Vous transmettez un rapport en PDF à une IA, puis vous obtenez un résumé fluide. Le résultat semble convaincant. Pourtant, une erreur peut s’être glissée avant même l’analyse : dans la lecture du document. Un scan représente une page sous forme d’image ; son apparence ne garantit pas que les caractères ou les tableaux ont été correctement récupérés. Pour un entrepreneur qui compare des devis, un étudiant qui travaille sur un cours ou un Community Manager qui prépare une publication, vérifier cette première étape évite de réutiliser une information déformée.

Un PDF ne dit pas comment son contenu sera lu

Deux fichiers portant la même extension peuvent fonctionner différemment. L’un contient du texte sélectionnable, issu par exemple d’un traitement de texte. L’autre contient des images de pages numérisées. Un troisième associe ces images à une couche de texte obtenue par reconnaissance optique de caractères, souvent appelée OCR.

Adobe explique que l’OCR rend le texte d’un scan recherchable. Sa documentation prévoit également la correction des mots reconnus avec incertitude. La présence d’un texte sélectionnable n’est donc pas une preuve suffisante de fidélité au document visible.

Il serait toutefois faux d’affirmer qu’une IA ne peut jamais lire un scan sans conversion préalable. La documentation de Claude décrit une prise en charge des PDF qui combine texte et images. Les capacités dépendent du service et de son mode de traitement. Le contrôle proposé ici reste utile quelle que soit cette différence.

1. Faire un essai de copie avant de résumer

Ouvrez le document dans votre lecteur PDF. Sélectionnez un court passage comprenant une phrase, une date et, si possible, une valeur chiffrée. Copiez-le dans un document vide, puis comparez les deux versions. Vérifiez les caractères, les espaces et l’ordre des phrases.

Si aucune sélection n’est possible, cela peut indiquer une page constituée d’une image ou une restriction du fichier. Si le texte copié est incompréhensible, l’extraction mérite d’être corrigée. Ce test est un premier diagnostic ; il ne mesure pas à lui seul la capacité visuelle de votre assistant.

Sur un dossier long, choisissez plusieurs pages différentes : une page de texte, une page avec tableau et une page moins nette. Notez les numéros affichés par le lecteur PDF afin de retrouver exactement les passages à contrôler.

2. Préparer une copie exploitable du scan

Conservez toujours l’original et travaillez sur une copie clairement nommée. Avant une nouvelle numérisation, cherchez une meilleure source : le fichier exporté par son auteur peut éviter une étape de reconnaissance. Si vous devez reprendre une photo, visez une page entière, droite, sans ombre ni zone coupée.

Pour une conversion simple sur ordinateur, Google Drive propose d’ouvrir un PDF ou une image avec Google Docs. Son aide demande notamment un fichier ne dépassant pas 2 Mo, correctement orienté et suffisamment net. Ce seuil concerne cette procédure de conversion ; il ne faut pas le confondre avec la capacité générale de stockage de Drive.

Dans Acrobat, les fonctions de numérisation et d’OCR permettent de reconnaître le texte puis de revoir les mots suspects. Choisissez la méthode disponible dans votre environnement de travail et vérifiez les conditions du service avant d’y déposer un document confidentiel.

3. Contrôler les tableaux comme des relations

Google avertit que la conversion vers Docs peut perdre la structure des tableaux, des colonnes et des notes. Un ensemble de mots correctement récupérés peut donc devenir trompeur si l’ordre de lecture change. La question utile est : cette valeur est-elle toujours rattachée au bon libellé ?

Imaginons un devis fictif avec trois prestations, leurs quantités et leurs prix. Après extraction, reconstituez chaque ligne séparément. Comparez ensuite les intitulés, les unités et la devise avec la page originale. Un total apparemment plausible ne prouve pas que toutes les lignes ont été associées correctement.

Pour un document utilisé dans un contexte francophone, portez une attention particulière aux séparateurs décimaux, aux dates et aux abréviations. Vérifiez chaque donnée qui sera publiée ou utilisée pour agir. Un contrôle de quelques pages sert à diagnostiquer le fichier ; il ne valide pas automatiquement toutes les autres.

4. Demander une extraction traçable, puis une analyse

Commencez par une demande limitée : « Extrais les trois informations suivantes. Pour chacune, indique la page et reproduis le passage utile. Si une zone est illisible ou ambiguë, signale-le sans compléter. Ne fais pas encore de synthèse. » Cette consigne aide à organiser la vérification ; elle ne garantit pas l’absence d’erreur.

Rouvrez ensuite les pages indiquées et comparez les passages vous-même. Corrigez le document de travail ou fournissez une meilleure image lorsqu’une information reste incertaine. Demandez seulement après cette étape le résumé, le classement ou le brouillon de publication.

Gardez une courte note des corrections importantes et du fichier source utilisé. Si le document est remplacé par une nouvelle version, recommencez le contrôle des passages concernés. Une ancienne vérification ne couvre pas un fichier modifié.

Le réflexe à retenir

Avant votre prochaine analyse de PDF, faites un essai sur une page de texte et une page complexe. Vérifiez ensuite toutes les informations que vous comptez réutiliser. L’objectif est de distinguer trois opérations : lire le document, interpréter son contenu et décider quoi en faire. Une bonne synthèse commence par une lecture contrôlée, même lorsque sa rédaction finale paraît impeccable.