Em abril de 2024, a Pangram Labs estabeleceu uma parceria com a Quora para a ajudar a combater os spammers que utilizavam o ChatGPT para responder a publicações com respostas falsas geradas por IA.
O Quora é um dos maiores sites do mundo, ocupando o 33.º lugar no ranking dos sites mais visitados do mundo e registando mais de mil milhões de visitas por mês, em agosto de 2024 (Fonte: Semrush). O Quora permite que os utilizadores publiquem perguntas, que serão vistas e respondidas por outras pessoas que navegam no site.
«A nossa missão é partilhar e ampliar o conhecimento mundial. Acreditamos firmemente que grande parte do conhecimento está guardado nas mentes das pessoas e que, se conseguirmos associar as perguntas certas às pessoas certas, poderemos extrair esse conhecimento.»
Lexie Wu, gestora de produto do grupo responsável pela moderação na Quora
Um exemplo de resposta redigida por IA
A IA generativa permite que os spammers criem centenas ou milhares de respostas com aparência autêntica com muito pouco esforço. Poder-se-ia argumentar que uma resposta gerada por IA continua a ser, no geral, positiva. Os utilizadores recebem uma resposta que pode ser de baixa ou média qualidade, mas que, muitas vezes, está correta no essencial. É melhor do que não ter resposta nenhuma, certo?
Talvez, isoladamente – mas há vários efeitos indesejáveis decorrentes da presença de respostas geradas por IA no Quora.
Às vezes, é difícil distinguir a olho nu se um texto foi escrito por IA. Outras vezes, trata-se simplesmente de uma tarefa demorada, que exige que um moderador leia atentamente durante algum tempo antes de ter a certeza. Automatizar este processo liberta recursos que, de outra forma, seriam dedicados a um trabalho de moderação dispendioso, poupando tempo e dinheiro a longo prazo.
Embora existam algumas soluções de código aberto que visam resolver o problema da deteção de IA no GPT-2, nenhuma delas funcionou bem no GPT-4, o modelo de linguagem de grande escala (LLM) mais utilizado. Plataformas como o Quora procuram uma solução capaz de classificar os resultados produzidos até mesmo por modelos avançados como o GPT-4. Idealmente, essa solução deveria continuar a funcionar com novos LLMs, uma vez que novos modelos de linguagem de ponta são lançados a cada dois meses.
O Pangram, com avaliações sólidas e uma precisão mais de 100 vezes superior à de concorrentes como o GPTZero, foi uma das únicas opções capazes de detetar com fiabilidade conteúdos escritos pelo GPT-4 em abril de 2024 e continua a ser, hoje em dia, o modelo de deteção de IA mais preciso, com uma vantagem considerável.
Além disso, o pipeline de dados da Pangram inclui uma robustez integrada para futuras versões de LLM. É capaz de gerar dados de treino sintéticos e treinar um novo modelo no prazo de 24 horas após a disponibilização de um LLM. Em julho de 2024, a Pangram alargou o suporte linguístico a mais de 20 idiomas e continua a introduzir melhorias na modelação para garantir uma elevada precisão aos clientes.
Até setembro de 2024, o Quora identificou mais de 1 milhão de publicações geradas por IA, melhorando a qualidade do conteúdo em todo o site e mantendo a sua reputação como fonte de informação autêntica e fiável.
A Pangram continua a funcionar como um multiplicador de recursos para as equipas de Confiança e Segurança, fornecendo-lhes as ferramentas necessárias para definirem com confiança políticas relativas a conteúdos gerados por IA.
Tem um caso de utilização para a deteção por IA? Contacte-nos através do endereço info@pangram.com!

O Max é um engenheiro experiente na área do aprendizado de máquina. Mais recentemente, trabalhou no setor de veículos autónomos na Nuro, liderando a iniciativa de aprendizado ativo da empresa. Tem um longo historial de implementação de produtos de aprendizado de máquina de sucesso na Google, na Two Sigma e na Yelp.
O Max é licenciado em Ciência da Computação Teórica e mestre em Inteligência Artificial pela Universidade de Stanford. Para além da sua paixão pela construção, é também um membro ativo da comunidade de cubos de Magic: The Gathering.






