Arhiva căutabilă: cum transformă OCR și AI documentele scanate într-un activ al instituției

Contextul: scanarea a fost doar primul pas

Multe instituții au investit în ultimii ani în scanarea documentelor. Rezultatul sunt însă adesea fișiere imagine fără text: pentru a găsi un act, cineva le deschide unul câte unul. Cu termene legale de 10–30 de zile pentru solicitări și cu principiul „o singură dată” introdus de Legea interoperabilității, accesul rapid la propriile documente devine o condiție de funcționare.

De la imagine la informație: patru niveluri

1. Imagine: documentul există, dar nu poate fi căutat.
2. Text (OCR): documentul poate fi căutat după cuvinte.
3. Date structurate: număr, dată, emitent, adresă, tip de act extrase automat.
4. Căutare în limbaj natural: „ce autorizații s-au emis pe strada X după 2019?”, cu documentele sursă afișate.

Cadrul NION: pilotul de acuratețe

Înainte de procesarea întregii arhive, rulăm un pilot pe un lot reprezentativ (de exemplu 1.000 de pagini din tipuri și perioade diferite) și măsurăm trei indicatori:

• Acuratețea textului: procentul de caractere recunoscute corect, inclusiv diacritice.
• Acuratețea câmpurilor: procentul de date cheie extrase corect.
• Relevanța căutării: în câte cazuri documentul corect apare în primele rezultate.

Ghid practic: proiectul în șase pași

1. Inventarul arhivei digitale: volume, formate, calitate, perioade.
2. Prioritizarea pe utilitate: urbanism, juridic, resurse umane, registratură.
3. Pilotul de acuratețe și decizia privind rescanarea documentelor ilizibile.
4. Procesarea în loturi, cu verificare prin eșantionare.
5. Integrarea căutării în aplicația existentă sau într-o interfață dedicată.
6. Instruirea utilizatorilor și indexarea automată a documentelor noi.

Găzduire și securitate

• Drepturi de acces pe compartimente și jurnal de acces.
• Minimizarea datelor personale afișate în rezultate.
• Alegerea locului de găzduire cu responsabilul cu protecția datelor, ținând cont de regimul cloud-ului guvernamental (OUG 89/2022).

Un calcul ilustrativ

Ipoteze: un compartiment de urbanism caută documente vechi de 300 de ori pe lună, cu un timp mediu de 15 minute pe căutare. Rezultă 75 de ore lunare. Cu o arhivă căutabilă, timpul scade la circa 2 minute, iar instituția recuperează aproximativ 65 de ore pe lună, peste 780 de ore pe an.

Greșeli frecvente

• Procesarea întregii arhive fără pilot de acuratețe.
• Ignorarea documentelor noi, care trebuie indexate automat.
• Căutare fără afișarea documentului sursă.

Despre NION

NION este o agenție de marketing digital și implementare de inteligență artificială, fondată în 2018 la Râmnicu Vâlcea. Lucrăm pe procese măsurabile: fiecare automatizare pornește de la un diagnostic, are un indicator de rezultat și se predă documentată. Ofertăm direct în SEAP/SICAP, în asociere sau ca subcontractant pentru ofertantul principal.

Surse

• Profit.ro: Legea interoperabilității („anti-dosar cu șină”)
• Capital: platforma de cloud guvernamental (OUG 89/2022)
• Comisia Europeană: Romania 2025 Digital Decade Country Report