مراجعة كاشف ذكاء اصطناعي من Pangram (2026): الدقة والإيجابيات الكاذبة
هل كاشف ذكاء اصطناعي من Pangram دقيق؟ يزعم تحقيق دقة 99%+ ومعدل إيجابية كاذبة قدره 1 من كل 10,000. شاهد ما توصلت إليه دراسات مستقلة وكيف يقارن ذلك بغيره.
Pangram هو كاشف ذكاء اصطناعي من Pangram Labs، وتقول الشركة إنه يتمتع بدقة تزيد عن 99%. كما تقول إنه يوسم خطأ نحو 1 من كل 10,000 نص بشري. وتشير Pangram إلى دراسات خارجية من جامعة Chicago وجامعة Maryland تقول إنها توصلت إلى نتائج مماثلة.
فيما يلي، نراجع أرقام الدقة ومعدلات الإيجابية الكاذبة الخاصة بـ Pangram، وما وجدته الدراسات المستقلة. بعد ذلك نغطي طريقة اكتشاف Pangram للنص المكتوب بالذكاء الاصطناعي، ومقارنته مع GPTZero وCopyleaks وTurnitin، وكذلك التسعير ودعم اللغات.
ما الذي تفعله Pangram
Pangram هي أداة لاكتشاف الذكاء الاصطناعي مصممة للمدارس والناشرين وشركات المحاماة وغيرها من المؤسسات التي تحتاج إلى التمييز بين الكتابة البشرية وكتابة الذكاء الاصطناعي. تلصق نصا أو ترفع ملفا. تعيد Pangram تنبؤا إما بـ Human أو AI-Generated أو AI-Assisted، إضافة إلى درجة توضح مقدار المستند الذي يقع ضمن كل تصنيف.
بدأت Pangram Labs في Brooklyn، نيويورك عام 2023. عمل مؤسسوها في أبحاث الذكاء الاصطناعي لدى Tesla وGoogle قبل إطلاق الشركة. وتشمل مجموعة المنتجات حاليا كاشفا للانتحال مدمجا مع كاشف الذكاء الاصطناعي، وكاشفا لصور الذكاء الاصطناعي، بالإضافة إلى إضافة لمتصفح الويب. كما تتكامل مع Gmail وGoogle Docs وأنظمة إدارة التعلم مثل Canvas وMoodle وGoogle Classroom وBrightspace. كما يتوفر API أيضا للمطورين الذين يريدون إضافة اكتشاف الذكاء الاصطناعي داخل تطبيقاتهم الخاصة.
يحتاج نموذج Pangram الأحدث، Pangram 4، إلى ما لا يقل عن 50 كلمة من المدخلات، ويعمل بأفضل شكل عندما تكون الجمل كاملة. تعطي الردود القصيرة ونقاط التعداد للنموذج مادة أقل ليعمل عليها. يتضمن كل نتيجة مستوى ثقة مرتفع أو متوسط أو منخفض لكل جزء، إلى جانب أقسام محددة تسلط الضوء على الجمل التي يوسمها النموذج بأنها AI-Generated أو AI-Assisted أو Human.
تصنيف AI-Assisted يعني أن Pangram تعتقد أن الذكاء الاصطناعي قام بتعديل أو تحسين كتابة بدأها الشخص. فإذا استخدمت أداة قواعد أو أداة إعادة صياغة بالذكاء الاصطناعي على أجزاء من نصك، فقد يظهر هذا التصنيف حتى عندما كانت الأفكار والبنية من إنشائك أنت. تحقق مما تسمح به مدرستك أو جهة عملك لأدوات تحرير الذكاء الاصطناعي قبل التعامل مع التصنيف باعتباره مشكلة.
ما الذي تدعيه Pangram بشأن دقتها
يذكر قسم الأسئلة الشائعة في Pangram أن الكاشف يتمتع بدقة تزيد عن 99%، مع معدل إيجابية كاذبة يقارب 1 من كل 10,000. وتقول إن هذا الرقم يتم حسابه عبر مجموعات بيانات عامة تتضمن عشرات الملايين من المستندات. كما تقارن Pangram نموذجها بمعايير ضد 26 نظاما من أنظمة الذكاء الاصطناعي وتبلغ عن دقة 99.7% على تلك العينات المولدة بالذكاء الاصطناعي كجموعة، مع إعادة الاختبار بعد كل إصدار رئيسي جديد للنموذج.
