Va començar amb un problema real

Pànxing gestiona diversos portals de notícies locals i comarcals a Catalunya. Cada setmana rep documents en formats diferents: Word, PDF, imatges amb text, cartells escanejats. Tot aquest material s’ha de convertir en articles publicables a WordPress, escrits en català i optimitzats per a SEO. El procés era manual, lent i repetitiu. Copiar, enganxar, corregir, adaptar, publicar. Hora rere hora, setmana rere setmana.

La idea

La idea era senzilla: utilitzar IA per automatitzar la major part del procés. Que rebés el document original, el processés i generés un article llest per publicar.

Havia de funcionar. El que no era tan evident era fins on podria arribar la IA i quines parts necessitarien supervisió humana.

El que es va construir

Es va construir una eina que divideix el treball en tres fases: preparació, edició i exportació. En la fase de preparació, el sistema rep els documents, n’extreu el text, fa OCR quan cal, normalitza les imatges i ho converteix tot a Markdown amb un frontmatter que defineix la categoria, la font i altres metadades.

En la fase d’edició, la IA genera l’article final a partir del contingut preparat, seguint les pautes editorials de Pànxing. Aquí és on intervé la major part del treball de la IA. En la fase d’exportació, l’article generat es converteix al format que necessita WordPress per publicar-lo.

Cada fase es pot revisar. El resultat d’una fase alimenta la següent i, en qualsevol moment, es pot aturar el procés per fer-hi correccions.

El primer problema: la IA inventa

El primer gran problema va aparèixer ràpidament. En articles d’agenda —fires, festes, mercats, activitats culturals— la IA generava informació que no apareixia a les fonts originals. Horaris que no existien, preus inventats, activitats que no apareixien enlloc. La IA no s’ho inventava deliberadament; simplement completava la informació amb allò que li semblava lògic. Però, en un article d’agenda, un horari incorrecte no és un error menor: és informació errònia publicada sota el nom del portal.

La solució va ser afegir un sistema de validació que compara els horaris i les dades clau de l’article generat amb les dades de la font original. Si alguna cosa no encaixa, es marca perquè es revisi. No es publica.

El segon problema: el català

El català ha estat un repte constant. La IA genera textos correctes la majoria de vegades, però hi ha errors que no detecta automàticament: apòstrofs mal col·locats, calcs del castellà o expressions que semblen correctes però que no ho són.

Per a un portal de notícies que publica en català cada dia, això és important. No es pot publicar un article amb errors ortogràfics visibles sota el nom del mitjà.

Per això, la IA genera, però una persona revisa. El sistema no està pensat per substituir l’editor, sinó per estalviar-li la part més pesada de la feina perquè es pugui centrar en la qualitat final.

El tercer problema: els formats

No tot el que rebem és un document net. Hi ha cartells amb text sobre fons complicats, PDF amb taules que no s’estructuren bé i imatges amb text escrit a mà que l’OCR no reconeix correctament. L’OCR clàssic funciona amb textos senzills, però quan el material és complex o la qualitat és baixa, es queda curt. Aquí la IA visual ajuda: pot identificar text en imatges que l’OCR no pot reconèixer, però tampoc és perfecta. La solució ha estat acceptar que no tot es pot automatitzar. Quan el material és massa complex, el sistema ho marca i una persona en fa l’extracció manualment. És un percentatge petit, però cal tenir-lo previst.

Tres nivells de fidelitat

Una de les decisions més importants va ser definir tres nivells de fidelitat editorial. El nivell normal permet a la IA reinterpretar i adaptar el contingut per generar un article fluid. Funciona bé per a notícies o articles d’opinió.

El nivell fidel obliga la IA a mantenir-se més a prop del text original. S’utilitza per a continguts en què la fidelitat a la font és important, com ara entrevistes o declaracions.

El nivell estricte només permet reorganitzar i netejar el text original, sense afegir ni modificar informació. S’utilitza per a dades estructurades, horaris o informació factual.

Aquesta diferenciació és el que permet utilitzar la IA amb confiança per a diferents tipus de continguts sense que el resultat sigui imprevisible.

El paper de l’humà

Després de tot el procés, la conclusió és clara: la IA no ho pot fer tot sola. Pot assumir gran part del treball pesat, estructurar informació, generar textos raonables i accelerar el procés de manera significativa. Però no pot substituir el criteri editorial.

Una persona revisa que els horaris siguin correctes, que els noms propis estiguin ben escrits, que el to sigui l’adequat i que la informació reflecteixi el que realment diu la font.

La IA prepara, l’humà valida. Aquesta és la combinació que funciona.