¿Por qué la IA marca tus documentos como inválidos si están bien? (y cómo evitarlo)

La IA no entiende matices como un humano: un dígito de control mal interpretado o un formato ambiguo pueden hacer que rechace un documento válido. Te explicamos los errores más comunes y cómo ajustar las reglas para que no fallen.

La IA no «ve» los documentos como tú: un formato ambiguo, un dígito de control mal interpretado o una regla demasiado estricta pueden hacer que rechace un documento válido. No es un fallo del documento, sino de cómo la IA lo analiza.

1. Dígitos de control: el error más común (y silencioso)

Los modelos de IA suelen validar números de identificación (NIF, IBAN, códigos de factura) con algoritmos matemáticos. El problema es que:

• No siempre aplican el mismo algoritmo que la normativa oficial. Por ejemplo, el dígito de control del NIF en España se calcula con un módulo 23, pero algunos modelos usan módulo 10 o 11 por defecto.
• Confunden caracteres similares: una «O» mayúscula con un «0», o una «I» con un «1». Si el documento está escaneado o tiene baja calidad, el OCR puede introducir estos errores antes de que la IA lo revise.
• No distinguen entre formatos válidos e inválidos en contextos específicos. Un IBAN puede ser técnicamente correcto, pero si la IA espera un formato de 24 caracteres y recibe uno de 22 (por un espacio o guión de más), lo marcará como inválido.

Es de los primeros sitios donde mirar cuando los rechazos no cuadran: un IBAN válido escrito con guiones o espacios que la validación no espera se rechaza igual que uno mal. Solución: ajustar las reglas de formato antes de validar.

2. Formatos ambiguos: cuando la IA no entiende el contexto

La IA no interpreta el contexto como un humano. Si un contrato incluye una cláusula con un formato poco común —como fechas en «1.º de enero» en lugar de «01/01/2024»—, puede marcarlo como error aunque sea correcto. Otros casos típicos:

• Fechas: «Enero 2024» vs. «01/2024». La IA puede esperar un formato estricto (DD/MM/AAAA) y rechazar variaciones válidas.
• Unidades de medida: «5 m²» vs. «5 metros cuadrados». Si la IA solo acepta una de las dos, la otra será inválida.
• Nombres propios: «Juan Pérez» vs. «Pérez, Juan». La IA puede no reconocer que son equivalentes.
• Firmas y sellos: Si el documento incluye una firma manuscrita o un sello escaneado, la IA puede detectarlo como «elemento no identificado» y marcarlo como error.

Pasa en cuanto un campo numérico admite texto: una orden de trabajo con «5 uds.» en el campo «cantidad», en lugar de solo el número, se cae. La solución fue normalizar los formatos antes de procesarlos.

3. Reglas demasiado estrictas (o mal definidas)

Muchas pymes configuran la IA con reglas genéricas que no se adaptan a su realidad. Por ejemplo:

• Una regla que exige que todos los campos de un contrato estén rellenos, incluso los opcionales. Si un cliente no incluye su segundo apellido, la IA lo marcará como error.
• Validaciones que no distinguen entre errores críticos y menores. Por ejemplo, un código postal mal escrito puede ser un error grave en una factura, pero irrelevante en un albarán.
• Falta de jerarquía en las reglas. Si la IA valida primero el formato de un campo y luego su contenido, puede rechazar un documento válido porque el formato no coincide con lo esperado.

Lo mismo con los campos que pueden ir vacíos: un «garaje» marcado como «N/A» en vez de en blanco cuenta como valor no válido. La solución fue ajustar las reglas para aceptar valores nulos o alternativos.

4. Cómo evitar los falsos positivos: ajustes prácticos

No se trata de desactivar las validaciones, sino de hacerlas más flexibles y precisas. Estos son los ajustes que mejor funcionan:

• Normaliza los formatos antes de validar:
  • Convierte fechas a un formato único (ej: DD/MM/AAAA).
  • Elimina espacios, guiones o caracteres especiales de números de identificación (NIF, IBAN).
  • Unifica unidades de medida (ej: siempre «m²» en lugar de «metros cuadrados»).
• Ajusta las reglas de validación:
  • Define qué campos son obligatorios y cuáles opcionales.
  • Permite valores alternativos (ej: «N/A», «No aplica», «-»).
  • Usa expresiones regulares flexibles para capturar variaciones válidas (ej: «Juan Pérez» o «Pérez, Juan»).
• Entrena la IA con ejemplos reales:
  • Proporciona muestras de documentos válidos (aunque no sigan el formato «ideal») para que la IA aprenda a reconocerlos.
  • Si usas un sistema RAG, incluye estos ejemplos en tu base de conocimiento.
• Revisa el OCR antes de validar:
  • Si el documento está escaneado, usa herramientas para corregir errores de OCR antes de pasarlo a la IA. Aquí te explicamos cómo hacerlo.
  • Presta atención a caracteres confusos (0/O, 1/I, 5/S).

No se trata de eliminar las validaciones, sino de hacerlas más inteligentes: casi todos los falsos positivos se van ajustando el formato que se espera, no relajando el control. Y se sabe cuántos eran porque se cuentan antes de tocar nada.