Tecnologías para la Digitalización Documental

Este año 2022 será fundamental para la mayoría de las pequeñas y medianas empresas y autónomos en el proceso de Transformación Digital. Dada la importancia de la información que contienen los documentos la implantación del Sistema de Gestión Documental es fundamental. Esta información muchas veces la encontramos semi-estructurada y no estructurada. Para ello es necesario definir proyectos de digitalización documental.

En la gestión digital de la información hay que considerar tanto la que es resultado de la conversión de analógica en digital, como la nacida digital. Esta gestión requiere de herramientas y tecnologías que ayudan a procesarla y para entenderla se utilizan conceptos como PNL, IA, OCR, OMR, RPA, etc. Conceptos que a veces no se definen con claridad y no se llega a entender qué pueden aportar. Vamos a intentar en este artículo ofrecer una descripción de estos conceptos y las tecnologías que se pueden utilizar para la gestión documental en general y para la Digitalización Documental en particular.

Antes de empezar cualquier proyecto que requiera la gestión de documentos, se necesita un Modelo de Gestión Documental de la documentación, con la identificación de los procesos documentales (captura, gestión, valoración, …) y con los instrumentos documentales (clasificación, metadatos, …), que van a ser necesarios para la digitalización. Este modelo documental nos facilitará el diseño de procesos de transformación de la información de analógica a digital. Incluirá los metadatos o campos de la BBDD que necesitamos y que extraeremos con las tecnologías disponibles, sabremos qué información queremos recuperar y cómo vamos a clasificar nuestros documentos, etc.

Pero antes de entrar en las tecnologías merece la pena comentar los sistemas que gestionan actualmente documentos con información desestructurada. Por un lado, tenemos los gestores documentales (DMS) y los gestores de contenidos (ECM). Estos sistemas disponen de módulos específicos para automatizar los procesos de negocio y gestionar cualquier tipo de información de la empresa; desde publicaciones en redes hasta los activos documentales más esenciales de la empresa. Y por otro están los sistemas ERP (Sistema de Planificación de Recursos) que permiten la interconexión, automatización y monitorización de todas las áreas y actividades de un negocio. Cualquier proyecto de gestión o digitalización documental se integrará o interactuará con alguno de sus módulos (compras, ventas, logística, facturación, contabilidad, RRHH). Es uno de los principales actores con los que debemos integrar en nuestro Sistema de Gestor Documental ya que será un productor y consumidor de documentación con información desestructurada (facturas, albaranes, currículums,)

Estos sistemas gestionan activos de información con información estructurada, semi-estructurada y no estructurada que es necesario procesar para extraer todo su valor. Para ello se necesitan estas tecnologías:

• OCR (Reconocimiento Óptico de Caracteres): Nos permite convertir cualquier imagen con caracteres en un documento con texto editable y buscable. Combinado con el resto de las tecnologías que estamos viendo, podremos encontrarlo buscando cualquier información dentro de él, clasificarlo automáticamente,…
• OMR (Reconocimiento óptico de Marcas): Esta tecnología nos permite utilizar las marcas impresas en los documentos para procesas la información. Muy útil para procesas la información de formularios de encuestas, o documentos con resultados de pruebas, exámenes, etc.
• ICR (Reconocimiento Inteligente de Caracteres): Es la evolución del OCR ya que esta tecnología permite un aprendizaje del procesamiento de caracteres para mejorar la calidad en la conversión a texto.
• HCR (Reconocimiento de caracteres de escritura manual): Otra evolución del OCR es la tecnología especializada en el reconocimiento de caracteres escritos a mano.

Y por último, en este tercer bloque, las tecnologías innovadoras que nos permitirán afrontar la transformación digital desde la Gestión Documental con mayor eficiencia, control y calidad.

• PNL (Procesamiento del lenguaje natural): Es un tipo de Inteligencia Artificial ya utilizada hace años que ha cobrado protagonismo debido a su aumento de precisión. Especialmente útil para gestión de información en múltiples formatos (video, audio y texto) permite comprender la información a partir de las palabras clave en todo su contexto semántico. Permite analizar y procesar los textos realizados por los usuarios, determinando sus elementos más relevantes. Muy útil en procesos documentales como la clasificación, las búsquedas, la contextualización.
• ML (Aprendizaje automático): Esta rama de la inteligencia artificial también está tomando fuerza en la gestión documental ya que está facilitando la identificación documental sin tener que recurrir a los entramientos costoso en tiempo y recursos tan necesarios en la digitalización documental. El aprendizaje automático es especialmente útil para el almacenamiento, la clasificación y la extracción de información de manera eficaz y eficiente, mejorando los flujos de trabajo. Junto con la PNL permite la compresión de la información sin necesidad de una constante intervención manual.
• RPA (automatización de procesos robóticos): Durante el análisis de procesos para la implantación de un Sistema de Gestión Documental, se adviertes múltiples tareas susceptibles de ser ejecutables de forma automática. La creación de Robots enfocados en la ejecución de estas tareas, de forma atendida o desatendida, la Gestión Documental se beneficia mejora en la comprobación periódica del estado de cada activo documental y evitando errores humanos en la actualizando de la información según los resultados obtenidos; permite un ahorro de tiempo y de calidad que aumenta la eficiencia de los procesos.

Aunque el imparable avance tecnológico nos avoca a un futuro digital en la que los documentos con información no estructurada estarán gestionados por los Sistemas de Archivos, queda aún un camino en esta transformación en el que necesitamos conocer estas tecnologías para la gestión de los documentos necesarios en nuestro negocio.