Conteúdo legível por máquina: por que motivo uma tabela digitalizada leva a uma resposta errada no exame

Conteúdo legível por máquina significa dados que o software consegue interpretar diretamente — pense numa tabela digitada num documento Word em comparação com uma fotografia dessa mesma tabela num PDF. A fotografia é apenas uma imagem; não é possível pesquisar um número, copiar uma célula ou permitir que um leitor de ecrã anuncie as linhas. O texto estruturado, por outro lado, permite indexar todas as palavras, traduzir o documento inteiro, convertê-lo numa folha de cálculo e efetuar verificações de acessibilidade. O valor fundamental reside no facto de as máquinas poderem atuar sobre o conteúdo, e não apenas apresentá-lo.

Uma armadilha comum nas perguntas sobre competências digitais consiste em apresentar uma fatura digitalizada ou uma captura de ecrã de um gráfico e perguntar se é legível por máquina. A resposta é não — a menos que tenha sido processada através de reconhecimento ótico de carateres (OCR) e guardada como texto selecionável. Outra pista: se conseguir realçar e copiar palavras individualmente, o conteúdo é legível por máquina; se apenas conseguir copiar a imagem inteira, não é. Recorde também que as tecnologias de apoio, como os leitores de ecrã, dependem de texto legível por máquina para funcionar, pelo que um PDF constituído apenas por uma série de páginas digitalizadas não cumpre as normas de acessibilidade.

Para se testar, imagine que lhe é fornecido um PDF de um formulário manuscrito. Pergunte-se: uma ferramenta de pesquisa consegue encontrar nele a palavra «total»? Se não conseguir, não é legível por máquina. Uma verificação mental rápida: se o conteúdo se assemelhar a uma fotografia, provavelmente não é legível por máquina; se parecer um documento que pode editar, provavelmente é.