تنشر Pangram أيضا أرقام الدقة لكل نموذج على حدة:
| نموذج الذكاء الاصطناعي | الدقة المبلغ عنها لدى Pangram | تم الاختبار |
|---|---|---|
| Claude Opus 5 | 99.8% | يوليو 2026 |
| GPT-5.6 | 99.6% | يوليو 2026 |
| Gemini 3 | 99.5% | يوليو 2026 |
| Grok 4.3 | 99.4% | يوليو 2026 |
هذه أرقام Pangram الخاصة بها، وتم قياسها على مجموعات اختبارها الخاصة. بطاقة نموذج Pangram 4 تفصل العدد أكثر. ضمن 519,993 عينة باللغة الإنجليزية مولدة بالذكاء الاصطناعي من 26 نموذجًا، أخطأ Pangram 4 في كشف 0.34% منها، وهو قريب من رقم العنوان 99.7%. كما تسرد بطاقة النموذج معدل خطأ قدره 1.24% على مجموعة متعددة اللغات تغطي 18 لغة، لذلك يكتشف Pangram النص المولّد بالذكاء الاصطناعي بدرجة أقل موثوقية قليلًا خارج الإنجليزية.
معدل الإيجابيات الكاذبة لدى Pangram حسب المجال واللغة
تقدّم صفحة FAQ لدى Pangram معدلًا واحدًا إجماليًا للإيجابيات الكاذبة قدره 1 من كل 10,000. وتعرض بطاقة نموذج Pangram 4 رقمًا أكثر تحديدًا. من بين 1,000,000 مستند إنجليزي من مجموعة FineWeb، كان لدى Pangram 4 41 إيجابية كاذبة، أي 0.0041%، وهو قريب من 1 من كل 24,000. وعلى مجموعة متعددة اللغات تضم 996,273 مستندًا عبر 104 لغات، سجل 14 إيجابية كاذبة، أي 0.0014%.
تتغير النسبة حسب المجال. تسرد بطاقة نموذج Pangram معدلات الإيجابيات الكاذبة هذه:
| المجال | معدل الإيجابية الكاذبة |
|---|---|
| الكتابة الأكاديمية (بالإنجليزية) | 0.019% |
| الأخبار (متعددة اللغات) | 0.003% |
| الكتابة الإبداعية، نص طويل | 0.000% |
| الأبحاث الطبية الحيوية | 0.002% |
| مقالات كيف تفعل (متعددة اللغات) | 0.016% |
| نصوص الأفلام | 0.010% |
| الشعر | 0.078% |
| الوصفات | 0.049% |
بالنسبة للكتابة الأكاديمية بالإنجليزية، تسرد بطاقة نموذج Pangram معدل إيجابية كاذبة قدره 0.019%، أي حوالي 1 من كل 5,000 مستند. وهذه أعلى من إجمالي الرقم، وهي القيمة التي تهم أكثر الطلاب والباحثين. تتبع النثر الأكاديمي الرسمي أنماطًا محددة، والنصوص القابلة للصيغلة هي المكان الذي تظهر فيه بيانات Pangram الخاصة المزيد من الإيجابيات الكاذبة.
يقول منشور Pangram الخاص به حول الإيجابيات الكاذبة إن النسبة ترتفع على النص القصير، أو غير المكتوب في جمل كاملة، أو شديد القابلية للصيغلة، مثل الوصفات والشعر. ويذكر أن النسبة تبقى منخفضة على النثر الأصلي الطويل مثل المقالات والمراجعات والتقارير، لأن هذا النوع من الكتابة يمنح النموذج مادة أكبر للعمل عليها.
تؤثر اللغة أيضًا في النسبة. تسرد بطاقة نموذج Pangram دعمًا رسميًا لـ 24 لغة. وهي: الإنجليزية، الإسبانية، الفرنسية، البرتغالية، العربية، الصينية، اليابانية، الكورية، الروسية، التركية، المجرية، الألمانية، الهولندية، السويدية، الرومانية، الأوكرانية، البولندية، الإيطالية، التشيكية، اليونانية، الهندية، الفارسية، الأردية والفيتنامية. ويتراوح معدل الإيجابيات الكاذبة المقاس من 0.0000% في لغات مثل العربية والصينية واليابانية، وصولًا إلى 0.0078% في البرتغالية و0.0361% في الأوكرانية. ومع ذلك، لا تزال كل هذه القيم بعيدة جدًا عن 1 من كل 1,000. تقول Pangram إنها يمكنها أيضًا تعميم الأداء إلى لغات خارج هذه القائمة وتدعو لتقديم طلبات لتقييم لغة جديدة.
