PPTArena: un benchmark per a l'edició de PowerPoint

L'edició de presentacions ha estat històricament una tasca tediosa, especialment quan es busca mantenir coherència visual en documents extensos. Amb l'auge dels agents basats en intel·ligència artificial, sorgeixen nous paradigmes que prometen automatitzar aquestes tasques complexes. En aquest context, el benchmark PPTArena representa una fita en avaluar com els agents modifiquen diapositives reals de PowerPoint a partir d'instruccions en llenguatge natural. A diferència d'enfocaments anteriors que se centraven a generar diapositives des de zero o a interpretar PDFs, PPTArena proposa un conjunt de 100 presentacions amb més de 1.300 edicions curades per humans sobre 2.125 diapositives, abastant text, gràfics, animacions i estils professionals de mestres. Cada edició s'emparella amb una presentació de referència i una rúbrica objectiu, i l'avaluació la realitzen dos jutges basats en models de llenguatge i visió (VLM): un mesura el seguiment d'instruccions a partir de diferències estructurals, i l'altre la qualitat visual a partir d'imatges de les diapositives. Sobre aquesta base, l'agent PPTPilot demostra un enfocament estructura-conscient que planifica seqüències d'edició semàntiques, enruta entre eines programàtiques i operacions XML deterministes, i verifica cada resultat en un bucle iteratiu planificar-editar-verificar. Aquest agent supera en més de deu punts percentuals a altres models en edicions compostes, amb canvis de disseny i entre diapositives, aconseguint grans millores en fidelitat visual i consistència general. No obstant això, tots els agents encara afronten dificultats en tasques de llarg abast i a escala de document, cosa que subratlla el desafiant que continua sent l'edició fiable de PowerPoint. Aquesta realitat obre una oportunitat perquè les empreses adoptin solucions d'intel·ligència artificial per a empreses que integrin agents personalitzats capaços d'automatitzar fluxos de treball documentals complexos. A Q2BSTUDIO, desenvolupem aplicacions a mida que combinen visió per computador, processament de llenguatge natural i lògica de negoci per transformar tasques repetitives en processos intel·ligents. A més, la nostra experiència en serveis cloud AWS i Azure permet desplegar aquests agents de forma escalable i segura, mentre que les nostres capacitats en intel·ligència de negoci (incloent Power BI) faciliten la visualització del rendiment d'aquests agents. La ciberseguretat també és clau en aquests entorns automatitzats, i oferim auditories i pentesting per protegir les dades corporatives. Els agents IA són el següent pas en l'automatització de processos; a Q2BSTUDIO treballem perquè les empreses puguin aprofitar tot el seu potencial sense comprometre la qualitat ni la seguretat.