Prljava tajna veštačke inteligencije: Zašto AI još ne zna lepo da čita PDF-ove?

Masovno objavljivanje tajnih dokumenata razotkrilo je ozbiljne propuste u sposobnostima AI tehnologije za optičko prepoznavanje teksta. Kada je Odbor za nadzor Predstavničkog doma prošlog novembra objavio 20.000 stranica dokumenata o Epstajnu, a zatim i više od tri miliona fajlova Ministarstva pravde, razotkrivena je neprijatna istina o veštačkoj inteligenciji: uprkos milijardama dolara ulaganja i neprekidnom hajpu, AI se i dalje muči sa jednim od najosnovnijih digitalnih zadataka – čitanjem PDF-ova.

AI industrija voli da govori o modelima za rezonovanje, multimodalnom razumevanju i veštačkoj opštoj inteligenciji. Ali prošlog novembra, kada su stvarni državni dokumenti dospeli na internet, tehnologija je doživela potpuni krah na nečemu daleko banalnijem – čitanju teksta iz PDF fajla.

Luke Igel i njegovi prijatelji pregledali su masivnu objavu dokumenata Odbora za nadzor u vezi sa Epstajnom, pokušavajući da povežu mejl konverzacije i prate istražne tokove. Iskustvo je, kako kaže, bilo „užasno“. Ministarstvo pravde je dokumente obradilo softverom za optičko prepoznavanje teksta (OCR), ali rezultati su bili katastrofalni. Mejlovi su bili izobličeni. Pretraga teksta nije davala rezultate. Interfejs je bio praktično neupotrebljiv.

A onda je usledio pravi test. U narednim mesecima, Ministarstvo pravde objavilo je još više od tri miliona fajlova. Sve u PDF formatu. Svi su zahtevali istu problematičnu OCR tehnologiju koja je već podbacila, piše The Tech Buzz.

Čitanje otkucanog teksta iz digitalnog dokumenta

Ovo nije neki rubni slučaj ili opskurni tehnički izazov. Govorimo o čitanju otkucanog teksta iz digitalnih dokumenata – nečemu što računari navodno rade decenijama. Ipak, 2026. je godina, kompanija OpenAI prikuplja milijarde dolara uz procenjenu vrednost od 300 milijardi, a svaki tehnološki gigant tvrdi da njihov AI razume slike, video i ljudsko rezonovanje – dok državne institucije i dalje ne mogu da učine dokumente pretraživim.

Problem sa PDF-ovima razotkriva nešto neprijatno u vezi sa aktuelnim AI bumom. Dok kompanije ulažu resurse u spektakularne demonstracije – pisanje poezije ili generisanje videa – osnovna infrastrukturna pitanja, ona koja su ključna za svakodnevno poslovanje, ostaju frustrirajuće nerešena.

Obrada dokumenata predstavlja ogromno tržište u korporativnom svetu. Advokatske kancelarije, državne institucije, zdravstveni sistemi i finansijske organizacije oslanjaju se na izdvajanje informacija iz PDF-ova, skeniranih dokumenata i zastarelih fajlova. Kada tehnologija zakaže, to ne znači samo loše korisničko iskustvo – to blokira ključne radne procese.

Problem nije samo u tačnosti, iako je i ona upitna. Savremeni OCR sistemi se muče sa lošim kvalitetom skena, neobičnim fontovima, tabelama, rukopisom i složenim rasporedom elemenata. Ali dublji problem je upotrebljivost. Čak i kada AI uspe da izvuče tekst, njegovo organizovanje u pretraživ i pregledan interfejs ostaje ozbiljan izazov.

Između AI hajpa i realnih potreba

To je važno jer se obrada dokumenata nalazi na raskršću između AI hajpa i realnih potreba. To je upravo ona „dosadna“ korporativna oblast koja bi trebalo da profitira od napretka u mašinskom učenju. Modeli kompjuterskog vida prepoznaju objekte na slikama. Veliki jezički modeli razumeju kontekst i značenje. Kombinacija tih sposobnosti trebalo bi da učini parsiranje dokumenata trivijalnim zadatkom.

Ipak, Luke Igel i dalje klika kroz milione jedva čitljivih državnih fajlova, pitajući se zašto tehnologija ne funkcioniše.

Ovaj raskorak ukazuje na temeljnu tenziju u AI industriji. Rizični kapital ide ka ambicioznim projektima i potrošačkim aplikacijama. Medijska pažnja fokusirana je na probojne inovacije i egzistencijalne rizike. Ali nezahvalan posao pravljenja pouzdane AI infrastrukture za svakodnevne zadatke dobija znatno manje pažnje i ulaganja.

Za organizacije koje pokušavaju da zaista implementiraju AI, to stvara realne probleme. Slušaju o transformaciji industrija, a onda pokušaju da primene AI u osnovnom upravljanju dokumentima i udare u zid. Jaz između marketinga i stvarnosti podstiče skepticizam prema praktičnoj vrednosti veštačke inteligencije.

Neki startapi se direktno bave obradom dokumenata, gradeći specijalizovane alate za pravne postupke, finansijsku analizu i transparentnost javne uprave. Ali napredak je spor, a izazovi duboki. PDF format je notorno komplikovan – više skup instrukcija za štampu nego strukturisani dokument.

Priča o milionima izobličenih državnih PDF-ova trebalo bi da zabrine sve koji polažu nade u budućnost AI u poslovnom svetu. Dok tehnološki giganti jure ka sve kompleksnijim sposobnostima, osnovna obrada dokumenata, temelj bezbrojnih poslovnih procesa, ostaje sramotno nepouzdana. Ovo nije priča o tome da vrhunska AI tehnologija ne uspeva u nemogućim zadacima. Ovo je priča o tome da tehnologije vredne milijarde dolara posrću na problemima za koje smo mislili da su rešeni pre nekoliko decenija.

Dok industrija ne zatvori jaz između hajpa i izvršenja, organizacije će nastavljati da otkrivaju da njihovi blistavi novi AI alati ne mogu da obave dosadan, ali suštinski važan posao koji zaista održava poslovanje. Problem sa PDF-ovima nije sitna greška – on je upozorenje koliko je put do stvarno pouzdane veštačke inteligencije još dug.

Izvor: BIZLife

Foto: Freepik/Thanhtungdo