تنشر Pangram أيضًا مقارنات مع كواشف أخرى. في مراجعات المنتجات المنشورة على أبحاث جامعة Chicago، تبلغ عن معدلات إيجابية كاذبة قدرها 0.5% لنفسها، و1.7% لـ Originality.ai و2.4% لـ GPTZero. وهذه أرقام Pangram، استنادًا إلى مدونتها الخاصة.
دراسات خارجية تشير إليها Pangram
وجدت دراسة جامعة Chicago Booth لعام 2025 أن أبرز كواشف الذكاء الاصطناعي وصمت أكثر من 90% من نص الذكاء الاصطناعي غير المحرر. وصم معظمها أقل من نصف النص بمجرد أن يمر عبر humanizer للذكاء الاصطناعي. كانت Pangram واحدة من بين أربعة كواشف تم اختبارها، إلى جانب GPTZero وOriginality.ai والكاشف مفتوح المصدر RoBERTa. وتقول Pangram إنها كانت الوحيدة التي أبقت معدل إيجابياتها الكاذبة تحت 0.5% مع الاستمرار في اكتشاف نص الذكاء الاصطناعي.
كما تستشهد Pangram بدراسة أجريت في يونيو 2026 من Vrije Universiteit Brussel. اختبرت Pangram وGPTZero وTurnitin وCopyleaks على 160 ورقة أكاديمية لغير الناطقين بالإنجليزية، مقسمة بين نصوص بشرية ونصوص مولدة بالذكاء الاصطناعي ونصوص هجينة ونصوص تم humanizer لها. تقول Pangram إنه لم يتم وسم أي واحدة من الأدوات الأربع للأوراق المكتوبة يدويًا في تلك الدراسة.
دراسة لعام 2025: Pangram مقابل قرّاء بشريين خبراء
صدر بحث ورقة 2025 من Jenna Russell وMarzena Karpinska وMohit Iyyer في مؤتمر ACL 2025. وقد اختبر ما إذا كان من يستخدمون أدوات كتابة مدعومة بالذكاء الاصطناعي بشكل متكرر قادرين على اكتشاف النص المُولّد بالذكاء الاصطناعي بدقة مماثلة للكواشف الآلية. قرأ خمسة مُقيّمين صرّحوا بأنهم يستخدمون نماذج LLMs كثيرًا في كتاباتهم الخاصة 300 مقالة باللغة الإنجليزية غير الروائية. ضمّت المجموعة نصوصًا من كتابة بشرية مع نصوص من GPT-4o وClaude وo1-Pro، بما في ذلك بعض المقالات التي تم تشغيلها عبر humanizer. أدت الأغلبية (بحسب التصويت الجماعي لهؤلاء الخمسة المُقيّمين) إلى تصنيف خاطئ واحد فقط من أصل 300 مقالة.
قارن البحث هذه اللوحة (Panel) مع خمسة كواشف آلية: Pangram وGPTZero وBinoculars وFast-DetectGPT وRADAR. نفّذ الباحثون نموذجين من Pangram: كاشفها الأساسي، ونموذج منفصل يُسمى Pangram Humanizers تم تدريبه لاكتشاف النص الذي تم تشغيله عبر humanizer. كان Pangram Humanizers الكاشف الوحيد الذي طابق لوحة الخبراء، بمعدل متوسط للاحتمال الحقيقي الإيجابي True Positive يبلغ 99.3% ومعدل احتمال إيجابي كاذب False Positive يبلغ 2.7% عبر مجموعة الاختبار. وصل نموذج Pangram الأساسي إلى معدل متوسط True Positive قدره 98.0% مع معدل False Positive قدره 2% في الاختبار نفسه.
يُعد معدل 2.7% للاحتمال الإيجابي الكاذب أعلى من رقم 1 من كل 10,000 الذي تعرضه Pangram في تقييماتها الخاصة. استخدم هذا الاختبار مجموعة أصغر بكثير من المقالات، 300 بدلًا من الملايين التي تستشهد بها Pangram في أماكن أخرى. كما قامت الورقة بتقييم Pangram باستخدام تسمياتها الخاصة بـ Human وAI-Generated فقط، دون منحها نقاطًا مقابل تصنيفها المحايد "Possibly AI". منحت كل من Pangram وGPTZero الباحثين اعتمادات API لإجراء الاختبار.
