記事のサマリー（TL;DR）
- Pangram が Menlo Ventures 主導の900万ドル調達を発表、同時に精度99%超のテキスト検出モデル「Pangram 4」と画像検出モデルを公開
- テキスト判定は完全AI生成だけでなく「人間が書いてAIで編集した文章」も識別し、AIヒューマナイザーへの対応も強化
- Substack・Quora・大学・出版社・採用担当者などが API 顧客として導入済み、月額20ドルの個人向けプランとChrome拡張も提供
国内 SEO・コンテンツ品質管理担当者が注目すべき AI 検出ツールの実態
AI生成コンテンツの品質問題は日本でも顕在化しつつあります。コンテンツマーケティングやSEO施策でLLMを活用する企業が増える一方、arXivが2025年にLLM出力の未査読を示す証拠が確認された投稿者に1年間の投稿禁止という措置を導入したように、プラットフォーム側の規制も具体化し始めています。日本のECサイトや情報メディアにおいても、商品説明・記事・レビューのAI生成コンテンツがSEO評価や読者信頼性に与えるリスクへの意識が高まっています。Pangram のような API ベースの検出ツールは、CMS やコンテンツ入稿フローに組み込む形で品質ゲートとして機能させる構成が現実的です。kintone や Salesforce をバックエンドに持つコンテンツ管理システムへのAPI連携実装においても、この種の検出エンジンを差し込む余地は十分にあります。
詳細
AI コンテンツ氾濫への対抗——Pangram の設立背景
ニューヨーク拠点の AI 検出スタートアップ Pangram は、インターネット上に広がる AI 生成コンテンツの氾濫を食い止めることを使命に掲げています。今回の900万ドル調達は Menlo Ventures がリードし、Haystack、ScOp、Script Capital、Cadenza が参加しました。
創業者の Max Spero（CEO）と Bradley Emi はスタンフォード大学で AI・機械学習を専攻した卒業生で、ChatGPT の登場が引き金となりボットや AI 生成 SEO スパムコンテンツ、さらに Spero が「LLM を活用したロシアの偽情報キャンペーンや Twitter 上のUAE影響工作」と呼ぶ現象が急増したことを受け、約2年前に Pangram を設立しました。
Spero は TechCrunch に対し次のように語っています。「自分が見ているものが AI 生成かどうかを知ることは非常に重要です。特に読むテキストに関しては、アプローチの仕方が変わります。ハルシネーションに警戒しながら懐疑的に読むべきものなのか、それとも実際のジャーナリストが調査した内容として信頼できるものなのか、という判断が変わってくるからです。」
Pangram 4 と画像検出モデルの技術的な仕組み
Pangram 4 は、数千万件の既知の人間作成文書で学習した大規模機械学習モデルです。Pangram はそれぞれの文書に対して「合成ミラー（synthetic mirror）」を作成しています。トピック・文章の長さ・トーンを揃えつつ、フロンティア LLM（最先端の大規模言語モデル）によって書き直した対となる文書です。
「私たちのモデルは、AIが一貫して行う文体的な選択の違いを学習しており、それを使って何がAI生成かを高い確度で識別できます」とSperoは説明しています。コピー＆ペーストのメタデータや隠しウォーターマークには依存しない点も特徴です。
Pangram の検出は「完全にAIが書いたか否か」だけに留まりません。「自分で書いてからAIに編集・整形させた」といった段階的なAI支援の度合いを区別することも目的のひとつです。SperoはAI支援自体は受け入れられるとしつつ、使用の開示が必要だという立場を取っています。
Pangram Image（画像検出モデル）は現在リサーチプレビューとして提供中で、数週間以内に一般向けリリースが予定されています。OpenAI や Google DeepMind のウォーターマークベースの検出が主に自社モデルの出力を対象とするのとは異なり、Pangram Image はピクセルレベルの統計分布を学習することで、実写とAI生成画像の微細な差異を識別します。実際の写真の中にAI生成画像が埋め込まれていても検出できるとされており、ヒートマップで検出箇所を可視化します。
実際の検出精度——TechCrunch による検証結果
TechCrunch の記者が実際に Pangram を試した結果、テキスト検出の実力は「非常に印象的だが完全ではない」というものでした。
- ChatGPT・Claude が生成したニュース記事：いずれも容易に検出。AI生成テキストを人間らしく編集しようとする試みにもほとんど騙されなかった
- 完全に書き直した文章：一部の文がAI生成として誤フラグされるケースもあった
- AIに自分の記事を磨いてもらった場合：「13% AI assisted」と判定。微妙な語彙の変化を一部検出しつつ、見逃す箇所もあった
- 同じ記事の全文を未編集で投入した場合：「100% human」と正確に判定
- 個人ニュースレター（Substackの記事）でのテスト：前半を人間が執筆、後半をChatGPT・Claudeに文体模倣で生成させた場合も、おおむね正確に識別
- 誤検出率：Speroによると、人間が書いた文書が AI と誤判定される確率は約1万分の1
画像検出においても、フォトリアルなものからカートゥーン調まで AI 生成画像を容易に検出。実写写真に埋め込まれた AI 画像も識別できたことを確認（ただし1ケースで AI 生成画像の実写写真を「人間コンテンツ」と誤判定した例もあった）。
制度的な締め付けと競合環境
Pangram と同様の需要を狙う競合として、Winston AI、Originality.ai、Copyleaks、GPTZero などが独自の検出モデルを構築しています。
制度面では、オープンアクセスのプレプリントサーバー arXiv が2025年に新たな規制ポリシーを導入。LLM出力を著者が確認しなかったことを示す証拠（ハルシネーションによる参照文献や「変更しますか？」のようなメタコメントなど）が論文に含まれていた場合、1年間の投稿禁止措置が下されます。法曹界でも、ChatGPT が生成した架空の判例引用を使った弁護士が制裁・罰金を科されるケースが起きています。
利用方法と導入状況
個人ユーザーは 月額20ドルのサブスクリプションでウェブから利用可能なほか、Chrome拡張機能を無料でダウンロードでき、X（旧Twitter）・LinkedIn・Substack・Reddit・Medium 上の投稿をリアルタイムで自動ラベリングします。フィードのヘルス스코어として、画面上のコンテンツに占める人間 vs. AI の割合もパーセンテージで表示されます。
法人・開発者向けには API 提供も行っており、Substack はすでに Pangram の技術を自プラットフォームに統合済み。読者がお気に入りのニュースレター著者のAI使用状況を確認できる機能が提供されています。その他の API 顧客として、Quora、学校・大学、出版社・エージェント、採用担当者などが挙げられています。
Spero が描く未来
「AIコンテンツは今後も増え続けるでしょう」とSperoは語ります。「新しい人間が生まれるペースより、新しいGPUが生産されるペースのほうが速い。もし私たちが意識的に人間のコンテンツを優先しなければ、AIだらけになり、人間のシグナルはすべてかき消されてしまいます。」
Speroは自社技術がAI使用者へのパッシングを煽ることは望んでいないとしつつも、「スラップ（AI量産コンテンツ）への抵抗機制を確立することは必要だ」という立場を明確にしています。