Reconocimiento óptico de caracteres

Tecnología que convierte texto contenido en imágenes o documentos escaneados en caracteres procesables por software. No garantiza por sí sola comprensión del documento. «Reconocimiento óptico de caracteres» forma parte de la capa de conocimiento, datos o integración que permite que una aplicación encuentre, transforme o intercambie información. Su utilidad depende de la calidad y actualización de las fuentes, los permisos de acceso, la trazabilidad de los cambios y la capacidad de verificar qué información se utilizó para producir un resultado.

En una arquitectura de datos o RAG, reconocimiento óptico de caracteres se integra en el recorrido que lleva desde la fuente original hasta el resultado mostrado al usuario. Deben conservarse permisos, metadatos y trazabilidad suficientes para diagnosticar resultados y actualizar las fuentes.

Importa cuando la respuesta depende de información externa, documentos, bases de datos o integraciones. Si reconocimiento óptico de caracteres falla, el sistema puede recuperar información incorrecta, desactualizada o no autorizada aunque el modelo funcione correctamente.

No debe utilizarse como sinónimo de «Modelo multimodal». Este último se refiere a modelo capaz de trabajar con más de una modalidad de información, por ejemplo texto, imagen, audio, vídeo o documentos, como entrada o salida. «Reconocimiento óptico de caracteres» tiene un alcance distinto y debe conservarse como concepto propio para evitar decisiones o búsquedas ambiguas.

Un PDF escaneado sin capa de texto pasa por OCR para convertir la imagen de las palabras en texto procesable y revisable.