学術コミュニケーションにおいてプレゼンテーションは主要な手段ですが、現在のAIスライド生成ツールのほとんどは、視覚的に妥当なデッキというアーティファクトの最適化に重点を置き、ペーシング、ナラティブ、プレゼンテーション準備といった配信プロセスを軽視しています。この問題に対処するため、arXivで最近公開された論文「DeepSlide: From Artifacts to Presentation Delivery」は、DeepSlideという新しいマルチエージェントシステムを提案しています。DeepSlideは人間参加型の設計を採用し、要件の抽出、時間予算に基づいたナラティブ計画、証拠に基づくスライドとスクリプトの生成、注意喚起の強化、リハーサル支援まで、プレゼンテーションの全プロセスをカバーします。
DeepSlideの主要コンポーネントは以下の4つです。第1に、各ノードに時間予算を割り当てる制御可能な論理チェーンプランナー。第2に、生成の根拠を提供する軽量なコンテンツツリー検索。第3に、スタイル継承を備えたマルコフ型の逐次レンダリング。第4に、最小限の修復でレンダリング可能性を保証するサンドボックス実行環境です。さらに、研究チームは静的アーティファクト品質と動的配信品質を明確に分離するデュアルスコアボードベンチマークを導入しました。
実験は20の異なるドメインと多様なオーディエンスプロファイルにわたって実施されました。その結果、DeepSlideはスライド品質において強いベースラインモデルと同等の性能を示しながら、配信指標では一貫して大きな改善を達成しました。具体的には、ナラティブフロー、ペーシングの正確性、スライドとスクリプトの連携が向上し、注意誘導もより明確になりました。
この研究の重要性は、スライドの見た目だけでなく、プレゼンテーション全体の効果を高めるための包括的なフレームワークを提供した点にあります。DeepSlideは、教育、ビジネス、研究など様々な場面でのプレゼンテーション支援に応用が期待され、AIによるプレゼンテーション支援のパラダイムシフトを促すものと言えるでしょう。