Cómo la IA lee un ticket en tres segundos, y dónde sigue equivocándose

Fotografiar un ticket y recibir a cambio un gasto ya registrado parece un pequeño truco de magia. No lo es. Son cuatro problemas distintos resueltos en cadena, y saber cuáles son deja clarísimo por qué unos tickets se escanean a la perfección y otros no.

Paso uno: encontrar el ticket

Antes de leer nada hay que encontrar el papel dentro de la foto. En el encuadre también están la mesa de la cocina, tu mano y el dibujo del mantel. El programa localiza las cuatro esquinas del ticket, corrige la perspectiva para que una foto tomada de lado se convierta en un rectángulo plano y sube el contraste entre la tinta apagada y el papel térmico agrisado.

Este paso explica por sí solo la mayoría de los escaneos fallidos. Un ticket apoyado en una superficie recargada, o curvado de forma que las esquinas se levanten, le entrega a la siguiente fase una imagen deformada.

Paso dos: convertir píxeles en caracteres

El reconocimiento de texto convierte la imagen en caracteres. El reconocimiento actual es buenísimo con texto impreso limpio y bastante peor con aquello de lo que están hechos los tickets: impresión térmica estrecha, tinta desvaída, salida matricial de una caja antigua y la ambigüedad entre un cero y una O, o entre un 1 y una I, en una tipografía apretada.

Al terminar este paso el programa tiene un muro de texto sin ningún significado asociado. Conoce los caracteres. Todavía no sabe cuál de los once números de la página es lo que pagaste.

Paso tres: entender la estructura

Aquí está lo interesante, y aquí es donde un modelo de lenguaje se gana el sitio. Un ticket tiene una estructura que cualquiera lee sin pensar: el nombre de la tienda arriba, las líneas de producto en medio, los impuestos y el total abajo, y los datos de la tarjeta al final.

El modelo deduce qué número es el total y no un subtotal, una línea de impuestos, el precio de un producto, un descuento o el cambio que te devolvieron. Lee la fecha en el orden en que se escriben las fechas en ese país. Identifica el comercio a partir de un nombre que puede ser una abreviatura o una razón social que no reconocería nadie.

• El total, distinguido del subtotal, del impuesto y del efectivo entregado
• La fecha, en formato local, con un valor razonable cuando falta el año
• El comercio, traducido a un nombre reconocible
• La moneda, que muchas veces se sobreentiende en vez de estar impresa

Paso cuatro: elegir una categoría

Por último el registro necesita una categoría, que es un juicio y no un dato. Un súper suele ser alimentación, salvo que el ticket sea casi todo gasolina. Una farmacia es salud, salvo que compraras champú. El modelo decide con el comercio, las líneas del ticket y tus propias correcciones anteriores.

Por eso corregir una categoría vale más de lo que parece. Cada corrección es una señal para ese comercio, y la próxima vez esa misma tienda se archiva bien.

Dónde sigue equivocándose

Cuatro casos concentran casi todos los errores que quedan.

1. Tickets térmicos desvaídos. Si a ti te cuesta leer el total, al modelo también. Fotografíalos poco después de recibirlos.
2. Tickets largos fotografiados de lado. El total vive al final de la página, que es justo la parte que más deforma la perspectiva.
3. Pagos partidos. Mitad tarjeta y mitad efectivo, o un vale aplicado al final, dejan varios totales igual de plausibles.
4. Cuentas de restaurante con la propina añadida a mano. El total impreso y lo que pagaste de verdad son cifras distintas, y solo una está en el papel.

Cómo conseguir un escaneo limpio siempre

• Alisa el ticket. Una curva en la parte de abajo te cuesta el total.
• Dispara desde arriba, no de lado y cruzando la mesa.
• Superficie lisa, luz uniforme y sin la sombra de tu propia mano.
• Que entre el ticket entero, de borde a borde y con un poco de margen.
• Escanea el papel térmico en uno o dos días: en la cartera se borra muy rápido.

Por qué esto importa más que el acierto

Se da por hecho que el valor de escanear tickets está en la precisión. No lo está: una persona atenta tecleando acierta más. El valor es que tarda tres segundos en vez de cuarenta, y tres segundos es lo bastante poco como para que lo hagas en la caja en lugar de prometerte que ya lo harás luego.

Todos los métodos de control de gastos fallan en el mismo punto: el hueco entre gastar y anotar. Cerrar ese hueco, aunque sea de forma imperfecta, gana a un sistema perfecto que abandonas en quince días.