IA générative et audit accessibilité : révolution ou mirage en 2026 ?
En Bref : L'essentiel à retenir
- Les modèles multimodaux repèrent bien les défauts visibles (texte dans une image, incohérence entre une icône et son intitulé) mais échouent sur l'intention fonctionnelle d'un composant.
- Une IA générative n'est pas déterministe : deux analyses de la même page peuvent différer, ce qui l'exclut comme base d'un audit de conformité opposable.
- Les tests guidés assistés par IA, apparus en 2026, font proposer la réponse par le modèle ; la confirmation reste une décision humaine.
- Aucun outil ne délivre de « certification RGAA » : l'IA sert à défricher, l'audit humain tranche, et la déclaration d'accessibilité engage l'organisation qui la publie.
La promesse revient à chaque nouvelle génération de modèles : un audit RGAA en un clic. Les IA multimodales « voient » désormais une page rendue et lisent son code, et la question se pose dans toutes les agences : que reste-t-il au métier d'auditeur ?
Sur le terrain, la réponse est plus nuancée. Cet article fait le tri entre ce que l'IA fait bien, ce qu'elle fait mal, et la forme que prend en 2026 la collaboration entre l'outil et l'humain.
Ce que l'IA générative fait bien en audit d'accessibilité
Les premiers essais produisaient des critères WCAG inventés. Les outils sérieux ancrent aujourd'hui le modèle dans le référentiel : le RGAA 4.1.2 (avril 2023), qui transpose les WCAG 2.1.
La lecture du rendu visuel
C'est le vrai progrès. Le modèle ne se contente plus de vérifier qu'un attribut alt existe, il regarde l'image affichée.
- Cohérence entre icône et intitulé : une icône de corbeille dont le nom accessible est « Archiver » peut être signalée comme incohérente.
- Texte incrusté : le modèle repère du texte dans une image, là où un calcul de contraste sur les couleurs CSS ne voit rien.
La proposition de correctifs
Le modèle ne dit plus seulement « c'est cassé ». Face à un <div onclick="...">, il propose un <button type="button"> qui conserve l'apparence. Utile, à condition de relire : un correctif plausible n'est pas un correctif juste.
La production de contenu
Les brouillons d'alternatives textuelles et de transcriptions font gagner du temps, comme notre générateur d'alternatives. Ce sont des brouillons : la pertinence d'une alternative dépend du rôle de l'image dans la page, que seul un humain qui connaît le contenu peut juger (critère RGAA 1.3).
Les limites de l'IA : le mur de la sémantique
L'IA bute sur un obstacle de fond : elle ne connaît pas l'intention de la page.
L'échec du contexte métier
Prenons un bouton avec une flèche vers la droite, dont l'intitulé est « Suivant ». L'image et le texte concordent, le modèle valide.
Sauf que ce bouton lance en réalité une vidéo. L'intitulé est faux pour l'utilisateur, qui s'attend à changer d'étape et entend du son. Sans connaître la fonction réelle du composant, le modèle valide une erreur.
Le problème des faux positifs
L'erreur inverse coûte aussi cher. Un modèle peut signaler un défaut de contraste sur un élément masqué (opacity: 0), ou réclamer une structure de titres dans un composant qui n'en a pas besoin.
Résultat : un développeur qui applique chaque suggestion sans la vérifier ajoute des attributs ARIA inutiles, et dégrade l'expérience des lecteurs d'écran au lieu de l'améliorer. Chaque faux positif est un constat à instruire à la main, ce qui mange le temps gagné.
Pourquoi un rapport d'IA ne vaut pas un audit de conformité
C'est le point qui compte pour un décideur. Un site ne peut pas être déclaré conforme au RGAA sur la seule foi d'un rapport produit par une IA, pour deux raisons.
- La responsabilité : la déclaration d'accessibilité engage l'organisation qui la publie. « L'outil l'a dit » ne tient pas face à une réclamation.
- La reproductibilité : une IA générative n'est pas déterministe. Deux analyses de la même page peuvent différer, alors qu'un audit doit pouvoir être rejoué et donner le même résultat.
Important
Aucune « certification RGAA » n'existe. Ce qui existe, c'est un audit mené selon la méthode officielle, puis une déclaration d'accessibilité publiée sous la responsabilité de l'organisation.
Tests guidés : l'IA pose les questions, l'humain tranche
La nouveauté de 2026 n'est pas une IA qui audite seule. C'est une IA qui prépare le jugement humain.
Du test manuel au test guidé
Un test guidé découpe un test manuel en questions fermées : ce composant retient-il le focus clavier, cette image est-elle décorative ou porte-t-elle une information ? L'éditeur Deque décrit une étape de plus : le modèle propose lui-même la réponse, directement dans l'éditeur de code du développeur. L'éditeur le dit explicitement, confirmer ou corriger cette réponse reste « une décision humaine ». Il annonce des gains de temps importants sur les tests clavier, mais ne publie aucun taux d'erreur de ces réponses automatiques. Prudence donc sur les promesses.
