SlideLab gebruikt AI-agenten om onderzoekspresentaties te maken en te testen

Een presentatie maken op basis van een onderzoekspaper is meer dan de tekst verkleinen. Een presentatie heeft een helder verhaal, bruikbare beelden en een volgorde nodig die luisteraars helpt het onderzoek te begrijpen. SlideLab, een systeem dat wordt beschreven in een arXiv-artikel dat op 28 september 2026 is gepubliceerd, is ontworpen om die taken uit te voeren.

Het systeem maakt gebruik van verschillende AI-agenten, die elk een deel van het werk doen. Eerst plannen ze het verhaal van de presentatie, daarna maken en bewerken ze samen de slides. De auteurs omschrijven de aanpak als ‘training-free’: voor deze taak wordt geen nieuw AI-model getraind.

Hoe maakt het slides?

De agenten van SlideLab plannen de inhoud, maken beeldmateriaal, verfijnen de lay-out en controleren of beweringen worden ondersteund door de oorspronkelijke paper. Ze werken in meerdere rondes, in plaats van de presentatie in één keer te produceren. Het doel is een samenhangende presentatie te maken waarvan de inhoud stevig op het onderzoek is gebaseerd.

In een blind onderzoek naar menselijke voorkeur vergeleken de auteurs SlideLab met zowel open-sourcesystemen als commerciële systemen. Volgens hen gaven deelnemers bij 77% van de geteste papers de voorkeur aan de presentaties van SlideLab. Het systeem gebruikte ook ongeveer vier keer minder inference-tokens dan het sterkste open-source vergelijkingssysteem. Tokens zijn kleine stukjes tekst die door een AI-model worden verwerkt. Dit cijfer geeft het modelgebruik weer, niet rechtstreeks de kosten.

Hoe worden presentaties geëvalueerd?

Het artikel introduceert ook ConfArena, een evaluatiemethode die een conferentiepubliek simuleert en een presentatie slide voor slide beoordeelt. Volgens de auteurs levert de methode ranglijsten van systemen op die overeenkomen met menselijke beoordelingen. Ook kan ze opzettelijk aangebrachte problemen opsporen, zoals gewijzigde cijfers, slechtere afbeeldingen, ontbrekende slides of slides die in de verkeerde volgorde staan.

Het artikel meldt veelbelovende resultaten, maar de samenvatting geeft geen details, zoals het aantal papers of deelnemers aan het voorkeursonderzoek. Die informatie is belangrijk om te kunnen beoordelen hoe breed de bevindingen toepasbaar zijn. ConfArena wordt gepresenteerd als een manier om presentaties te testen, niet als bewijs dat een door AI gemaakte presentatie zonder menselijke controle klaar is om te geven.