إعادة كتابة الجزء المُعلَّم من خلال الذكاء الاصطناعي بصوتك أنت
يعيد our academic humanizer كتابة الأجزاء التي تمّت باستخدام الذكاء الاصطناعي مع ترك المراجع والمصطلحات التقنية والأرقام كما كتبتها بالضبط.
جرّب ProofreaderPro.ai المجانيكيف تكتشف Pangram الكتابة التي يقف وراءها الذكاء الاصطناعي
تقول Pangram إنها لا تعتمد على perplexity أو burstiness، وهما الإشارتان اللتان تستند إليهما أغلب الكواشف الأقدم. يقيس Perplexity مدى قابلية كل كلمة للتنبؤ بها بالنسبة لنموذج لغوي، بينما يقيس burstiness مقدار تغير هذا التنبؤ عبر المستند. نشرح كلا الأمرين في مقالنا الخاص حول perplexity في كشف الذكاء الاصطناعي.
يجادل فريق Pangram بأن الكواشف القائمة على perplexity تتعطل عند أي نص تم حفظه مسبقًا (memorized) بواسطة نموذج خلال التدريب، بما في ذلك Declaration of Independence وأجزاء كبيرة من Wikipedia. تتعلم النماذج التنبؤ بالنص المحفوظ مسبقًا بمعدل perplexity منخفض جدًا، بغض النظر عن من كتبه. كما تقول Pangram إن الأساليب القائمة على perplexity تمتلك معدل False Positive أعلى في كتابة الإنجليزية غير الأصلية، لأن تراكيب الجمل الأبسط تكون أيضًا أكثر قابلية للتنبؤ. نغطي نمط False Positive نفسه للكتّاب غير الناطقين بالإنجليزية في مقال يراجع كواشف أخرى.
بدلًا من ذلك، تُدرّب Pangram نموذج تعلم عميق مباشرة على مجموعات كبيرة من نصوص بشرية ونصوص مولدة بواسطة الذكاء الاصطناعي. تستخدم طريقة تسميها hard negative mining للعثور على كتابة بشرية تتشابه بالصدفة مع مخرجات الذكاء الاصطناعي. تعالج Pangram المستندات كاملة على مستوى الرموز (tokens). وتقوم بتصنيف كل مقطع على أنه Human أو AI-Assisted أو AI-Generated، مع درجة متصلة توضح مدى تشابه المقطع مع كتابة صيغها الذكاء الاصطناعي. تقول Pangram إن أداء النموذج يتحسن كلما تم تدريبه على بيانات أكثر.
Pangram مقابل GPTZero وCopyleaks وTurnitin
Pangram وGPTZero وCopyleaks متاحة لأي شخص يسجل. بينما يعمل Turnitin فقط عبر حساب خاص بمدرسة أو جهة ناشرة، وغالبًا لن يرى من يجري الاختبار بشكل فردي درجة Turnitin إلا إذا أحالها المدرس.
| الكاشف | نطاق الوصول | ادعاء البائع الخاص بمعدل الإيجابي الكاذب | الخطة المجانية |
|---|---|---|---|
| Pangram | تسجيل مفتوح | حوالي 1 من كل 10,000 إجمالًا | 2,000 كلمة يوميًا |
| GPTZero | تسجيل مفتوح | حوالي 1% | 10,000 حرف لكل فحص |
| Copyleaks | تسجيل مفتوح | حوالي 0.2% | فحوص مجانية محدودة |
| Turnitin | للمدارس والناشرين فقط | 0.51% في الكتابة الأكاديمية | غير متاح للأفراد |
لقد غطّينا كل واحد من هذه الكواشف بشكل منفصل: راجع هل دقّة GPTZero ممتازة وهل يكشف Copyleaks عن نصوص الذكاء الاصطناعي وهل يمكن لـ Turnitin اكتشاف نصوص تم “إنسانيتها” عبر الذكاء الاصطناعي. أرقام الإيجابيات الكاذبة في الجدول هي ادعاءات كل شركة على حدة، كما يذكرها Pangram وباقي المزودين.
Pangram هو كاشف مستقل. وتوفّر Grammarly وScribbr اكتشاف الذكاء الاصطناعي ضمن أدوات الكتابة الخاصة بهما، وقد نظرنا بشكل منفصل إلى كاشف Grammarly للذكاء الاصطناعي وكاشف Scribbr للذكاء الاصطناعي.
