Contenido legible por máquina: por qué una tabla escaneada no supera la prueba del examen

Los contenidos legibles por máquina son datos que el software puede interpretar directamente: piense en una tabla creada en un documento de Word frente a una fotografía de esa misma tabla en un PDF. La fotografía es solo una imagen; no se puede buscar un número, copiar una celda ni permitir que un lector de pantalla anuncie las filas. El texto estructurado, en cambio, permite indexar cada palabra, traducir todo el documento, transformarlo en una hoja de cálculo y realizar comprobaciones de accesibilidad. Su principal valor radica en que las máquinas pueden operar sobre el contenido, no solo mostrarlo.

Un truco habitual en las preguntas sobre competencias digitales consiste en presentar una factura escaneada o una captura de pantalla de un gráfico y preguntar si es legible por máquina. La respuesta es no, a menos que se haya sometido a reconocimiento óptico de caracteres (OCR) y guardado como texto seleccionable. Otra pista: si puede seleccionar y copiar palabras concretas, el contenido es legible por máquina; si solo puede copiar la imagen completa, no lo es. Recuerde también que las herramientas de apoyo, como los lectores de pantalla, dependen del texto legible por máquina para funcionar, por lo que un PDF compuesto únicamente por páginas escaneadas incumple las normas de accesibilidad.

Para ponerse a prueba, imagine que recibe un PDF de un formulario manuscrito. Pregúntese: ¿puede una herramienta de búsqueda encontrar en él la palabra «total»? Si no puede, no es legible por máquina. Una comprobación mental rápida: si el contenido parece una fotografía, probablemente no sea legible por máquina; si parece un documento que puede editar, probablemente sí lo sea.