Digitalizzare un archivio: dalla carta alla ricerca full-text

Un archivio cartaceo di trent'anni sembra un progetto enorme. Diventa gestibile se lo si spezza in tre fasi distinte, ciascuna con i suoi rischi specifici.

Fase 1 · Scansione e OCR

Fase 1, scansione e OCR: il rischio principale è la qualità dei documenti originali. Dattiloscritti sbiaditi, timbri sovrapposti al testo, carta ingiallita: serve testare l'OCR su un campione reale prima di scansionare tutto, non dopo.

Fase 2 · Classificazione automatica

Fase 2, classificazione automatica: tipo di documento, data, parti coinvolte, oggetto. Qui il rischio è affidarsi ciecamente all'estrazione senza un ciclo di verifica umano nelle prime settimane, per calibrare la precisione prima di fidarsi al 100%.

Fase 3 · Portale di ricerca

Fase 3, portale di ricerca con accessi per ruolo: il rischio meno ovvio è organizzativo, non tecnico. Se i permessi non rispecchiano davvero chi deve vedere cosa, il portale genera più attrito di quanto ne risolva.

Il risultato

Fatto bene, il risultato è un archivio ricercabile in mezzo secondo invece che in mezza giornata, e un team che lavora da qualunque sede senza dover tornare in ufficio per un faldone.