O que realmente é preciso para levar IA ao PowerPoint

Muito já foi escrito sobre o que a IA consegue fazer. Bem menos se escreveu sobre onde ela ainda falha e por que a lacuna entre o que os usuários precisam e o que a tecnologia oferece importa mais do que o hype sugere.

Os slides do PowerPoint são um desses casos em que a tecnologia não acompanha as necessidades do usuário avançado. As pessoas que mais dependem do PowerPoint não são usuários casuais em busca de soluções rápidas e fáceis. Elas entram em salas em que a qualidade dos slides impacta diretamente as decisões que serão tomadas.

Para elas, “bom o suficiente” não é suficiente.

O problema de usar IA generativa para criar apresentações realmente de alto nível é que isso é, de fato, mais difícil do que parece — e a barra do que significa estar “resolvido” é muito mais alta do que a maioria das pessoas que escreve sobre esse assunto parece perceber.

Neste artigo, quero analisar os obstáculos técnicos que tornam os slides um problema difícil para a IA, o que os usuários mais exigentes de PowerPoint realmente precisam hoje e onde, na minha visão, está a verdadeira oportunidade.

Obstáculos técnicos

Slides são multimodais

Modelos de Linguagem de Grande Escala (LLMs) são treinados em texto e se destacam em processá-lo. Mas um slide não é apenas texto. Um slide é um artefato multimodal, com texto, imagens e dados organizados em um espaço bidimensional em que tanto os componentes individuais quanto o layout carregam significado.

A posição de uma caixa de destaque em relação a um gráfico importa. O tamanho de um rótulo em relação aos dados que ele descreve importa. Se o olhar se move naturalmente do título do slide para o gráfico também importa.

Os LLMs ainda não desenvolveram uma capacidade confiável e consistente para esse tipo de raciocínio espacial e visual. Eles conseguem processar descrições textuais de um layout e gerar imagens a partir de prompts de texto, mas entender como os elementos visuais funcionam em conjunto continua sendo um desafio significativo.

Probabilístico vs. determinístico

LLMs são probabilísticos. Eles preveem a saída mais provável com base em padrões nos dados de treinamento. Por isso, os resultados podem ser inconsistentes, e as saídas muitas vezes estão quase certas na maior parte do tempo — mas nem sempre estão exatamente certas, todas as vezes.

Claro: para algumas tarefas, estar quase certo é suficiente. Mas não para slides profissionais.

O trabalho com slides é determinístico, então exige consistência e repetibilidade. Um primeiro rascunho deve estar desenvolvido o bastante para que o usuário esteja refinando os slides, e não reconstruindo tudo.

Uma única inconsistência de formatação já é uma edição. Inconsistências que continuam reaparecendo dão mais trabalho ao usuário.

Quando você apresenta para um conselho ou para um cliente sênior, o resultado depende da clareza, da precisão e da credibilidade dos seus slides. Se um LLM não consegue manter padrões consistentes ao longo de uma apresentação, então ele ainda não está pronto para essa sala.

Falta de dados de treinamento

O conhecimento humano existe como texto, que os LLMs podem acessar para treinar. Para imagens, também existe um enorme volume de dados de treinamento.

Para slides, não há nada comparável. Dados de slides de alta qualidade simplesmente não estão disponíveis online. Ninguém está rotulando sistematicamente slides bons e ruins e alimentando um modelo de treinamento com isso. Descrições em texto de como um bom slide deveria ser também não resolvem, porque o texto não fornece a um LLM o mesmo nível de entrada que aprender com os próprios slides.

A menos que isso mude, as saídas de IA para criação de slides que dependem da amplitude e da qualidade atuais dos dados de treinamento continuarão errando o alvo de maneiras que são imediatamente óbvias para qualquer pessoa que trabalhe profissionalmente com slides.

As exigências dos usuários de slides de hoje

Precisão e confiabilidade

O grupo mais avançado de usuários do PowerPoint — como consultores de gestão, banqueiros de investimento e equipes de estratégia — não pode se dar ao luxo de resultados não confiáveis. Você não pode entrar em uma reunião do conselho com números errados. Isso pode custar a sua carreira — e com certeza vai custar a sua carreira se você colocar a culpa na IA.

O que quer que a IA faça nesse contexto precisa ser preciso e confiável, todas as vezes — não apenas na maior parte do tempo.

Legibilidade

Slides profissionais existem para transmitir uma mensagem, compartilhar informações e apoiar a tomada de decisão, muitas vezes em reuniões de alto risco em que o tempo é curto e a atenção é limitada.

Eles precisam atender a padrões visuais elevados, não apenas conter conteúdo correto.

Isso parece tão simples, mas, na prática, é onde as ferramentas de IA atuais deixam a desejar. Usuários avançados trabalham em situações em que a qualidade de um slide afeta diretamente as decisões tomadas na sala. A barra é alta, e a geração atual de ferramentas de IA não consegue alcançá-la.

Hoje, até os melhores slides gerados por IA tendem a ficar abaixo do que um consultor experiente consideraria aceitável. E vai precisar de mais do que um prompt do tipo “pls fix” para deixar tudo em ordem.

Produtividade

Uma solução de IA para PowerPoint precisa se encaixar nos fluxos de trabalho que os usuários já têm — não ficar ao lado deles. Copiar e colar do ChatGPT no PowerPoint e voltar é um improviso, não uma solução.

Isso vai além de economizar tempo. Significa reduzir a carga cognitiva de alternar entre ferramentas, manter um nível profissional de precisão e consistência e liberar espaço mental para o pensamento estratégico que nenhuma IA consegue fazer por você

Uma solução que acrescenta etapas, permite erros ou quebra a concentração não é produtiva, por mais impressionante que seja a tecnologia por trás.

A oportunidade

Apesar dos desafios, a IA generativa sem dúvida tem potencial para apoiar o fluxo de trabalho de apresentações. Ela é eficaz para gerar insights, montar storyboards, redigir e refinar textos e ajudar os usuários a pensar na estrutura de um argumento. Essas são capacidades reais que podem gerar um impacto real.

A oportunidade está com quem conseguir combinar essas forças com o que a IA ainda tem dificuldade de fazer: precisão, rigor visual e integração profunda com ferramentas profissionais.

Isso vai exigir uma combinação rara: capacidade séria de IA e um entendimento profundo e consolidado do que os usuários de PowerPoint mais exigentes precisam.

Conclusão

A IA vai mudar a forma como trabalhamos com o PowerPoint. Isso não é uma previsão que valha a pena debater. A questão mais interessante para a qual sempre volto é se as ferramentas que estão sendo construídas vão atender aos padrões das pessoas que mais valorizam a qualidade dos slides: os usuários de PowerPoint de mais alto nível.

Para elas, um deck de slides é tanto uma declaração profissional quanto uma entrega. E, à medida que a IA torna mais rápido e fácil para qualquer pessoa montar uma apresentação, será a atenção aos detalhes que ajudará os usuários avançados a continuar se destacando. Mas eles não terão chance sem ganhos semelhantes de produtividade.

Na think-cell, passamos 25 anos focados em qualidade e produtividade para usuários que se recusam a abrir mão de qualquer uma das duas. O que estamos construindo agora se apoia nessa mesma base. E eu acho que vai valer a espera.

Explore este tópico mais a fundo com IA: