Qu'est-ce qui affecte
la qualité d'extraction IA des fiches de temps manuscrites

Les quatre variables qui déterminent la précision de l'extraction — classées par ce que vous pouvez contrôler

Tous les facteurs de précision ne sont pas également contrôlables. Vous ne pouvez pas forcer 40 agents de terrain à avoir soudainement une écriture lisible. En revanche, vous pouvez passer d'une feuille blanche à un formulaire pré-imprimé avec des champs clairement séparés. La différence de qualité d'extraction entre ces deux scénarios — mêmes agents, même écriture, mêmes conditions de terrain — est souvent plus grande que la différence entre un outil d'IA coûteux et un outil moyen.

Voici les quatre variables, classées de la plus à la moins contrôlable :

1. Conception du formulaire — Pré-imprimé ou vierge, champs contraints ou lignes libres, espacement et étiquetage des champs
2. Qualité de la photo — Scan à plat ou photo de téléphone, angle d'éclairage, résolution, gestion des ombres
3. Instrument d'écriture — Stylo à bille ou crayon ou marqueur, couleur d'encre, type et état du papier
4. Régularité de l'écriture — Plusieurs scripteurs sur la même feuille, ratures, corrections intercalées, variation du format de date

Chaque variable interagit avec les autres. Un formulaire pré-imprimé (bonne conception) photographié sous un angle prononcé avec une ombre sur la moitié des champs (mauvaise qualité photo) donne de moins bons résultats qu'une feuille blanche (conception faible) scannée à plat sur un scanner de bureau (excellente qualité photo). Comprendre ces interactions est ce qui distingue un flux de travail fiable pour la paie d'un flux qui crée plus de travail de vérification qu'il n'en économise.

Conception du formulaire : pourquoi le papier compte autant que l'IA

La plupart des discussions sur la précision de l'extraction par IA se concentrent sur le modèle — quel algorithme, combien d'échantillons d'apprentissage, quel taux d'erreur. Mais le levier de précision le plus important pour les feuilles de temps manuscrites est la conception du papier lui-même. Les employés remplissent ce qu'on leur donne. Si vous leur donnez une feuille vierge sans structure, ils écrivent où ils veulent, dans le format qu'ils veulent, et l'IA doit interpréter ce chaos. Si vous leur donnez un formulaire avec des champs clairement séparés et étiquetés, vous avez déjà fait la moitié du travail d'extraction avant même que le document n'atteigne l'IA.

Les formulaires pré-imprimés surpassent largement le papier vierge. La raison est structurelle : lorsqu'une IA lit une feuille de temps manuscrite en utilisant la reconnaissance d'écriture par modèle de langage visuel, elle utilise le texte imprimé environnant — en-têtes de colonnes, étiquettes de champs, lignes de grille — comme contexte pour localiser et interpréter les valeurs manuscrites. Une feuille vierge n'offre aucun de ces échafaudages. Le modèle voit une écriture isolée sans indices positionnels sur ce que représente chaque nombre. Un formulaire pré-imprimé avec une étiquette « Heure de début » au-dessus d'une case désignée donne au modèle deux couches d'information : l'étiquette elle-même et la relation spatiale entre l'étiquette et l'entrée manuscrite.

Les champs contraints donnent de meilleurs résultats que les lignes libres. C'est le conseil le plus efficace pour la précision des feuilles de temps. Voici trois types de champs, classés par précision de reconnaissance :

Selon le Guide de conception de formulaires efficaces de Tungsten Automation (anciennement ReadSoft), les champs contraints avec largeurs de caractères fixes offrent les taux d'interprétation les plus élevés. Les zones d'image libres, en revanche, « n'atteindront jamais le niveau de reconnaissance associé aux champs contraints » et nécessitent généralement une vérification humaine.

Règles pratiques d'espacement des champs : Séparez chaque champ d'au moins 1,5 fois la largeur d'une case. Séparez les rangées empilées d'au moins la moitié de la hauteur d'une case. Des cases trop petites et trop rapprochées poussent les travailleurs à déborder dans les cases adjacentes — l'IA voit alors des caractères fusionnés entre les champs. Pour les grilles de pointage (colonnes lun-dim), assurez-vous que chaque cellule de jour est assez grande pour une saisie typique comme « 7:00 » avec de la place pour « HS » ou une mention de pause. Un échec courant : la cellule du vendredi est dimensionnée pour « 8 » mais le travailleur écrit « 8+2HS » et la moitié déborde dans la colonne du samedi.

Si vous reconcevez votre formulaire de pointage, gardez ces règles supplémentaires à l'esprit : utilisez un fond blanc (sans trame) derrière les champs, évitez les ombrages ou motifs dans les zones d'écriture, et utilisez des traits fins (1 pt) pour les cases — les traits épais risquent de laisser des résidus si l'image subit un rehaussement de contraste. Placez les étiquettes des champs à gauche ou au-dessus de la zone d'écriture pour que le texte de l'étiquette ne chevauche jamais l'écriture manuscrite.

Ce avec quoi vos travailleurs écrivent change tout

L'instrument d'écriture et l'état du papier sont les deux variables que la plupart des discussions sur la précision en bureau ignorent — et ce sont celles qui frappent le plus fort sur le terrain. Un scan à plat d'une saisie au stylo à bille sur du papier blanc et propre est une entrée fondamentalement différente pour l'IA qu'une photo de téléphone d'une saisie au crayon sur une feuille boueuse et tachée de pluie qui a passé trois jours pliée dans le camion d'un contremaître.

Le stylo à bille surpasse le crayon. Ce n'est pas anodin. La mine de crayon produit des traits plus larges et moins nets que l'encre d'un stylo à bille — le graphite se diffuse microscopiquement dans les fibres du papier, créant des bords moins définis que l'encre. Pour les systèmes de reconnaissance qui s'appuient sur les contours des caractères, cette imprécision des bords se traduit par des scores de confiance plus faibles. Le crayon bave également lorsque la feuille est manipulée, pliée ou empilée contre une autre — et les fiches de chantier subissent ces trois situations. Un "8" baveux lu comme un "6" coûte quatre heures supplémentaires au salaire en vigueur sur un projet Davis-Bacon.

La couleur de l'encre importe moins que le contraste. Les stylos à bille noirs et bleu foncé fonctionnent bien tous les deux. L'encre rouge et les stylos gel de couleur claire réduisent le contraste sur le papier blanc et peuvent perturber les modèles principalement entraînés sur du texte foncé sur fond clair. Les feutres et les surligneurs créent des traits épais qui baveront et fusionneront les caractères adjacents — à éviter pour les champs de saisie de données.

L'état du papier est un spectre, pas un état binaire. La fiche de chantier n'a pas besoin d'être impeccable — les modèles d'IA dotés de capacités de vision gèrent mieux le bruit modéré que l'OCR traditionnel. Mais certaines conditions dégradent systématiquement la précision :

• Carbones — Les deuxième et troisième feuilles des formulaires multipartites sont plus pâles, moins contrastées, et portent souvent des marques fantômes dues à la pression exercée sur la première feuille. La quatrième copie d'un formulaire carbone est en fait une reproduction de l'écriture originale éloignée de deux générations. La précision chute fortement.
• Traces d'eau et auréoles de café — Les taches qui chevauchent l'écriture perturbent la séparation texte-fond du modèle. Une auréole de café au milieu d'une grille de saisie des heures masque les caractères en dessous. Si le texte reste visible à l'œil humain malgré la tache, l'IA peut encore le lire — mais avec une confiance moindre.
• Papier plié ou froissé — Lorsqu'il est photographié (et non numérisé à plat), les plis créent des ombres et des distorsions géométriques. Une saisie d'heure traversant un pli peut être lue comme deux caractères distincts ou totalement ignorée. Aplatir la feuille avant la capture aide, mais les plis sévères qui déforment la surface du papier ne peuvent pas être entièrement corrigés.
• Taches de graisse et d'huile — Les environnements de production génèrent des fiches de temps huileuses. Les taches d'huile créent des zones translucides qui réduisent le contraste de manière inégale sur la page. Le nettoyage n'est généralement pas pratique, mais capturer la feuille sous un angle qui minimise les reflets de la tache peut aider.

Qualité photo : Scanner à plat vs photo de téléphone dans un camion

La méthode de capture est la variable qui crée la plus grande variation de précision entre deux copies d'une même feuille de temps. Un scan à plat à 300 DPI d'un formulaire rempli produit un résultat quasi optimal. Une photo de téléphone prise à 45° sous un éclairage fluorescent inégal — méthode de capture par défaut des feuilles de temps saisies sur le terrain — introduit simultanément inclinaison, ombre, variation de résolution et distorsion géométrique. L'IA peut compenser une partie de ces défauts, mais pas tous à la fois.

Résolution de base : 300 DPI. Le guide des bonnes pratiques OCR de l'Université de Pittsburgh recommande 300 DPI comme minimum pour une reconnaissance fiable du texte. En dessous de 200 DPI, les bords des caractères deviennent pixelisés et la capacité du modèle à distinguer des formes similaires (3 vs 8, 1 vs 7) se dégrade. Les appareils photo des téléphones capturent à des résolutions effectives variables selon la distance au document — un gros plan d'une seule feuille de temps dépasse généralement 300 DPI, mais un plan large d'un bloc-notes entier pris debout peut être inférieur. Cadrez la feuille de temps. N'incluez pas le bureau, le bloc-notes ou la tasse de café.

Éclairage et angle : deux problèmes qui s'aggravent mutuellement. Une photo de téléphone présente deux problèmes de qualité simultanés qu'un scan à plat évite : un angle de capture non perpendiculaire et un éclairage inégal. Lorsque l'appareil photo n'est pas directement perpendiculaire à la page, la feuille de temps rectangulaire devient un trapèze dans l'image — le texte du bord proche est plus grand que celui du bord lointain, et les lignes parallèles sur le papier semblent converger. Le modèle de vision peut redresser des angles modérés (jusqu'à environ 20 degrés), mais au-delà, les formes des caractères se déforment au point qu'une correction contextuelle ne peut plus les rétablir.

Un éclairage irrégulier crée un autre problème : les zones d'ombre de l'image ont un contraste plus faible, et la confiance du modèle y diminue. Sur un chantier, le scénario le plus courant est une feuille de temps photographiée sur le hayon d'un camion en plein soleil — la moitié de la feuille est surexposée, l'autre moitié est à l'ombre du corps du photographe, et une ligne d'ombre diagonale traverse le milieu de la colonne des heures. Les entrées dans la moitié ombragée peuvent être lues avec une confiance nettement inférieure à celles de la moitié éclairée.

Pour une capture au bureau, un scanner de documents de bureau réglé sur 300 DPI en niveaux de gris produit les résultats les plus cohérents. Si les feuilles de temps arrivent au bureau déjà remplies (plutôt que d'être photographiées sur le terrain), les scanner avant l'extraction élimine complètement les variables d'angle et d'éclairage. Le coût en temps de numérisation par feuille — environ 10 secondes par page dans un scanner à alimentation automatique — est négligeable par rapport à l'amélioration de la précision en aval et au temps de vérification économisé.

Format de fichier : PDF ou JPG haute qualité. Évitez de compresser les photos prises avec un téléphone avant de les télécharger. Les applications de messagerie qui compressent automatiquement les images (WhatsApp, SMS/MMS) peuvent réduire une photo de 3 Mo prise avec un appareil photo à un fichier de 200 Ko, avec des artefacts JPEG visibles autour des bords du texte. Si des travailleurs de terrain soumettent des photos de feuilles de temps via des applications de messagerie, envisagez plutôt d'utiliser un lien de collecte — une URL partageable qui permet aux travailleurs de télécharger directement des photos en qualité originale dans la file d'attente de traitement, sans compression. Le téléchargement s'effectue via un navigateur, et non via une application de messagerie, et l'image en pleine résolution est conservée.

Les bonnes pratiques de traitement de documents d'IBM notent que les formats de compression avec perte, comme le JPEG fortement compressé, peuvent brouiller les bords des caractères et réduire le succès de l'OCR. Dans la mesure du possible, utilisez le PDF (sans perte) ou capturez le JPG au réglage de qualité native de l'appareil photo, sans compression supplémentaire.

Particularités de l'écriture manuscrite qui perturbent l'IA — et ce que vous pouvez réellement contrôler

Vous ne pouvez pas rééduquer l'écriture manuscrite d'un électricien de 55 ans. Mais vous pouvez concevoir votre système en tenant compte des problèmes d'écriture manuscrite les plus courants qui entraînent des échecs d'extraction. Les schémas sont prévisibles une fois que vous savez quoi chercher.

Écritures manuscrites mélangées sur une même feuille. De nombreuses feuilles de temps de chantier comportent deux scripteurs : l'ouvrier remplit les heures, et le chef d'équipe ou le superviseur inscrit les approbations, les codes de tâche ou les corrections dans une écriture différente, au-dessus ou à côté des saisies originales. C'est un problème de reconnaissance plus difficile que les feuilles à scripteur unique — le modèle voit deux styles d'écriture différents à proximité immédiate et doit déterminer quelle valeur extraire pour chaque champ. La reconnaissance d'écriture manuscrite par IA pour formulaires structurés gère cela en utilisant le positionnement du champ comme signal de désambiguïsation : si la case « Heures sup » contient deux valeurs manuscrites, le modèle extrait celle située à l'intérieur des limites de la case et ignore celle dans la marge. Cela fonctionne de manière fiable sur les formulaires pré-imprimés avec des champs clairement délimités. Sur les feuilles vierges, le modèle n'a pas de limite de case de référence et peut extraire la mauvaise valeur ou alterner entre les deux.

La solution : réserver une zone distincte « Notes / Corrections du superviseur » en bas ou sur le côté du formulaire, clairement séparée de la grille de saisie des données. Si des corrections doivent être apportées dans la grille, former les ouvriers à barrer proprement l'original (d'un seul trait) et à écrire la valeur corrigée de manière claire et séparée — sans l'écrire par-dessus l'original. Les valeurs superposées (un « 6 » écrit directement sur un « 8 ») sont le cas le plus difficile : le modèle voit des traits superposés et ne peut souvent pas déterminer quelle valeur est la correction et laquelle est l'original.

Entrées serrées et corrections. L'employé a oublié d'inscrire les heures du jeudi et a griffonné « 7,5 » en tout petits caractères entre mercredi et vendredi. Le modèle le lit — mais les caractères sont plus petits que les entrées environnantes, et la relation spatiale avec l'en-tête de colonne est ambiguë. C'est un problème de conception de formulaire déguisé en problème d'écriture manuscrite. Si les cellules quotidiennes du formulaire sont assez grandes pour l'entrée maximale attendue (y compris les notations d'heures supplémentaires et les pauses), les employés n'auront pas besoin de tasser les corrections dans les marges.

Formats de date et d'heure incohérents. Un employé écrit « 5/12 », un autre « 12 mai », un troisième « 12 mai 26 ». Les trois représentent la même date. La conversion écriture manuscrite-texte par IA avec les modèles de vision modernes gère assez bien les variations de format — le modèle comprend que les trois se réfèrent à la même date calendaire car il interprète le texte de manière sémantique plutôt que de le faire correspondre à un modèle de format. Cependant, les formats ambigus restent une source d'erreur : « 5/6 » correspond au 6 mai aux États-Unis et au 5 juin dans une grande partie du reste du monde. Si votre effectif comprend plusieurs nationalités, imprimez le format de date attendu sur le formulaire lui-même (par exemple, « Date (MM/JJ/AAAA) : ______ ») pour éliminer l'ambiguïté à la source.

Variation des formats horaires. Les employés mélangent la notation AM/PM (« 7:00 AM »), le format 24 heures (« 0700 » ou « 19:00 ») et les heures décimales (« 7.5 »). Le modèle convertit les trois en valeur numérique correcte lorsque le contexte de la colonne clarifie le format. L'échec le plus fréquent est une saisie sans indicateur de format — un « 7 » manuscrit dans une colonne « Heure de début » où le modèle ne peut déterminer s'il s'agit de 7:00 AM ou 7:00 PM. Cela arrive surtout sur les formulaires qui ne précisent pas AM/PM. Solution : imprimer des cases à cocher « AM » et « PM » à côté de chaque champ horaire, ou utiliser des libellés au format 24 heures (ex. « Début (HH:MM, 24 h) : ______ »).

Comment évaluer votre propre précision d'extraction avant d'adopter un flux de travail

Les promesses de précision des outils sont des moyennes sur divers échantillons de documents — pas des prédictions pour vos feuilles de temps spécifiques. Le seul moyen de connaître la précision que vous obtiendrez est de tester avec vos propres documents. Voici une méthode pratique qui prend 30 minutes :

Voici un cadre réaliste de fourchettes de précision, basé sur les conditions de terrain :

Ces fourchettes correspondent aux taux d'erreur de reconnaissance d'écriture manuscrite de 18 à 42 erreurs pour 1 000 mots selon les benchmarks NIST, en écriture cursive et script mélangées, ajustés pour les conditions terrain réelles et la structure du formulaire. Le Tier A (formulaire pré-imprimé avec bonne capture) correspond à l'extrémité inférieure de cette fourchette. Le Tier C (papier vierge, photo terrain) correspond à l'extrémité supérieure.

Le point clé : Les fiches de catégorie A sont réalisables avec des changements de processus qui ne coûtent rien de plus que l'impression d'un nouveau formulaire. Si vos fiches de temps actuelles sont du papier blanc et un crayon, passer à un formulaire pré-imprimé avec des cases désignées et opter pour des stylos à bille est un investissement unique en impression et une boîte de stylos par équipe. L'amélioration de la précision qui en découle dépasse généralement toute différence entre les outils d'extraction par IA.

Quand le Papier est Indispensable : Faire Fonctionner l'Extraction IA Malgré les Contraintes

Les horloges numériques et les applications mobiles de pointage résolvent le problème de précision en supprimant totalement le papier. Mais sur de nombreux chantiers, le papier persiste pour des raisons qui n'ont rien à voir avec une préférence technologique. Les sites isolés sans réseau mobile ne peuvent pas utiliser le pointage dans le cloud. Les règles syndicales imposent parfois des feuilles de présence papier. Les sous-traitants qui changent d'entrepreneur général chaque semaine n'installeront pas l'application de pointage de chacun. Et sur les chantiers de construction financés par l'État, la piste papier est liée à des obligations de conformité antérieures aux smartphones.

La couche de conformité Davis-Bacon. En vertu du Davis-Bacon Act, les entrepreneurs et sous-traitants sur les chantiers de construction financés par l'État dépassant 2 000 $ doivent soumettre des rapports de paie certifiés (généralement le formulaire WH-347) chaque semaine, dans les sept jours calendaires suivant chaque période de paie. Ces rapports exigent le nom de l'employé, son numéro de sécurité sociale, sa classification professionnelle, ses heures quotidiennes, ses heures totales, son taux de rémunération, son salaire brut et ses retenues — le tout recoupé avec le salaire en vigueur pour cette classification et ce lieu. Les erreurs dans les rapports de paie certifiés peuvent entraîner des pénalités allant jusqu'à 13 508 $ par infraction.

Lorsque les relevés quotidiens manuscrits alimentent les rapports WH-347, la précision cesse d'être une simple question de commodité. Une heure mal lue sur la feuille de temps d'un seul employé, répétée sur 26 périodes de paie, génère 26 violations individuelles de l'exigence de salaire en vigueur — et l'obligation de conservation des registres pendant trois ans signifie que ces erreurs restent exposées à un audit bien après l'achèvement du projet. La saisie manuelle des feuilles de temps coûte déjà aux équipes de paie un temps et un argent considérables par période de paie. Sur les projets Davis-Bacon, l'exposition aux pénalités de conformité multiplie ces coûts.

Concevoir un flux papier + IA pour la soumission multi-sites. Si vos feuilles de temps proviennent de plusieurs chantiers, le processus de collecte lui-même constitue un goulot d'étranglement avant même que l'extraction ne commence. Les feuilles de temps manuscrites survivent sur le terrain car elles ne nécessitent aucune infrastructure — un bloc-notes et un stylo fonctionnent partout. L'étape d'extraction par IA doit correspondre à cette simplicité, sans ajouter de complexité. Voici un flux de travail qui fonctionne pour les équipes de terrain réparties :

1. Uniformiser le formulaire. Créez un modèle de feuille de temps prérempli avec des champs contraints, des en-têtes de colonnes clairs et des instructions de format de date imprimées sur le formulaire. Distribuez-le sur chaque chantier.
2. Collecter par téléchargement téléphonique. Au lieu de collecter du papier physique, demandez aux chefs d'équipe ou superviseurs de photographier les feuilles de temps remplies à la fin de chaque jour ou semaine avec leur téléphone, puis de télécharger les photos via un lien de collecte — une URL partageable où les destinataires déposent directement les fichiers dans votre file d'attente de traitement, sans nécessiter de compte ni de connexion.
3. Extraire par lots chaque semaine. Téléchargez les photos de la semaine en un seul lot. L'IA lit chaque photo et extrait les colonnes définies — Nom de l'employé, Date, Heures, Code tâche, Heures sup — dans un tableur consolidé.
4. Valider, ne pas ressaisir. Vérifiez les champs signalés ou à faible confiance. Si l'IA a laissé une cellule vide alors qu'elle devrait contenir une valeur, consultez la photo d'origine et corrigez manuellement ce seul champ. Si le résultat est complet et la confiance élevée, passez directement à l'importation de la paie.
5. Archiver le tableur numérique. Le tableur extrait sert de registre numérique des feuilles de temps, répondant aux exigences de conservation de la FLSA sans classeurs remplis de papier qui se dégrade avec le temps.

L'approche de collecte par photo résout le problème de l'état du papier à la source : une photo prise le jour où la feuille de temps est remplie capture le document avant qu'il ne soit froissé, taché de café ou perdu dans un camion. L'image numérique devient la copie d'archive.

Questions fréquentes

L'IA peut-elle lire le crayon sur les feuilles de temps ?

Oui, mais avec une précision moindre qu'avec un stylo à bille. Les traits de crayon sont plus larges, moins nets sur les bords et plus sujets aux bavures. Si les employés utilisent un crayon, la baisse de précision est plus notable sur les feuilles manipulées à plusieurs reprises — empilées, pliées ou transportées — car le graphite s'use et s'étale. Les formulaires pré-imprimés avec des champs clairement délimités aident à compenser la définition de bord inférieure des traits de crayon. Si vous ne pouvez faire qu'un seul changement pour améliorer la précision, passer du crayon au stylo à bille apporte généralement une meilleure amélioration que tout changement isolé de qualité de capture.

Qu'en est-il des copies carbone et des formulaires en plusieurs parties ?

Les copies carbone se dégradent visiblement à chaque génération. La feuille blanche (supérieure) est l'originale et donne les meilleurs résultats d'extraction. La deuxième feuille (généralement jaune canari) est nettement plus pâle — la précision d'extraction chute d'environ 10 à 15 points de pourcentage. Les troisième et quatrième copies ont un très faible contraste et peuvent produire un résultat considérablement dégradé ou vierge. Si votre workflow nécessite des copies carbone (courant dans la construction pour fournir des copies aux sous-traitants), désignez la feuille supérieure comme source d'extraction et conservez les copies uniquement pour l'archivage.

L'extraction fonctionne-t-elle sur les photos de feuilles de temps prises avec un téléphone ?

