Rozdział "Udoskonalanie raportów wizualnych dzięki możliwościom odczytu obrazów przez generatywną sztuczną inteligencję" przedstawia narzędzie wykorzystujące generatywną sztuczną inteligencję (GenAI), które analizuje obrazy raportów, na przykład zrzuty ekranu pulpitów Power BI czy Tableau, a następnie podpowiada, jak ulepszyć zawarte w nich wizualizacje danych. W codziennej praktyce biznesowej powstają setki wykresów i raportów danych, ale nie zawsze są one czytelne, np. brakuje opisów osi, legendy są niejasne, kolory mają zbyt mały kontrast, a układ ekranów przytłacza odbiorcę. Proponowany system wykorzystuje modele GenAI przystosowane do analizy obrazów (tzw. vision-language models). Użytkownik wgrywa zrzut ekranu raportu, wybiera scenariusz oceny, a system automatycznie rozpoznaje znajdujące się na nim wykresy, tabele i adnotacje tekstowe. Następnie ocenia je pod kątem wcześniej zdefiniowanych kryteriów, m.in. czytelności, spójności przekazu, zgodności z zasadami wizualizacji oraz dostępności dla osób z dysfunkcją wzroku. Opracowane narzędzie nie tylko wskazuje błędy, ale też generuje konkretne rekomendacje, np. sugestie zmiany typu wykresu, uproszczenie palety barw, dodanie podpisów lub streszczenia najważniejszych wniosków w formie krótkiego komentarza tekstowego. Pilotażowe badanie wykazało, że dzięki wsparciu GenAI użytkownicy szybciej identyfikowali problemy, otrzymywali bardziej spójne wskazówki i lepiej rozumieli zasady projektowania dobrych wizualizacji. Praca pokazuje, że generatywna sztuczna inteligencja może pełnić rolę inteligentnego „redaktora graficznego” raportów, np. poprawiać jakość komunikacji wizualnej, uczyć dobrych praktyk oraz wspierać budowanie bardziej zrozumiałych i inkluzywnych raportów danych w organizacjach.