Extraire un tableau PDF avec une IA : contrôler lignes, unités et notes

La bonne question : cette valeur dit-elle encore la même chose ?

Je ne retiens pas un tableau parce qu’il ressemble à un tableau. Je veux pouvoir relier chaque donnée utilisée à son emplacement et à son sens dans le document. « 14 » seul est peu informatif. « Atelier Aurore, septembre 2026, 14 dossiers clos, hors dossiers rouverts » constitue une information vérifiable.

Le W3C décrit précisément l’importance des relations entre en-têtes et cellules, y compris lorsque des cases sont fusionnées ou vides. Cette référence concerne le balisage des PDF ; je m’en sers comme repère de structure, sans en déduire qu’une extraction est correcte. ^[1] Le résumé de PubTables-1M distingue aussi plusieurs tâches autour des tableaux. Trouver une table ne signifie donc pas, à lui seul, en avoir reconstitué correctement le sens. ^[2]

Préparer la comparaison avant de demander une extraction

Conservez le fichier autorisé de référence, sa version et les pages utiles. Décrivez l’usage attendu : recopier les heures prévues n’est pas calculer une productivité. Si vous ne savez pas quel dénominateur employer, une sortie structurée ne résoudra pas ce manque.

Écrivez les colonnes attendues sous une forme non ambiguë : atelier ; septembre — heures prévues ; septembre — dossiers clos ; octobre — heures prévues ; octobre — dossiers clos. Demandez de conserver les absences d’information et de restituer les notes. Cette consigne prépare le contrôle ; elle ne le remplace pas. N’envoyez pas un document confidentiel dans un outil sans vérifier les conditions autorisées de son utilisation.

Cinq contrôles à mener dans un ordre explicite

Sur un tableau court destiné à une décision, examinez toutes les cellules utilisées. Sur un document plus vaste, décrivez un plan de contrôle proportionné à l’usage et aux conséquences d’une erreur. Si vous ne vérifiez qu’un échantillon, ne présentez pas le reste comme validé. Aucun taux universel de contrôle n’est proposé ici.

Exemple fictif : deux erreurs que le total ne révèle pas

Dans notre pièce d’exercice, l’atelier Aurore prévoit 18 h en septembre et 16 h en octobre. Une extraction préparée pour la démonstration inverse ces valeurs. Leur somme reste 34 h : vérifier seulement le total ne détecte pas l’inversion. C’est l’association entre valeur et mois qui est fausse.

La pièce indique aussi 10 dossiers clos pour Cèdre en octobre et laisse septembre vide. Remplacer ce vide par zéro permettrait d’inventer une progression de 10 dossiers. Or la note dit que l’information de septembre n’est pas renseignée. Il faut conserver cette inconnue ; aucune progression n’est calculable à partir de ces deux cases.

Ces erreurs sont écrites volontairement pour l’exercice. Elles ne sont pas le résultat d’un essai d’IA et ne mesurent pas la fréquence d’erreur d’un produit. Le PDF source, la sortie fautive et le corrigé permettent de refaire le contrôle.

Corriger la donnée et les conclusions qu’elle a déjà alimentées

Quand une colonne est décalée, corriger une cellule visible ne suffit pas. Reprenez toute la zone susceptible d’être affectée, puis les graphiques, ratios ou phrases qui en découlent. Conservez une version corrigée et le relevé des changements, plutôt que d’effacer la trace de l’erreur.

Une unité absente peut imposer un retour au producteur du document. Écrivez « unité non établie » en attendant. Inventer une convention pour terminer plus vite transforme un doute repérable en erreur silencieuse.

Une règle de sortie : utilisable pour quoi, après quel contrôle ?

Je propose de terminer par une phrase de décision : « Les heures prévues des quatre ateliers ont été comparées aux huit cellules du PDF v1 ; les dossiers clos restent hors de cette reprise et aucune productivité n’est calculée. » Cette formulation borne le travail réalisé. Elle ne certifie pas tout le document.

Une extraction peut être utile comme brouillon, puis exiger un contrôle supplémentaire avant un engagement. Si la comparaison au PDF prend autant de temps que la saisie directe, ce constat compte aussi dans le choix de la méthode. Pour préparer plusieurs situations sans données réelles, consultez la construction d’un jeu de cas fictifs.