Un hilo que circula actualmente en Lobsters AI trata sobre Pangram — una pequeña empresa (alrededor de 20 empleados, ~4 millones de dólares en financiación inicial) que afirma haber resuelto uno de los problemas más difíciles en el uso moderno de la IA: saber realmente si algo ha sido escrito por un humano o una máquina.

No es necesariamente el producto en sí lo que despierta interés. Son sus afirmaciones.

Pangram afirma que su modelo Pangram 3.0 tiene una tasa de falsos positivos de 1 de cada 10 000 — es decir, que solo uno de cada diez mil textos escritos por un humano es erróneamente marcado como IA. Es una cifra que, de ser cierta, es realmente sorprendente. Los investigadores de Chicago Booth, Brian Jabarian y Alex Emi, habrían concluido en 2025 que Pangram es "el único detector" que cumple con los estrictos requisitos de una baja tasa de error sin sacrificar la capacidad de detección.

Si las cifras de Pangram son correctas, esta es una de las herramientas de IA más subestimadas en este momento.

Pero —y aquí es donde la discusión de la comunidad se vuelve interesante— incluso una tasa de error del 0,01 % empieza a parecer grave cuando se escala. Piénsese: universidades que utilizan esto en cientos de miles de entregas. Un experto citado en relación con Pangram señala precisamente esto: la herramienta es sólida a nivel agregado, pero en casos individuales, donde las consecuencias son grandes, incluso un error «casi nulo» es demasiado.

Esta es la tensión central en la que se centra el 'underground'. La detección de IA es un campo donde los errores no son solo estadísticas — pueden significar que un estudiante suspenda injustamente, o que un periodista pierda credibilidad.

La detección de IA avanza: Pangram afirma 1 de cada 10 000 errores - Bilde 1

Evaluación de la fuente: Esta es una señal temprana basada en discusiones de la comunidad y las cifras publicadas por la propia empresa. Las cifras no han sido verificadas de forma independiente por 24AI, y los propios estudios de Pangram deben leerse con esto en mente. La investigación de Chicago Booth es real, pero no ha sido revisada por pares en el sentido tradicional, hasta donde sabemos.

¿Por qué vale la pena seguir esto? Porque la batalla entre la generación de IA y la detección de IA es una de las carreras tecnológicas más subestimadas en este momento. Pangram no está solo en el mercado, pero es uno de los pocos actores que publica tasas de error concretas y permite su verificación. Si sus métodos resisten el escrutinio, esto podría convertirse en una herramienta estándar en los medios y la educación mucho más rápido de lo que cualquiera espera.

Vale la pena seguirlo de cerca.