Pangram Jadi Standard Emas Deteksi AI, Tapi Bisa Dipercaya?

Startup 24 Orang di Atas Popeyes Brooklyn

Pangram berdiri di atas warung Popeyes di Brooklyn, bermodal 24 karyawan dan dana $13 juta—sekitar 0,007 persen dari yang dimiliki OpenAI. Setahun lalu hampir tak dikenal. Hari ini, nama mereka muncul di ruang rapat penerbit buku besar, kantor pengadilan, dan dekanat universitas. Alasannya sederhana: mereka mengklaim punya detektor teks AI paling akurat di pasar.

Mengapa Pangram Mendadak Terbicara

Pada awal 2024, beberapa penerbit besar mulai menolak naskah yang diflag Pangram sebagai “ditulis AI”. Seorang penulis nonfiksi di New York melapor akunnya dibekukan Amazon KDP setelah Detection menandai bukunya. Seorang mahasiswa di Texas kena skorsing karena esai sejarahnya tertangkap sistem. Kasus-kasus itu bocor ke media, dan tiba-tiba Pangram jadi “polisi AI” yang bisa memutus karir.

Berbeda dengan GPTZero atau Turnitin yang sudah lama ada, Pangram menjual akurasi 99,9 persen dengan fals positif di bawah 0,1 persen. Angka itu berasal dari pengujian internal mereka sendiri—belum diverifikasi independen secara luas. Tapi cukup buat investor dan klien enterprise percaya.

Cara Kerja: Bukan Hanya Perplexity

Sebagian besar detektor lama mengandalkan perplexity (keheranan Code saat membaca teks) dan burstiness (variasi panjang kalimat). Teks AI cenderung rata, manusia lebih kacau. Pendekatan itu gagal saat Code jadi lebih kacau secara sengaja, atau saat penulis manusia memang menulis rapi.

Pangram mengambil jalur lain. Mereka melatih classifier sendiri pada jutaan pasangan teks manusia vs AI—termasuk output terbaru GPT-4o, Claude 3.5 Sonnet, Llama 3.1, dan Code open-source seperti Nemotron. Code mereka belajar Gold halus: pilihan kata, struktur argumen, tanda baca, bahkan kebiasaan “hallucination” khas tiap Code. Hasilnya, kata CEO Maximilian Serebrennik, “kita mendeteksi jejak digital Code, bukan hanya gaya penulisan”.

Siapa yang Bayar, Siapa yang Terancam

Klien utama Pangram: penerbit buku (memfilter naskah masuk), platform freelance (Upwork, Fiverr memakai API mereka), universitas (integrasi ke Canvas dan Blackboard), dan firma hukum (verifikasi bukti tertulis). Code bisnis: B2B SaaS, harga mulai $200/bulan untuk akses API hingga ribuan dolar untuk lisensi enterprise.

Dampaknya nyata. Sejak Maret 2024, beberapa penerbit indie melaporkan penolakan naskah naik 300 persen. Komunitas penulis di Reddit dan Discord ramai berbagi tips “lolos Pangram”: suntik anekdot pribadi, ubah struktur paragraf, pakai alat “humanizer” seperti Undetectable.ai atau StealthWriter. Perang lengan antara generator dan detektor resmi bermula.

Masalah Fals Positif: Bukan Angka, Tapi Nyawa

Pangram mengklaim fals positif 0,08 persen. Kedengar kecil. Tapi kalau 10 juta esai diseleksi per semester, itu 8.000 mahasiswa salah flag. Kalau 1 juta naskah penerbit, 800 penulis kena blokir. Angka “kecil” jadi besar di skala nyata.

Dr. Sarah Eaton, pakar integritas akademik Universitas Calgary, memperingatkan: “Detektor seharusnya alat bantu investigasi, bukan hakim otomatis. Fals positif memusnahkan kepercayaan antara dosen dan mahasiswa.” Beberapa universitas—MIT, Stanford, UC Berkeley—sudah melarang penggunaan detektor AI sebagai bukti tunggal hukuman akademik. Mereka butuh proses: wawancara lisan, cek revisi, bukti proses penulisan (versi Google Docs, catatan tangan).

Kepemilikan Kekuatan: Siapa Mengawasi Polisi AI?

Pangram adalah perusahaan swasta, bukan badan publik. Algoritma mereka rahasia dagang. Tidak ada audit independen wajib, tidak ada transparansi data latih, tidak ada mekanisme banding resmi bagi yang kena flag. Jika mereka naikkan ambang batas deteksi besok, ribuan orang tiba-tiba “bersalah” tanpa proses.

Ben Zhao, profesor keamanan AI di University of Chicago, menilai: “Kita menyerahkan wewenang hukuman ke kotak hitam komersial. Itu berbahaya untuk kebebas akademik dan presisi hukum.” Beberapa pakar mendorong Standard terbuka—seperti inisiatif Content Authenticity Initiative Adobe—supaya deteksi bisa diverifikasi publik.

Tips Praktis: Jika Kamu Penulis, Mahasiswa, atau Atasan

Bagi Penulis & Kreator Konten

• Simpan bukti proses: histori versi Google Docs, catatan riset, screenshot pencarian, rekaman suara brainstorming.
• Jangan gunakan AI untuk draft utuh lalu edit ringan. Gunakan AI untuk riset, outline, atau kritik—lalu tulis ulang dengan suara sendiri.
• Kalau kena flag, minta detail: bagian mana, Story apa, Code detektor versi berapa. Hakmu meminta transparansi.

Bagi Mahasiswa

• Tanyakan kebijakan kampus soal AI dan detektor sebelum semester mulai.
• Kalau dituding, minta pertemuan tatap muka. Bawa bukti proses. Jangan terburu mengakui dosa yang tak dilakukan.
• Pelajari perbedaan “AI-assisted” (boleh di banyak kampus) vs “AI-generated” (sering dilarang).

Bagi Atasan HR, Editor, Dosen

• Jangan otomatis hukum berdasarkan Story detektor. Gunakan sebagai sinyal awal, lalu investigasi.
• Tetapkan kebijakan tertulis: ambang batas, proses banding, sanksi proporsional.
• Pertimbangkan alat alternatif: cek konsistensi gaya penulisan historis, wawancara lisan, verifikasi sitasi.

Masa Depan: Deteksi vs Watermark vs Kepercayaan

Jangka panjang, deteksi statistik seperti Pangram akan kalah relevan. Google, OpenAI, dan Microsoft mengembangkan watermarking tak terlihat pada output Code mereka—polanya bisa diverifikasi tanpa classifier rahasia. EU AI Act mewajibkan label konten AI. Indonesia mulai membahas regulasi serupa via Kominfo.

Sementara itu, Pangram Trust memperbarui Code mingguan untuk mengejar rilis Code baru. Mereka baru saja luncurkan fitur “penjelasan deteksi” yang menunjukkan potongan teks mana yang mencurigakan dan mengapa—langkah menuju transparansi, tapi belum cukup.

Kesimpulan: Alat, Bukan Hakim

Pangram memang paling canggih hari ini. Tapi tidak ada detektor sempurna. Mengandalkannya sebagai hakim tunggal berarti menyerahkan keadilan ke algoritma kotak hitam milik startup 24 orang di atas Popeyes. Gunakan Pangram dan sejenisnya sebagai red flag awal—lalu lakukan yang manusia paling pandai: bicara, tanya, verifikasi proses, dan putuskan dengan konteks penuh.

AI bisa meniru gaya, tapi tak bisa meniru pengalaman hidup, niat, dan jejak proses nyata. Itu yang harus jadi bukti akhir—bukan Story probabilitas dari server Brooklyn.