PDF jest tylko formatem pliku. Nie staje się dostępny dlatego, że można go otworzyć w przeglądarce, wysłać pocztą albo opublikować w BIP. Szczególnie problematyczne są skany, lecz również dokument wyeksportowany z Worda może nie mieć prawidłowej struktury, kolejności odczytu, opisów elementów i oznaczonego języka.
Skan zachowuje wygląd, ale traci informację o strukturze
Skan jest obrazem stron. Czytnik ekranu nie otrzymuje z niego nagłówków, akapitów, tabel, list ani pól formularza. Optyczne rozpoznawanie znaków może dodać warstwę tekstową, ale samo OCR nie odtwarza logiki dokumentu. Tekst może zostać rozpoznany w złej kolejności, zawierać błędy i nie być powiązany z układem wizualnym.
Warstwa tekstowa jest warunkiem podstawowym, nie końcem pracy. Dostępny PDF potrzebuje znaczników struktury, logicznej kolejności odczytu, prawidłowo oznaczonych nagłówków i tabel, opisów istotnych grafik, właściwego tytułu oraz języka. Formularz wymaga dodatkowo dostępnych pól, nazw, instrukcji i komunikatów.
Podpis i pieczęć nie uzasadniają publikacji wyłącznie skanu
Wiele instytucji skanuje dokument, aby pokazać podpis lub pieczęć. Ministerstwo Cyfryzacji zwraca uwagę, że przy publikowaniu dokumentów na stronach podmiotów publicznych takie elementy nie muszą być prezentowane w formie skanu, a zeskanowany plik tworzy bariery. Jeżeli znaczenie podpisu jest istotne, można opisać, kto podpisał dokument, zachować oryginał w dokumentacji i opublikować dostępną wersję informacyjną zgodnie z właściwymi zasadami.
Nie oznacza to, że każdy skan można samodzielnie przepisać bez oceny. Dokumenty mają różny charakter prawny, a sposób publikacji trzeba uzgodnić z właścicielem merytorycznym. Problem polega na automatycznym utożsamianiu skanu z autentycznością i bezpieczeństwem. PDF nie chroni treści przed kopiowaniem ani zmianą.
Najlepsza naprawa zaczyna się w pliku źródłowym
Jeżeli dostępny jest dokument Word, arkusz lub plik składu, należy poprawić strukturę źródła i ponownie utworzyć PDF z zachowaniem znaczników. Naprawa gotowego pliku jest zwykle trudniejsza, szczególnie przy tabelach, formularzach, wielokolumnowym układzie i przypisach. Dlatego procedura publikacji powinna wymagać przekazania wersji edytowalnej.
Nie każdy materiał musi być PDF-em. Informacja przeznaczona przede wszystkim do czytania może zostać opublikowana w HTML. Formularz do wypełnienia może mieć wersję internetową albo dostępny dokument edytowalny. Arkusz danych powinien pozostać w formacie umożliwiającym analizę, jeżeli użytkownik ma z niego korzystać dalej. PDF powinien wynikać z funkcji, nie z nawyku.
Jak zmienić proces
Redaktor nie powinien otrzymywać wyłącznie końcowego skanu. Formularz przekazania materiału może wymagać pliku źródłowego, określenia celu dokumentu, właściciela i terminu obowiązywania. Lista kontrolna powinna rozróżniać test warstwy tekstowej od badania struktury i kolejności odczytu. Materiały zewnętrzne muszą mieć wymagania dostępności w umowie lub zamówieniu.
W zasobach historycznych priorytet należy ustalać według użycia i znaczenia. Najpierw trzeba naprawić dokumenty potrzebne do załatwienia sprawy, często pobierane, aktualne i wskazane w zgłoszeniach. Część starych plików może zostać wycofana, część przeniesiona do HTML, a część będzie wymagać specjalistycznej remediacji.
Najważniejszą zmianą jest odejście od pytania „jak szybko poprawić ten skan?” na rzecz pytania „dlaczego w naszym procesie powstał dokument, którego użytkownik nie może odczytać?”. Jednorazowa naprawa pomaga jednemu plikowi. Zmiana szablonu, wymagań i odpowiedzialności ogranicza powstawanie kolejnych barier.
Źródła
- Czy trzeba publikować skany dokumentów?: https://www.gov.pl/web/dostepnosc-cyfrowa/czy-trzeba-publikowac-skany-dokumentow
- Jak zwiększyć dostępność dokumentów tekstowych: https://www.gov.pl/web/dostepnosc-cyfrowa/jak-zwiekszyc-dostepnosc-cyfrowa-dokumentow-tekstowych