento dell'intelligenza artificiale a pubblicare su una delle principali riviste di machine learning.
Oltre a mettere EditLens a disposizione degli abbonati a pagamento di Pangram, abbiamo utilizzato EditLens anche in collaborazione con lo stesso comitato organizzatore dell'ICLR per individuare manoscritti e revisioni tra pari generati dall'intelligenza artificiale. Il caso di studio ha avuto ampia risonanza, in particolare su Nature News e, più recentemente, su The Atlantic.
Siamo diventati virali su X rendendo accessibile la nostra tecnologia tramite un bot di Twitter a tutti gli utenti di X che desiderano chiedere a @pangramlabs: «È generato dall'IA?».
Ma soprattutto, abbiamo dato il via a un ampio dibattito all'interno della comunità sui dati di addestramento di scarsa qualità utilizzati nell'IA e su cosa si possa fare al riguardo.
Affinché i nostri risultati e il nostro lavoro vengano presi sul serio, dobbiamo essere chiari e trasparenti su ciò che facciamo e su come il nostro modello riesca a raggiungere un elevato livello di accuratezza nel rilevamento dei testi generati dall'intelligenza artificiale.
È inoltre importante che, man mano che Pangram si afferma sempre più come standard di riferimento per il rilevamento responsabile dell'IA, la ricerca che si basa sui risultati di Pangram possa contare su basi solide e credibili. Ecco perché non pretendiamo di possedere una "ricetta segreta" o una scatola nera magica in grado di rilevare l'IA: il nostro prodotto si fonda su una ricerca scientifica sostenibile che può essere replicata, studiata e sviluppata dalla comunità dell'IA.
Nei prossimi giorni abbiamo in programma di rendere open source una versione ridotta del modello EditLens per la comunità scientifica. Stiamo ancora valutando internamente il modo migliore per implementare il modello in modo responsabile ed etico esclusivamente a fini di ricerca, in modo che il suo tasso più elevato di falsi positivi non abbia ripercussioni negative sugli studenti.
Una ricerca rigorosa e trasparente è alla base della tecnologia di Pangram, e speriamo di continuare a pubblicare attivamente e a interagire con la comunità dell'intelligenza artificiale su questo argomento.
EditLens ha avuto per noi un significato particolare perché ha rappresentato il culmine del tirocinio estivo di ricerca svolto con successo da Katherine Thaipresso Pangram, che ha costituito il capitolo finale della sua discussione di tesi di dottorato prima che entrasse a far parte del nostro team a tempo pieno in qualità di ricercatrice fondatrice nel campo dell'intelligenza artificiale.
Abbiamo chiesto a Katherine cosa significasse per lei questo progetto:
«EditLens è un progetto davvero speciale per me perché, mentre ci lavoravo, ero spinto dal desiderio di garantire una maggiore trasparenza agli autori di ogni tipo di testo, ma non sapevo se alla fine avrebbe avuto un impatto concreto. È davvero raro che, subito dopo il lancio, un progetto venga messo alla prova in modo così spontaneo e pubblico. Sono stato davvero entusiasta di vedere molti autori e revisori interagire con la dashboard ICLR Pangram, con la maggior parte che ha risposto positivamente. Probabilmente sono più orgoglioso delle risposte che abbiamo ricevuto dai miei revisori non madrelingua inglese, i quali hanno notato che EditLens non ha segnalato erroneamente le loro recensioni smussate o tradotte dall’LLM.”
Saremo a Rio de Janeiro per partecipare alla conferenza di aprile, quindi venite a trovarci per salutarci! Siamo sempre alla ricerca di collaboratori di talento, ricercatori e stagisti che vogliano unirsi al nostro team in continua crescita. Contattateci se siete interessati!

Bradley è un ricercatore nel campo dell'intelligenza artificiale ed è esperto nello sviluppo di prodotti basati sul deep learning per il settore industriale. Recentemente ha guidato il gruppo di ricerca sul deep learning presso Absci, un'azienda che si occupa di scoperta di farmaci tramite intelligenza artificiale generativa, mentre in precedenza ha fatto parte del team principale di visione artificiale di Tesla Autopilot.
Durante gli studi universitari, Bradley è stato autore di numerose pubblicazioni nel campo della ricerca sul deep learning presso lo Stanford Vision Lab. Ha conseguito una laurea in fisica e un master in intelligenza artificiale presso l'Università di Stanford. Oltre all'intelligenza artificiale, nutre un grande interesse per l'istruzione e la filosofia ed è un appassionato giocatore di golf.






