¿Cuántas IA se necesitan para leer un PDF?

El formato PDF, aunque omnipresente, sigue siendo un gran desafío para la inteligencia artificial, a menudo resultando en extracción de datos inexacta, errores de resumen o alucinaciones, incluso con los modelos más avanzados. Esta dificultad se debe a que el formato prioriza la fidelidad visual sobre la estructura lógica, confundiendo herramientas como el OCR con elementos como diseños de múltiples columnas, tablas y notas al pie. El problema se hizo evidente al intentar analizar millones de documentos de Jeffrey Epstein publicados por el Departamento de Justicia. Empresas como Reducto están abordando esto mediante sistemas de IA especializados de múltiples pasadas que segmentan la página en componentes estructurales antes de analizarlos, logrando alta precisión, incluso convirtiendo gráficos en hojas de cálculo. Investigadores del Allen Institute for AI y Hugging Face también están desarrollando modelos especializados en lectura de PDF, reconociendo que estos documentos contienen una gran cantidad de datos de entrenamiento de alta calidad. A pesar del rápido progreso, los expertos coinciden en que, debido a la complejidad del formato y la naturaleza probabilística de la IA actual, el análisis perfectamente preciso de PDF sigue siendo un desafío continuo, aunque el formato en sí no muestra signos de desaparecer.

(Fuente：The Verge)