L'IA comme partenaire junior
Ricky Onsman résume la bonne posture dans un article du 13 septembre 2026 : l'IA doit être considérée comme le partenaire de l'auditeur, « et un partenaire junior ». Il en tire une règle simple : un outil d'IA ne doit jamais être la seule source d'une conclusion d'audit.
Concrètement, le partage des tâches ressemble à ceci :
| Tâche | IA | Humain |
|---|---|---|
| Repérer les motifs d'erreur répétés | Oui | Valide |
| Proposer un correctif de code | Oui | Relit |
| Détecter un piège clavier complexe | Partiel | Oui |
| Juger la pertinence d'une alternative | Brouillon | Oui |
| Conclure l'audit et le signer | Non | Oui |
| Tester avec des utilisateurs | Non | Oui |
La dernière ligne compte le plus. Les personnes handicapées utilisent un site d'une manière qu'aucun modèle ne simule, et révèlent des défauts qu'aucune autre méthode ne trouve.
Le métier d'expert accessibilité en 2026 : piloter l'outil
L'auditeur ne disparaît pas, mais son temps se déplace. Ce déplacement pose des questions que la technique ne tranche pas, abordées dans notre article sur l'éthique de l'IA appliquée à l'accessibilité. Côté outillage, l'arrivée des agents de navigation est analysée dans navigation agentique et Lighthouse.
Ce que l'outil prend en charge : la présence des alternatives, les contrastes calculables, la hiérarchie des titres (notre validateur de titres le fait sans IA).
Ce qui reste humain :
- Les parcours complets : un tunnel de paiement avec double authentification, qu'un automate exécute encore mal de bout en bout.
- La qualité rédactionnelle : juger si un texte est vraiment clair pour son public.
- Les arbitrages techniques : choisir entre deux solutions accessibles celle qui tiendra dans le temps.
Le flux de travail qui s'impose : l'outil repère les motifs d'erreur sur l'ensemble du site, l'expert qualifie chaque type d'erreur plutôt que chaque occurrence, l'IA aide à rédiger les correctifs, puis des utilisateurs testent le résultat.
Conclusion
L'IA générative est devenue un bon outil de défrichage et un assistant de correction correct. Elle n'est pas un auditeur, et les outils les plus récents l'assument en laissant la décision à l'humain.
Ne laissez pas une IA décider seule de votre conformité. Analysez une page pour voir la frontière : le résultat distingue ce qu'un automate tranche seul de ce qu'il vous laisse à vérifier.
Questions fréquentes
L'IA peut-elle remplacer un testeur en situation de handicap ?
Non. Un modèle analyse le DOM et le rendu visuel ; il ne restitue ni la charge cognitive, ni la fatigue, ni les stratégies de contournement qu'une personne met en place face à un défaut. Ces observations sont précisément celles qui font la valeur d'un test utilisateur, et aucune analyse automatique ne les produit.
Quel outil d'IA utiliser pour auditer l'accessibilité ?
Pas une IA générative seule. Les outils utiles combinent des règles statiques, robustes et reproductibles, avec un modèle pour ce que la règle ne sait pas voir, typiquement l'analyse d'image. Une IA seule produit des faux positifs qu'il faut ensuite instruire un par un, ce qui annule le temps gagné.
Qu'est-ce qu'un test d'accessibilité guidé ?
C'est un test manuel découpé en questions fermées, que l'outil pose à la place d'un expert : ce composant retient-il le focus, cette image porte-t-elle une information ? Certains éditeurs proposent désormais qu'une IA propose la réponse. La décision de la confirmer ou de la corriger reste humaine.
Les barres d'outils d'accessibilité automatiques sont-elles fiables ?
Non, et l'ajout d'une couche d'IA n'y change rien. Ces surcouches se posent par-dessus un code défaillant sans le corriger : elles dupliquent des réglages que le navigateur porte déjà et masquent le problème au lieu de le traiter. Le budget est mieux placé dans la correction du code sous-jacent.
Guides RGAA associés
Pour aller plus loin sur les sujets abordés dans cet article, consultez nos fiches techniques :
Chaque image porteuse d'information doit avoir une alternative textuelle pertinente via l'attribut alt. Les images décoratives doivent avoir un attribut alt vide.
Le contraste entre la couleur du texte et la couleur de son arrière-plan doit être suffisamment élevé (4.5:1 pour le texte normal, 3:1 pour le grand texte).
L'intitulé de chaque lien doit permettre de comprendre sa destination ou sa fonction, soit par l'intitulé seul, soit par l'intitulé complété par son contexte (phrase, titre de section, item de liste ou cellule de tableau).
Vidéos RGAA sur ce thème
Pour voir ces sujets en action, regardez les épisodes vidéo correspondants :
Articles similaires
Votre site est-il conforme ?
Ne prenez pas de risques avec l'accessibilité. Lancez un audit complet de votre site en quelques minutes et obtenez un rapport détaillé des corrections à apporter.