اطلب من أداتين «تحويل ملف PDF هذا» وستحصل على مصنوعين مختلفين جداً. أداة OCR تمنحك جداراً من النص — كل حرف معروف، وكل بنية مدمرة: خيارات ملطخة في فقرات، ومفاتيح إجابة مفصولة عن أسئلتها، وحدود أقسام مبخرة. النهج الواعي باللغة يمنحك أسئلة — محللة كأسئلة، بخيارات مرفقة وإجابات مطابقة وأنواع مصنفة. الفرق ليس دقة الحروف؛ بل نموذجاً لما هو السؤال.
ما يجيده OCR — وأين يرتطم وجهه #
- جيد: التعرف على الحروف في المسحات النظيفة، منتجاً نصاً خاماً
- يفشل: التخطيطات متعددة الأعمدة — يدمج الأعمدة المتوازية في أسطر عديمة المعنى
- يفشل: إسناد الخيارات — «A) 42» و«(ب) لا شيء» ينتهيان كشذرات نثرية
- يفشل: مفاتيح الإجابة — لا يستطيع أن يعرف أن «س14: ج» تشير إلى الخيار الثالث للسؤال الرابع عشر
- يفشل: خلط العربية والإنجليزية والأرقام من اليمين لليسار — فوضى اتجاهية في المخرجات
ما يضيفه التحليل الواعي باللغة #
يدير مستورد يوكيرا التعرف كمرحلة أولى، ثم يطبق نموذج لغة يفهم دلالات المستند: هذا السطر جذر سؤال لأنه ينتهي بصيغة استفهام أو فراغ؛ وهذه الأسطر الأربعة القصيرة خيارات بسبب أنماط الترقيم؛ و«(الإجابة: ب)» اللاحقة ترتبط بهذا الجذر؛ وهذا العنوان الغامق يبدأ قسماً جديداً. يوفق مفاتيح الإجابة بمطابقة أرقام الأسئلة عبر الصفحات، ويحترم مقاطع النص من اليمين لليسار داخل تخطيطات من اليسار لليمين، ويصنف كل عنصر بنوعه. المخرجات ليست نصاً عن أسئلة — بل أسئلة.
لماذا يتراكم الفرق مع الوقت #
الاستيراد لمرة واحدة الذي ينتج بنية نظيفة بنسبة 80% يحتاج إصلاحاً واحداً. خط أنابيب OCR الذي ينتج نصاً يحتاج إنساناً يعيد بناء البنية لكل سؤال وكل مستند وكل فصل — الدين لا ينقضي أبداً. لهذا تعثرت رقمنة الاختبارات سنوات في مؤسسات كثيرة: التقنية حولت الورق إلى نوع مختلف من العمل اليدوي. التحليل الواعي بالبنية يغلق الحلقة أخيراً، وكل ما بعده — بنوك الأسئلة والسحب العشوائي والتحليلات لكل سؤال والتوليد الذكي بأسلوبك — لا يصبح ممكناً إلا متى وُجدت الأسئلة كبيانات مهيكلة.