Un programa in\u00e9dito para ser utilizado en cualquier computadora augura un futuro mejor para los sectores que trabajan con archivos de documentos como registros civiles, escriban\u00edas, \u00f3rganos p\u00fablicos y concejos municipales, por ejemplo. El aplicativo automatizar\u00e1 buena parte del hasta entonces dispendioso y complicado proceso de archivado, organizaci\u00f3n y actualizaci\u00f3n de certificados, procesos, actas y otros tipos de papeles documentales que cuentan la historia y registran la vida de los ciudadanos, de las empresas y del poder p\u00fablico. A partir de un esc\u00e1ner, el nuevo programa va a registrar los papeles, principalmente aquellos antiguos redactados en m\u00e1quinas de escribir, y los colocar\u00e1 en la pantalla de una computadora con base Windows, de Microsoft.<\/p>\n
El nuevo\u00a0software<\/em>, perteneciente a la familia de los reconocedores autom\u00e1ticos de caracteres, conocidos con la sigla OCR, del ingl\u00e9s\u00a0Optical Character Recognition<\/em>, est\u00e1 siendo preparado por la empresa paulistana Carta Consultor\u00eda a trav\u00e9s de un proyecto del Programa Innovaci\u00f3n Tecnol\u00f3gica en Peque\u00f1as Empresas (PIPE) de la FAPESP. En una primera instancia, la versi\u00f3n que llegar\u00eda antes de fin de a\u00f1o al mercado desempe\u00f1ar\u00e1 funciones en registros civiles y escriban\u00edas (cart\u00f3rios, instituciones que en Brasil combinan actividades propias de ambas, p.e.: casamientos y legalizaci\u00f3n de copias y certificados). Esos establecimientos son importantes emisores y depositarios de certificados y escrituras, y reciben diariamente m\u00faltiples solicitudes de informaci\u00f3n. Tan solo en la ciudad de S\u00e3o Paulo, los cart\u00f3rios realizan en promedio 7 mil b\u00fasquedas de documentos todos los d\u00edas. Al final del mes, son 140 mil consultas. Una situaci\u00f3n que todav\u00eda no cuenta con herramientas eficaces para la b\u00fasqueda de archivos en sistemas de computaci\u00f3n.<\/p>\n Reemplazar documentos El desarrollo del producto cont\u00f3 con la coordinaci\u00f3n de Fel\u00edcio Sakamoto, gerente de proyectos de Carta. La empresa es una consultora de sistemas computacionales, principalmente en las \u00e1reas de documentaci\u00f3n, geoprocesamiento y mapeamiento. Durante la fase de elaboraci\u00f3n del software, Carta cont\u00f3 con la importante colaboraci\u00f3n, bajo la forma de consultor\u00eda, del Instituto de Matem\u00e1tica y Estad\u00edstica de la Universidad de S\u00e3o Paulo (IME-USP), por medio del departamento de Ciencia de la Computaci\u00f3n. “Munido de las informaciones pasadas por el personal del IME, que inclu\u00edan un prototipo e indicaban la posibilidad t\u00e9cnica real para el producto, iniciamos los estudios de mercado, definiendo tambi\u00e9n la viabilidad financiera para el lanzamiento de un novo\u00a0software<\/em>“, cuenta Sakamoto.<\/p>\n Primer objetivo Tipos de papeles Conceptos digitales Impresi\u00f3n antigua En la recta final de la preparaci\u00f3n del programa, Carta realiza los \u00faltimos retoques t\u00e9cnicos y se aboca al trabajo de\u00a0marketing<\/em> y formataci\u00f3n del producto destinado a los cart\u00f3rios. Los t\u00e9cnicos consideran dif\u00edcil calcular en n\u00fameros las posibles ventas y la facturaci\u00f3n prevista. Pero se puede estimar f\u00e1cilmente su potencial de utilidad. En un universo de 5 mil municipios en todo el pa\u00eds, es l\u00f3gico imaginar que exista por lo menos un cart\u00f3rio en cada una de esas localidades. Un mercado falto de innovaciones eficaces para archivar y organizar documentos.<\/p>\n
