ArcDeck chce z paperov robiť prezentácie cez naratív, nie cez surové zhrnutie

Automatické generovanie prezentácií z vedeckých článkov býva v praxi lákavé, ale výsledky často zlyhávajú na tom najdôležitejšom: prezentácia síce zopakuje fakty, no stratí hlavnú líniu argumentu. Nová práca ArcDeck tvrdí, že problém nie je iba v kvalite sumarizácie, ale v tom, že väčšina systémov preskakuje krok, ktorý by človek považoval za prirodzený. Skôr než začne robiť slidy, treba pochopiť, aký príbeh papier rozpráva, čo je jeho hlavné tvrdenie, ako na seba nadväzujú experimenty a ktoré časti sú nosné pre publikum.

Autori preto navrhujú multiagentový rámec, v ktorom sa zdrojový paper nespracúva ako jeden dlhý blok textu. Systém najprv vytvorí diskurzívny strom a takzvaný commitment document, teda pracovný záznam o tom, čo má prezentácia zachovať ako hlavnú intenciu článku. Až potom nasleduje iteratívne dolaďovanie osnovy, kde špecializovaní agenti kritizujú a prepisujú návrh prezentácie, namiesto toho, aby model jedným ťahom vygeneroval hotový deck. Konečná vizuálna podoba je až poslednou vrstvou, nie prvým cieľom.

To je podstatné aj mimo akademického prostredia. Firemné AI workflow dnes často sľubujú, že z dokumentov spravia report, prezentáciu alebo stručný briefing takmer okamžite. ArcDeck pripomína, že pri výstupe určenom pre človeka nerozhoduje len extrakcia faktov, ale aj rekonštrukcia zámeru. Ak má agent pripraviť poradu pre vedenie, investor deck alebo interné zhrnutie výskumu, potrebuje vedieť odlíšiť hlavnú dejovú líniu od podporných detailov. Práve tu môže architektúra s viacerými rolami fungovať lepšie než jeden generátor bez explicitnej kontroly štruktúry.

Výskumníci zároveň zavádzajú ArcBench, teda benchmark dvojíc vedecký článok – prezentácia. To je dôležité, lebo bez vhodného benchmarku sa podobné systémy hodnotia skôr esteticky než metodicky. Ak chce trh seriózne porovnávať nástroje na paper-to-slide, nestačí sledovať, či slidy vyzerajú uhladene. Potrebné je merať aj logickú koherenciu, tok argumentu a to, či prezentácia nevynecháva jadro prínosu. ArcDeck sa tak snaží posunúť tému od efektného dema k disciplíne, ktorú možno testovať a zlepšovať.

Z praktického pohľadu je zaujímavé, že autori nespájajú lepší výkon len s väčším množstvom parametrov alebo s agresívnejším promptingom. Tvrdia, že explicitné modelovanie diskurzu a koordinácia rolí významne zlepšujú naratívnu súdržnosť. To zapadá do širšieho trendu v agentických systémoch: čoraz častejšie sa ukazuje, že pri zložitejších úlohách nestačí modelu povedať, aby „spravil dobrý výstup“. Dôležité je rozložiť úlohu na kontrolovateľné medzikroky, ktoré sa dajú kritizovať, revidovať a spätne auditovať.

Samozrejme, papier ešte neznamená produkčný produkt. V reálnom nasadení bude rozhodovať cena inferencie, rýchlosť generovania, stabilita pri rôznych typoch článkov a schopnosť udržať kvalitu aj pri slabšie štruktúrovaných zdrojoch. Otvorenou otázkou zostáva aj to, nakoľko sa prístup prenesie mimo vedecké texty, napríklad na finančné reporty, právne dokumenty alebo interné strategické materiály. Práve tam sú však podobné nástroje komerčne najzaujímavejšie.

Napriek tomu je ArcDeck silný signál, že ďalšia vlna agentov nebude stáť iba na tom, kto má lepší model, ale aj na tom, kto lepšie navrhne pracovný proces. Pre AIFeed je to relevantné najmä preto, že ukazuje praktickú podobu multiagentových systémov bez zbytočného hypeu: menej rečí o autonómii, viac dôrazu na štruktúru, hodnotenie a kvalitu výsledného artefaktu. Ak sa tento smer potvrdí aj v produktoch, papier môže byť predzvesťou toho, ako sa z generatívneho AI rozhrania stanú spoľahlivejšie pracovné nástroje.