Treści nadające się do odczytu maszynowego: dlaczego zeskanowana tabela nie zdaje egzaminu

Treści nadające się do odczytu maszynowego to dane, które oprogramowanie może bezpośrednio interpretować — pomyśl o tabeli wpisanej w dokumencie programu Word i o zdjęciu tej samej tabeli w pliku PDF. Zdjęcie jest jedynie obrazem; nie można wyszukać na nim liczby, skopiować komórki ani umożliwić czytnikowi ekranu odczytania wierszy. Tekst strukturyzowany pozwala natomiast indeksować każde słowo, przetłumaczyć cały dokument, przekształcić go w arkusz kalkulacyjny i przeprowadzić kontrole dostępności. Jego podstawowa wartość polega na tym, że maszyny mogą wykonywać operacje na treści, a nie tylko ją wyświetlać.

Częstym podstępem w pytaniach dotyczących umiejętności cyfrowych jest przedstawienie zeskanowanej faktury lub zrzutu ekranu wykresu i zapytanie, czy jest to treść nadająca się do odczytu maszynowego. Odpowiedź brzmi: nie — chyba że zastosowano optyczne rozpoznawanie znaków (OCR), a treść zapisano jako tekst, który można zaznaczać. Kolejna wskazówka: jeżeli możesz zaznaczać i kopiować poszczególne słowa, treść nadaje się do odczytu maszynowego; jeżeli możesz skopiować wyłącznie cały obraz, tak nie jest. Pamiętaj również, że technologie wspomagające, takie jak czytniki ekranu, wymagają do działania tekstu nadającego się do odczytu maszynowego, dlatego plik PDF będący jedynie zbiorem zeskanowanych stron nie spełnia standardów dostępności.

Aby się sprawdzić, wyobraź sobie, że otrzymujesz plik PDF z odręcznie wypełnionym formularzem. Zadaj sobie pytanie: czy wyszukiwarka może znaleźć w nim słowo „suma”? Jeżeli nie, treść nie nadaje się do odczytu maszynowego. Szybka kontrola myślowa: jeżeli treść wygląda jak fotografia, prawdopodobnie nie nadaje się do odczytu maszynowego; jeżeli wygląda jak dokument, który można edytować, prawdopodobnie się do niego nadaje.