\n<\/strong>Para tener una idea de lo que representa el avance del nuevo programa, mucho m\u00e1s especializado que sus similares, el contenido de varias salas con papeles podr\u00eda apilarse en un pu\u00f1ado de diskets. Es un par\u00e1metro a\u00fan dif\u00edcil de atender, porque el programa de OCR de Carta Consultor\u00eda no pretende de ninguna manera sustituir todos esos documentos. Legalmente, eso no es posible a\u00fan. Es incumbencia del mismo ordenar y facilitarle el acceso a todos esos papeles a quienes trabajan en la repartici\u00f3n, para poder prestar un mejor servicio al p\u00fablico. De esa manera, los documentos de papel que circulan en esos locales podr\u00e1n ser r\u00e1pidamente transformados en documentos digitales.<\/p>\n
\n<\/strong>La prospecci\u00f3n de mercado permiti\u00f3 detectar que los documentos almacenados en cart\u00f3rios deb\u00edan ser el primer espacio en contar con una versi\u00f3n del producto. Aunque en los \u00faltimos tiempos esos establecimientos ya poseen las ventajas de los archivos digitales, la mayor parte de los documentos permanece almacenada en libros t\u00edpicos. Y cada vez que se exige una alteraci\u00f3n en su contenido, por ejemplo, debe rehacerse todo el documento. “Es un trabajo de redigitaci\u00f3n muy grande”, justifica Sakamoto. Pero \u00bfpor que dedicarse a un producto espec\u00edfico, se ya exist\u00edan poderosos programas OCR comerciales? “Consultamos a algunos responsables de cart\u00f3rios sobre los productos disponibles en el mercado y \u00e9stos afirmaron que el desempe\u00f1o de dichos productos no es bueno, por eso han desistido de usarlos.”<\/p>\n
\n<\/strong>La innovaci\u00f3n del sistema OCR de Carta es la especializaci\u00f3n, porque los OCRs comunes no permiten realizar una preselecci\u00f3n de la estructura de los documentos. “Elegimos algunas categor\u00edas de papeles y, de esa manera, ganamos en desempe\u00f1o”, explica Routo Terada, profesor de Ciencia de la Computaci\u00f3n de la USP y uno de los principales consultores involucrados en el proyecto. El nuevo programa, por lo tanto, comenz\u00f3 a ser desarrollado teniendo como base los problemas existentes en el mercado al cual se quer\u00eda llegar. “Aprovechamos la experiencia del IME y desarrollamos una herramienta mucho m\u00e1s vers\u00e1til”, explica Junior Barrera, profesor del IME-USP. La etapa siguiente exigir\u00eda un largo y paciente proceso de programaci\u00f3n y de tests que al final insumi\u00f3 casi el 80% del per\u00edodo dedicado al proyecto, iniciado en 1997.<\/p>\n
\n<\/strong>Desde el punto de vista t\u00e9cnico, existen diversas maneras para que un programa de computadora haga la transformaci\u00f3n de las im\u00e1genes captadas por el esc\u00e1ner en caracteres de texto. En la pr\u00e1ctica, basta saber que los conceptos matem\u00e1ticos y de geometr\u00eda, seguidos de reglas de estad\u00edstica, son utilizados en este caso espec\u00edfico para mapear y trabajar sobre cada peque\u00f1o tramo de los documentos predigitalizados. A los efectos de la funcionalidad de la computadora, cualquier imagen no pasa de un acumulado secuencial de n\u00fameros.<\/p>\n
\n<\/strong>Pero trat\u00e1ndose de documentos antiguos la cosa cambia. Con todos sus borrones, sellos, manchas y la t\u00edpica imprecisi\u00f3n gr\u00e1fica de las antiguas m\u00e1quinas de escribir, ni siquiera los programas OCR comerciales m\u00e1s afamados logran una eficacia satisfactoria. “Hicimos algunas pruebas con documentos recientes ya digitalizados y el mejor de los\u00a0software<\/em> existentesalcanz\u00f3 el 90%, y el nuestro, el 98%. En un segundo documento, m\u00e1s antiguo y generado con m\u00e1quina de escribir, el \u00edndice del programa comercial era muy bajo, cerca del 60%, mientras el nuestro lleg\u00f3 al 90%”, comenta Sakamoto satisfecho.<\/p>\n