Oui. ImageToTable.ai accepte les entrées JPG, PNG et PDF, y compris les photos prises avec un appareil photo de téléphone. Le modèle de vision peut redresser les angles de prise de vue modérés et gérer un éclairage variable, mais la qualité affecte la précision. Une photo de téléphone plate et bien éclairée produit des résultats comparables à ceux d'un scan à plat. Une photo ombragée et inclinée prise d'une seule main sur un chantier lumineux donnera une précision moindre, en particulier dans les zones ombragées de l'image. En suivant la liste de contrôle pour les photos de terrain plus haut dans cet article — surface plane, angle perpendiculaire, éclairage uniforme, remplir le cadre — chaque photo est aussi favorable que possible à l'extraction.

Quelle précision réaliste dois-je attendre des feuilles de temps manuscrites ?

Il n'y a pas de chiffre unique car la précision varie selon les quatre variables discutées dans cet article. À titre de référence pratique : les formulaires pré-imprimés avec stylo à bille et une bonne qualité de photo atteignent généralement une précision de champ de 90 à 97 %. Le papier blanc avec un crayon et des photos de téléphone médiocres tombe à 65–82 %. La différence réside presque entièrement dans les variables d'entrée, pas dans l'outil d'IA. Notre moteur principal atteint jusqu'à 99 % de précision sur les données de tableau imprimées. La précision de la reconnaissance de l'écriture manuscrite est variable et dépend de l'entrée — c'est tout l'intérêt de comprendre et d'optimiser les quatre variables. L'étape de validation reste une partie d'un flux de travail de paie responsable, mais dans de bonnes conditions, elle devient une vérification ponctuelle plutôt qu'une ressaisie.

Gérera-t-il l'écriture de différentes personnes sur la même feuille de temps ?

Oui, lorsque le formulaire comporte des champs clairement séparés. Le modèle de vision utilise le positionnement spatial pour déterminer quelle valeur manuscrite appartient à quel champ. Si un chef d'équipe écrit une correction dans la marge à côté de la saisie originale d'un ouvrier, le modèle peut extraire la valeur à l'intérieur de la zone du champ et ignorer la note marginale. Sur des feuilles vierges ou libres sans délimitation de champs, les écritures manuscrites mélangées et proches sont plus difficiles à distinguer et peuvent produire des valeurs alternées ou incorrectes. C'est une raison supplémentaire pour laquelle les formulaires pré-imprimés avec des zones d'écriture désignées améliorent la fiabilité.

Que faire si les feuilles de temps ont des taches de café, de boue ou de graisse ?

Les modèles de vision gèrent mieux les bruits de fond modérés que l'OCR traditionnel car ils comprennent le contexte — une tache sur une partie d'un « 3 » n'empêche pas forcément la reconnaissance si les caractères environnants et l'étiquette du champ fournissent suffisamment de contexte. Cependant, les taches qui chevauchent directement le texte réduisent la confiance. Les traînées de boue sur plusieurs caractères dans une saisie d'heure sont le pire cas — le modèle voit une masse sombre amorphe plutôt que des caractères distincts. Si la tache est translucide (café, eau), le texte sous-jacent peut encore être lisible si le contraste est préservé. Les taches opaques (boue, graisse, peinture) qui masquent complètement les caractères produiront des blancs ou des valeurs incorrectes. Atténuation : photographiez ou numérisez les feuilles de temps avant qu'elles ne quittent le chantier — une feuille fraîche photographiée le jour même de son remplissage, avant d'être pliée, empilée et transportée, est bien plus propre que la même feuille après une semaine dans le camion d'un chef d'équipe.

L'IA peut-elle extraire les données des feuilles de temps directement dans Google Sheets ?

Oui. ImageToTable.ai propose un module complémentaire Google Sheets — un panneau latéral qui permet d'importer des images de feuilles de temps ou des PDF, de préciser les noms de colonnes pour les données à extraire, et d'ajouter les résultats structurés directement dans le tableur actif, sans quitter Google Sheets. Particulièrement utile pour les équipes paie qui gèrent déjà les feuilles de temps dans Sheets et souhaitent supprimer l'étape d'exportation et d'importation : importez la feuille de temps, et les heures, dates et noms d'employés extraits apparaissent directement dans votre tableur de travail. Le module complémentaire utilise le même moteur d'extraction IA que l'application web et prend en charge les mêmes formats de fichiers et l'extraction par nom de colonne.