Del documento capturado a una decisión controlable

Distinguir seis funciones

Leer un documento no equivale a verificar una identidad. El OCR reconoce caracteres; la extracción asigna valores a campos; la verificación documental examina indicios de autenticidad. La biometría compara características de una persona, la detección de presencia real busca indicios de que está presente y la decisión KYC aplica un proceso de negocio y sus obligaciones. Estas funciones pueden participar en un mismo recorrido sin ser intercambiables.

La distinción evita convertir un nombre correctamente extraído en una decisión de confianza. El NIST SP 800-63A-4 distingue las operaciones de verificación de identidad. Es una referencia técnica, no una aprobación normativa de un recorrido KYC ni una certificación de un motor OCR.

Captura: obtener una imagen utilizable

El desenfoque, los reflejos o un encuadre incompleto pueden volver ilegible un campo antes de cualquier inferencia. Defina controles de captura: documento completo, legibilidad, tamaño suficiente, orientación y ausencia de obstrucciones. Ofrezca información comprensible y permita repetir la captura sin encerrar al usuario en un bucle.

Conserve los motivos de rechazo de calidad aparte del contenido extraído. Rechazar una imagen por reflejos no demuestra fraude. Pruebe dispositivos y condiciones de luz; mida intentos y tiempo necesario para obtener una captura utilizable.

Clasificación y rectificación

Identifique familia y variante antes de seleccionar zonas relevantes. Una categoría desconocida debe seguir siendo desconocida: imponer la plantilla más cercana puede generar una extracción convincente pero errónea. La corrección de perspectiva y el recorte deben mantener relación con la imagen de origen para que el operador entienda qué se leyó.

Pruebe distintas ediciones del documento, anverso y reverso, páginas adicionales y documentos fuera de alcance. La clasificación puede usar modelos, reglas o ambos; evalúe sus errores por separado de los de reconocimiento.

OCR especializado y modelos de visión y lenguaje

Los motores OCR especializados siguen siendo útiles cuando campos, sistemas de escritura y restricciones de cálculo están definidos. Los modelos de visión y lenguaje amplían opciones para diseños variados, pero introducen otros comportamientos, costes y necesidades de evaluación. Elija mediante un corpus local y un contrato de salida, no solo mediante una clasificación general.

El informe PP-OCRv5 de 2026 y la documentación multilingüe de PaddleOCR aportan referencias actuales. Sus resultados no deben atribuirse a Identity OCR ni a sus documentos sin medir la versión y el hardware utilizados.

Extracción y normalización sin pérdida

Defina un esquema con valor bruto, valor normalizado, zona de origen, motor y versión. Trate fechas, identificadores y nombres mediante reglas explícitas. La normalización debe ser trazable: no debe eliminar silenciosamente caracteres inusuales ni inventar fechas a partir de cadenas ambiguas.

Para campos ausentes o ilegibles, devuelva un valor desconocido y un motivo. No rellene huecos mediante plausibilidad lingüística. Compruebe formatos y coherencias distinguiendo errores de lectura, incoherencias del documento y fallos de reglas de negocio.

Francés, árabe y visualización

Los documentos bilingües requieren evaluación por escritura y campo. Conserve formas árabes y latinas, gestione la dirección de lectura y pruebe caracteres parecidos, números y variantes de nombres. Una divergencia entre transliteraciones no demuestra fraude ni justifica una corrección silenciosa.

El algoritmo bidireccional Unicode resuelve el orden de visualización, no la equivalencia semántica entre nombres. Compruebe interfaces de revisión, exportaciones y búsquedas: una cadena bien almacenada puede resultar engañosa si se mezclan mal las direcciones.

Reglas y puntuaciones: mostrar la incertidumbre

Separe confianza del modelo, controles de formato, coherencias y decisión operativa. Una puntuación alta no es necesariamente una probabilidad calibrada de exactitud. Mida su relación con errores observados por documento y campo, y elija umbrales según el coste de los errores para el negocio.

Para las MRZ, ICAO Doc 9303 ofrece reglas de estructura y comprobación. Un dígito de control válido puede reforzar la coherencia de lectura; no acredita la autenticidad del soporte ni la identidad del titular. Muestre esos controles por separado.

Una revisión humana utilizable

El operador debe ver el campo, la zona de origen, los controles fallidos y alternativas útiles. Prevea validación, corrección y rechazo con motivos comprensibles. Conserve la corrección como evento distinto de la extracción inicial; debe poder auditarse sin exponer el documento innecesariamente a otras personas.

Mida carga de revisión y divergencias entre operadores. Un umbral que envía casi todo a revisión puede anular el valor operativo; otro que reduce artificialmente los casos derivados a revisión humana puede dejar pasar errores costosos. Evalúe ambos efectos juntos.

Confidencialidad y despliegue en las instalaciones

Desplegar dentro del sistema puede facilitar el control de accesos y flujos, pero no acredita cumplimiento automático. Identifique imágenes, campos, temporales, registros, copias de seguridad y telemetría. Limite red, datos de prueba, conservación y exportación; verifique la eliminación en los soportes pertinentes.

La CNDP presenta las condiciones de tratamiento en Marruecos. El responsable del proceso determina requisitos y formalidades aplicables. Un motor local no resuelve por sí solo finalidad, minimización, derechos ni seguridad operativa.

Pruebas, rendimiento y deriva

Construya datos de referencia autorizados y revisados que cubran familias, variantes, idiomas, calidad de captura y casos fuera de alcance. Separe desarrollo y validación, evite duplicados próximos y conserve versiones. Mida exactitud por campo, errores graves, expedientes sin intervención y correcciones humanas.

Pruebe latencia total, capacidad bajo carga, memoria y colas en el hardware de destino. Observe nuevas variantes, dispositivos y cambios en rechazos. La deriva del corpus puede exigir nueva evaluación aunque el modelo no cambie. Ningún umbral numérico universal sustituye los criterios del proceso.

Identity OCR: un alcance de extracción

El Lab Identity OCR documenta detección, rectificación, OCR en francés y árabe y extracción, con consola de operador y arquitectura en las instalaciones descritas por fuentes internas. El servicio público presenta documentos marroquíes de identidad, matriculación, conducción y pasaporte. La documentación describe el funcionamiento en CPU; esa descripción no constituye una garantía de rendimiento.

El Lab no afirma realizar biometría, detección de presencia, detección de fraude ni decisiones KYC. Sirve de punto de partida para evaluar un componente documental. La integración de negocio debe evaluar el corpus, definir validaciones e identificar quién autoriza la siguiente etapa.

Del campo extraído a una decisión controlable

El contrato final distingue lo leído, corregido, verificado y decidido. Debe permitir recuperar fuente, regla, versión e intervención humana. La decisión sigue vinculada a una política de negocio y un responsable identificado.

El valor de Document Intelligence reside en esa continuidad: preparar datos utilizables, conservar incertidumbre y mostrar controles. Esa cadena permite a sistemas y operaciones fundamentar una puesta en servicio más allá de una demostración atractiva.