SlideLab utilise des agents d’IA pour créer et tester des présentations de recherche

Créer des diapositives à partir d’un article de recherche ne consiste pas simplement à en réduire le texte. Une présentation doit raconter une histoire claire, proposer des visuels utiles et suivre un ordre qui aide le public à comprendre les travaux. SlideLab, un système décrit dans un article publié sur arXiv le 28 septembre 2026, est conçu pour prendre en charge ces tâches.

Le système fait appel à plusieurs agents d’IA, chacun chargé d’une partie du travail. Il commence par élaborer le fil narratif de la présentation, puis crée et révise un diaporama partagé. Les auteurs qualifient cette approche de « sans entraînement » : aucun nouveau modèle d’IA n’est entraîné pour cette tâche.

Comment crée-t-il les diapositives ?

Les agents de SlideLab s’occupent de la planification du contenu, de la création des visuels, de l’amélioration de la mise en page et de la vérification de l’appui des affirmations sur l’article source. Ils travaillent par cycles successifs, plutôt que de produire un diaporama en une seule fois. L’objectif est de créer une présentation cohérente, tout en veillant à ce que son contenu reste ancré dans les travaux de recherche.

Dans une étude à l’aveugle portant sur les préférences de participants, les auteurs ont comparé SlideLab à des systèmes open source et commerciaux. Ils indiquent que les participants ont préféré les présentations de SlideLab pour 77 % des articles évalués. Le système a également utilisé environ quatre fois moins de jetons d’inférence que le meilleur système open source auquel il a été comparé. Les jetons sont de petits fragments de texte traités par un modèle d’IA ; ce chiffre mesure l’utilisation du modèle, et non directement son coût.

Comment les présentations sont-elles évaluées ?

L’article présente également ConfArena, une méthode d’évaluation qui simule un public de conférence et examine une présentation diapositive par diapositive. Selon les auteurs, elle produit des classements de systèmes conformes à ceux établis par des humains et peut repérer des problèmes délibérés, comme des chiffres modifiés, des illustrations dégradées, des diapositives manquantes ou présentées dans le mauvais ordre.

L’article fait état de résultats prometteurs, mais son résumé ne précise pas, par exemple, le nombre d’articles ou de personnes ayant participé à l’étude de préférences. Ces éléments comptent pour déterminer dans quelle mesure les résultats peuvent s’appliquer à d’autres cas. ConfArena est présenté comme un outil de test des diaporamas, et non comme la preuve qu’une présentation générée par l’IA peut être présentée sans vérification humaine.