aiedtechhigher educationlearning designassessment

DeepSlide：從工件到演示交付

arXiv - Artificial IntelligenceMing Yang, Zhiwei Zhang, Jiahang Li, Haoseng Liu, Yuzheng Cai, Weiguo Zheng

DeepSlide 提供全流程 AI 幫助，結合時間預算、邏輯規劃與互動式練習，提升演示節奏與敘事流暢度。

AI 幫你先抓重點

AI 重點 1

人機協作多代理設計可動態調整節奏與敘事

滑鼠懸停看 AI 判斷理由
此設計突破傳統靜態幻燈片生成，允許使用者在實時演練中調整時間與內容，直接影響觀眾的注意力與學習成效。
AI 重點 2

雙分數板基準明確區分工件與交付品質

滑鼠懸停看 AI 判斷理由
透過分離評估指標，研究者與實務者能更精準定位改進方向，避免僅追求視覺美感而忽略實際演示效果。

核心研究發現

  1. 1

    DeepSlide 在20個領域與多樣觀眾中，與強基線模型相比，幻燈片工件品質相當，且在交付指標上顯著提升。

  2. 2

    系統透過時間預算的邏輯鏈規劃，能有效調整演示節奏與敘事結構，提升觀眾注意力與理解度。

  3. 3

    提出的雙分數板基準能清晰區分靜態工件品質與動態交付優秀度，為未來評估提供新框架。

對教育工作者的啟發

實務者可先使用 DeepSlide 的時間預算邏輯鏈規劃，確定每張幻燈片的展示時長；再透過內容樹檢索獲取證據支持，並利用 Markov 序列渲染產生風格一致的幻燈片。演示前可進行沙盒執行與最小修復，確保可渲染；最後利用雙分數板評估工件與交付表現，針對節奏、敘事流暢度與觀眾注意力進行迭代優化。

原始文獻資訊

英文標題：
DeepSlide: From Artifacts to Presentation Delivery
作者：
Ming Yang, Zhiwei Zhang, Jiahang Li, Haoseng Liu, Yuzheng Cai, Weiguo Zheng
來源：
arXiv - Artificial Intelligence
AI 摘要模型：
openai/gpt-oss-20b
閱讀原文

每週精選研究電子報

每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。