ArcDeck mení paper-to-slide AI: dôležitejší než sumarizácia má byť príbeh

Automatické generovanie slidov z odborných článkov je lákavý AI use case: výskumník nahrá paper a o pár minút má hotovú prezentáciu. Problém je, že väčšina doterajších systémov skôr komprimuje text, než by rozumela tomu, ako článok buduje argument. Výsledkom bývajú slidy, ktoré síce vyzerajú uhladene, ale rozbíjajú logiku príspevku, preskakujú medzi témami alebo zle odhadnú, čo je v danom texte hlavný prínos. Práca ArcDeck ide presne proti tomuto slabému miestu. Autori tvrdia, že jadrom paper-to-slide pipeline nemá byť len sumarizácia, ale rekonštrukcia naratívu.

ArcDeck preto najprv analyzuje rétorickú štruktúru článku a snaží sa zrekonštruovať, ako text argumentuje. Až následne vytvára osnovu prezentácie a necháva ju prejsť iteratívnym multi-agent procesom, v ktorom špecializované roly outline kritizujú a upravujú. Ide o zaujímavý signál v čase, keď sa väčšina produktov pre kancelársku AI predáva cez rýchlosť tvorby. Tá je síce dôležitá, ale v odbornom prostredí často rozhoduje skôr to, či prezentácia zachováva vecnú líniu článku a vie správne vyzdvihnúť problém, metódu, experimenty a obmedzenia.

Autori okrem samotnej metódy predstavili aj ArcBench, nový benchmark párov paper–slides. To je podstatné, lebo práve pri prezentačných nástrojoch býva evaluácia slabá. Mnohé systémy sa posudzujú vizuálne alebo subjektívne, no menej sa meria, či slidy naozaj držia logický tok pôvodnej práce. ArcDeck stavia na tom, že kvalitu treba posudzovať aj podľa naratívnej súdržnosti. Inými slovami: nielen či je výsledok krátky a zrozumiteľný, ale aj či rozpráva ten istý príbeh ako pôvodný paper.

Praktický význam tohto prístupu je väčší, než sa môže zdať. Pre výskumníkov nie je prezentácia iba marketingová vrstva nad článkom. Často ide o formát, v ktorom sa paper prvýkrát dostane k širšiemu publiku, grantovej komisii alebo internému tímu. Ak AI pri prevode skomolí logiku práce, môže skresliť jej príspevok viac než obyčajná stručnosť. ArcDeck preto mieri na citlivý bod: snaží sa z nástroja na automatické slidy spraviť asistenta, ktorý chápe štruktúru argumentu, nie iba extraktor viet.

Zaujímavý je aj produktový rozmer. Projektová stránka sľubuje voľbu rôznych LLM backbone modelov, export do PPTX, LaTeX aj JavaScriptu a prispôsobenie podľa dĺžky aj typu publika. To naznačuje, že autori nemyslia iba na akademický benchmark, ale aj na použiteľný nástroj. Ak sa takýto prístup uchytí, môže ovplyvniť širší segment knowledge work AI, kde sa dnes často mieša sumarizácia, dokumentová analytika a automatická tvorba prezentácií. ArcDeck ukazuje, že medzi týmito kategóriami je rozdiel: dobrá prezentácia nevzniká mechanickým skracovaním dokumentu.

Pre firmy aj univerzity je to relevantné aj kvôli rastúcemu tlaku na rýchle interné zdieľanie poznatkov. Každý tím chce mať z paperu prehľad, no málokto má čas ručne pripravovať kvalitné slidy. To vytvára priestor pre AI nástroje, ktoré dokážu previesť zložitý text do prezentácie bez toho, aby stratili pointu. Ak však tieto systémy nebudú rozumieť štruktúre argumentácie, budú vyrábať pekne vyzerajúci, ale často zavádzajúci obsah. ArcDeck preto prináša dôležitú korekciu celému smeru: workflow pre paper-to-slide má stáť na discourse modeling, nie iba na promptovaní generátora slidov.

Treba však dodať, že projekt je zatiaľ hlavne výskumným signálom, nie masovo overeným produktom. Pri paper-to-slide nástrojoch bude dôležité, ako sa správajú mimo AI a computer science textov, pri neštandardných štruktúrach článkov alebo pri textoch s ťažšou metodikou a slabším lineárnym rozprávaním. Práve tu sa ukáže, či naratívna rekonštrukcia dokáže fungovať robustne, alebo len na dobre štruktúrovaných paperoch. To ale nič nemení na tom, že autori pomenovali skutočný problém, ktorý dnešné prezentáciové AI často obchádzajú.

Pre AI Feed je ArcDeck zaujímavý preto, že zapadá do širšieho posunu v agentickej a dokumentovej AI. Nestačí generovať výstup; dôležité je zachytiť účel a logiku vstupu. Či už ide o slide deck, report alebo agentický workflow, trh sa posúva od povrchovej plynulosti k štruktúrnej vernosti. Ak sa tento smer potvrdí, ďalšia generácia produktov pre knowledge work nebude súťažiť len v kvalite textu a dizajnu, ale aj v tom, nakoľko verne dokáže preniesť argument a rozhodovaciu logiku pôvodného dokumentu.