التسعير وحدود الخطة المجانية
لا يتطلب مخطط Free من Pangram أي طريقة دفع. فهو يشمل فحص 2,000 كلمة من النص يوميا و3 عمليات كشف للصور يوميا. ويشمل ذلك رفع الملفات باستخدام OCR، وامتداد المتصفح، وتكامل Google Docs، وإتاحة الوصول عبر واجهة API، لأكثر من 20 لغة.
| الخطة | السعر | ما الذي تضيفه |
|---|---|---|
| Free | US$0 شهريا | 2,000 كلمة يوميا، و3 عمليات كشف للصور يوميا |
| فردي | US$20 شهريا، يتم الفوترة سنويا | 300,000 كلمة شهريا، و100 عملية كشف للصور شهريا، وكشف الانتحال، وتكامل Gmail |
| احترافي | US$65 شهريا، يتم الفوترة سنويا | 5 مرات عدد الكلمات وعمليات كشف الصور في خطة الفردي، بالإضافة إلى US$200 في أرصدة API شهرية |
تتضمن خطة الفردي تجربة مجانية لمدة 7 أيام قبل أن يبدأ تحصيل رسوم US$20 شهريا. كما أن الفوترة سنويا توفر US$60 في السنة مقارنة بالسعر الشهري. أما خطة Professional فتُفوتر بـ US$65 مباشرة دون المرور بتجربة. وتوفر US$240 في السنة عند الفوترة سنويا. كما يدرج Pangram تسعيرا منفصلا للشركات (Business) للفرق، يظهر بعد اختيار تبويب Business في صفحة التسعير.
من يستخدم Pangram
تشكّل المدارس والجامعات أكبر قاعدة عملاء لدى Pangram. تتصل تكاملات LMS الخاصة به مباشرة بـ Canvas وMoodle وGoogle Classroom وBrightspace. يمكن للمعلم رؤية نتيجة Pangram بجانب تسليم الطالب دون مغادرة المنصة التي يستخدمها أصلا للتصحيح.
تستخدم دور النشر وشركات المحاماة وفِرق الموارد البشرية Pangram لأسباب مختلفة: للتحقق من المخطوطات المقدمة، أو مراجعة المستندات ضمن قضية، أو فرز مواد المتقدمين للوظائف. تتيح واجهة API لأي من هذه الجهات إدراج كشف Pangram ضمن الأدوات الداخلية الخاصة بها. كما تتيح تكاملات Gmail وGoogle Docs للشخص الواحد التحقق من النص دون مغادرة بريده الوارد أو المستند.
بالنسبة للطالب، يعني ذلك عادة ظهور درجة Pangram داخل لوحة المعلومات نفسها التي يستخدمها معلمك بالفعل للدرجات والتعليقات. وليست تقريرا منفصلا تطلبه بنفسك. وإذا كانت مدرستك تشغّل Pangram عبر LMS، فاسأل مدرسك أو قسمك عن الدرجة التي تُعد مثار قلق وما الذي يحدث بعد ذلك.
إذا كانت نتيجة Pangram قد أضاءت على كتابتك، فإن سجل عملية الصياغة الخاصة بك يعد أكثر أهمية من مجرد الجدل حول الدرجة وحدها. نتناول ذلك في مقالات منفصلة حول بناء سجل لعملية الصياغة الخاصة بك والخطوات اللازمة للاستئناف الرسمي.
إذا ساعد الذكاء الاصطناعي في صياغة جزء من بحثك، فإن humanizer للذكاء الاصطناعي يعيد كتابة ذلك الجزء بصوتك أنت. تظل المراجع والمصطلحات التقنية والأرقام كما كتبتها بالضبط، وقد صُمم الأداة لخفض درجات الذكاء الاصطناعي في الأجزاء التي يمسّها.
الأسئلة الشائعة
Q: هل دقة Pangram دقيقة؟
يقول Pangram إن دقته تتجاوز 99%، وهو يستشهد بدراسات خارجية بنتائج مماثلة. وتُظهر بطاقة النموذج الخاصة به دقة أقل للنصوص التي تقل عن 50 كلمة وللغات معينة غير الإنجليزية.
Q: ما معدل الإيجابيات الكاذبة لدى Pangram؟
تذكر صفحة الأسئلة الشائعة لدى Pangram معدلًا إجماليًا يبلغ نحو 1 من كل 10,000. وتعرض بطاقة نموذج Pangram 4 رقمًا أكثر تحديدًا قدره 0.0041%، أي نحو 1 من كل 24,000، تم قياسه على 1,000,000 مستند إنجليزي، مع تباين المعدل حسب المجال واللغة.
