La guía completa de remediación de PDF

La remediación de PDF es el trabajo de convertir un documento visualmente impecable pero estructuralmente roto en uno que un lector de pantalla pueda recorrer. Esta guía recorre cada capa de ese trabajo —etiquetas, orden de lectura, alternativas textuales, tablas, formularios y metadatos— y es franca sobre qué partes maneja bien la automatización y cuáles todavía necesitan a una persona.

¿Qué es la remediación de PDF?

La remediación de PDF es el proceso de añadir a un PDF existente la estructura que necesita la tecnología de asistencia: un árbol de etiquetas que refleje el contenido lógico, un orden de lectura correcto, alternativas textuales para las imágenes, tablas marcadas y campos de formulario etiquetados. La página visible no cambia; la capa legible por máquina que hay debajo, sí.

• Qué es un árbol de etiquetas y por qué un PDF sin etiquetar se lee como ruido
• Remediación frente a recreación: cuándo arreglar vale más que reconstruir desde la fuente
• La relación entre WCAG 2.1 AA y PDF/UA en los archivos remediados

¿Cómo se evalúa un PDF antes de remediarlo?

Clasifique cada archivo por cuatro cosas: si hay texto real o solo un escaneo, qué tan compleja es la maquetación, si contiene tablas o campos de formulario, y si todavía vale la pena publicarlo. Esa evaluación fija el nivel de remediación, el costo y si el OCR debe ejecutarse primero: muchos "problemas de PDF" son en realidad problemas de escaneo.

• Comprobación de la capa de texto: nativo digital frente a escaneado
• Niveles de complejidad: texto lineal, multicolumna, tablas y formularios, carga visual alta
• Decidir entre remediar, recrear, archivar o retirar
• Estimar el esfuerzo por nivel

¿Cuáles son los pasos centrales de la remediación?

Toda remediación sigue la misma secuencia: levantar el árbol de etiquetas, fijar el orden de lectura, redactar las alternativas textuales, marcar tablas y listas, etiquetar los campos de formulario y, por último, definir los metadatos del documento: título, idioma y marcadores en los archivos largos. Hecho en ese orden, cada paso se apoya en el anterior en vez de deshacerlo.

• Etiquetar encabezados, párrafos, listas, enlaces y figuras
• Orden de lectura y la diferencia entre el orden visual y el lógico
• Texto alternativo: imágenes informativas frente a decorativas, artefactos
• Estructura de tabla: celdas de encabezado, alcance y estrategias para tablas complejas
• Título del documento, idioma, marcadores y vista inicial

¿Qué partes puede hacer la automatización de forma confiable?

La automatización es fuerte en la capa estructural: detectar encabezados y listas, construir árboles de etiquetas, fijar metadatos, señalar cada imagen que necesita descripción y validar el resultado. Es más débil en los juicios: si una imagen es decorativa, si un pie ya transmite lo que muestra el gráfico. Los buenos flujos automatizan la estructura y derivan los juicios a personas.

• Qué resuelve la remediación automática de extremo a extremo
• Los juicios: calidad del texto alternativo, tablas complejas, orden ambiguo
• El modelo de DocoMatic: niveles automatizados más revisión humana donde baja la confianza

¿Cómo se verifica un PDF remediado?

La verificación necesita dos capas: validación automática contra PDF/UA y las comprobaciones de WCAG, y pruebas funcionales con tecnología de asistencia sobre una muestra. Un archivo puede pasar todas las comprobaciones automáticas y aun así leerse mal, así que trate los resultados del verificador como el piso. Conserve el informe de verificación junto al archivo, como evidencia.

• Comprobaciones automáticas: qué pueden y qué no pueden demostrar los validadores
• Sondeos con lector de pantalla y qué hay que escuchar
• Estrategias de muestreo para lotes grandes
• Evidencia: informes, puntajes e historial de cambios

¿Cómo evitar que los PDF nuevos necesiten remediación?

Arregle la fuente. La mayoría de los PDF inaccesibles se exportan de plantillas que nunca se configuraron: estilos que no se usaron para los encabezados, tablas dibujadas con tabulaciones, imágenes pegadas sin texto alternativo. Unas plantillas accesibles más un paso de comprobación antes de publicar cuestan minutos y eliminan la mayor parte del gasto futuro en remediación.

• Redacción accesible en Word, Google Docs e InDesign
• Ajustes de exportación que preservan la estructura
• Un punto de control al publicar: comprobar automáticamente cada documento que sale