Q: كيف تقارن Pangram بـ GPTZero؟
تقول Pangram إن معدل الإيجابيات الكاذبة لديها يبلغ نحو 1 من كل 10,000، بينما يقول GPTZero إنه نحو 1% على معيار RAID. كلاهما يقدمان خططًا مجانية وتسجيلًا متاحًا للجميع. نغطي أرقام GPTZero الخاصة في مراجعتنا هل GPTZero دقيق؟ ما الذي تُظهره الاختبارات المستقلة (2026).
Q: كيف تقارن Pangram بـ Turnitin؟
يعمل Turnitin فقط من خلال حساب مدرسة أو جهة ناشرة، بينما يمكن لأي شخص التسجيل في Pangram مباشرة. تستشهد Pangram بمعدل إيجابيات كاذبة قدره 0.51% لكتابة أكاديمية استنادًا إلى ورقة بيضاء خاصة بـ Turnitin، وتبلغ عن معدل أقل لديها.
Q: كيف تقارن Pangram بـ Copyleaks؟
يذكر Copyleaks أن معدل الإيجابيات الكاذبة لديه يبلغ نحو 0.2%، بينما تعرض Pangram معدلًا أقل لديها. يقدم كلاهما فحوصات مجانية، ونغطي Copyleaks في هل يكتشف Copyleaks الذكاء الاصطناعي؟ الدقة وما يجب فعله.
Q: كيف تحدد Pangram كتابة الذكاء الاصطناعي؟
تستخدم Pangram نموذج تعلم عميق مدربًا على نص بشري ونص من الذكاء الاصطناعي. لا تعتمد على القياس القائم على perplexity والقياس القائم على burstiness، وهما المقياسان اللذان تعتمد عليهما العديد من الكواشف الأقدم. تصنّف كل مقطع من المستند على أنه Human أو AI-Assisted أو AI-Generated، وتعرض مستوى ثقة للنتيجة.
Q: هل كاشف الذكاء الاصطناعي من Pangram مجاني للاستخدام؟
نعم، لا يحتاج خطط Free إلى أي وسيلة دفع ويغطي فحص 2,000 كلمة من النص يوميًا إضافة إلى 3 فحوصات للصور. تبدأ الخطط المدفوعة من US$20 شهريًا عند الفوترة سنويًا مقابل 300,000 كلمة شهريًا وكشف الانتحال.
Q: هل يكتشف Pangram النص الذي تم تمريره عبر humanizer للذكاء الاصطناعي؟
تقول Pangram إنه يفعل ذلك، وتشير إلى دراسة Chicago Booth لعام 2025 كدعم. تتحدّث الكواشف وhumanizer للذكاء الاصطناعي باستمرار، لذلك قد تتغير النتائج على النص الذي تم humanize له مع مرور الوقت.
Q: ماذا وجدت دراسة University of Maryland حول Pangram؟
وجدت ورقة بحثية صادرة عام 2025 من جامعة University of Maryland أن نموذج Pangram المراعي لـ humanizer للذكاء الاصطناعي، Pangram Humanizers، هو الكاشف الآلي الوحيد الذي طابق مجموعة من خمسة قرّاء خبراء بشريين. وقد وصل كلاهما إلى متوسط معدل true positive بلغ 99.3% عبر 300 مقال اختبار. وبلغ معدل الإيجابيات الكاذبة لدى Pangram في هذا الاختبار المحدد 2.7%، وهو أعلى بكثير من معدل 1 من كل 10,000 الذي تعلن عنه في تقييماتها الأوسع.
Q: من الذي يصنع Pangram؟
Pangram Labs هي الشركة التي تقف وراء Pangram، وقد تأسست في Brooklyn, New York في عام 2023 بواسطة باحثين سابقين في مجال الذكاء الاصطناعي من Tesla وGoogle. كما تبيع الشركة أيضًا أداة كشف الانتحال وكاشف صور بالذكاء الاصطناعي وإتاحة API إلى جانب كاشف النص لديها.
يعيد كتابة المسودات الأكاديمية التي ساعد فيها الذكاء الاصطناعي بصوتك أنت، مع ترك الاستشهادات والمصطلحات التقنية والأرقام كما كتبتها تمامًا.
دانا هي منشئة محتوى في ProofreaderPro، حيث تدير المدونة اليومية وعمليات الكتابة. وهي تكتب المقالات حول كيفية عمل منصة التحرير عبر الإنترنت، وتتعامل مع رسائل العملاء كل يوم، مع الحصول على درجة رضا من فئة الخمس نجوم لإظهارها.
