Un sous-titre qui s'affiche pendant que quelqu'un parle, une photo décrite à voix haute, un appareil piloté sans clavier : ces fonctions ne sont pas nées avec les systèmes d'apprentissage. Ce qui change, c'est leur intégration dans des appareils et services courants. L'American Foundation for the Blind cite notamment le sous-titrage, la description d'images et le guidage parmi les usages susceptibles d'élargir l'accès aux technologies d'assistance.
Le déplacement est réel, et il mérite mieux que l'enthousiasme dans lequel on le raconte. Une fonction disponible n'est pas une fonction fiable, et une fonction fiable la plupart du temps peut être inutilisable précisément les fois où elle compte.
Sommaire
- Ce que ces outils font déjà
- Là où ça échoue encore
- Les barrières que l'automatisation installe
- Ce que les normes exigent, et ce qu'elles ne garantissent pas
- Questions fréquentes
Ce que ces outils font déjà
Trois familles de fonctions sont désormais proposées dans des appareils ordinaires. Aucune n'est nouvelle comme idée ; l'évolution tient surtout à leur disponibilité immédiate et à leur intégration dans des outils grand public.
Le sous-titrage en direct
Une parole prononcée maintenant peut apparaître sous forme de texte presque aussitôt. Le gain observable est la disponibilité : la fonction peut être activée dans une conversation qui n'avait pas été préparée. Cela ne permet pas d'affirmer qu'elle égale un sous-titrage professionnel. La qualité varie avec l'outil, la langue, le bruit, les voix et le vocabulaire ; elle doit être examinée dans la situation concernée.
La description d'images
Un système produit une phrase décrivant une photo, une capture d'écran ou une page scannée, puis peut la lire. Il faut distinguer la reconnaissance de caractères, qui extrait du texte, de la description d'une image, qui doit choisir ce qui compte dans le contexte. Une enquête 2026 de l'American Foundation for the Blind auprès de 1 735 adultes, dont 1 070 personnes handicapées, montre à la fois des usages fréquents et des erreurs ayant causé un préjudice : parmi les utilisateurs aveugles ou malvoyants de description visuelle interrogés, 21 % ont signalé une telle erreur. Le chiffre ne mesure pas tous les outils ; il rappelle que l'utilité et le risque coexistent.
La commande vocale et la dictée
Piloter un appareil à la voix, dicter au lieu de taper, corriger en parlant : ces usages peuvent offrir une autre voie que le clavier. Leur fonctionnement dépend cependant de l'outil, du bruit, du débit et de la manière de parler. Une option vocale n'est donc accessible que si sa configuration l'est aussi et si une autre méthode reste disponible lorsqu'elle échoue.
Là où ça échoue encore
Les échecs ne sont pas distribués au hasard : ils tombent sur ce qui est rare. C'est gênant ici, parce qu'on dépend d'un outil justement quand on ne peut pas vérifier autrement.
L'erreur qui ne se voit pas
Un sous-titre faux peut s'afficher comme un sous-titre juste, et une description inexacte être lue sans avertissement utile. L'interface ne signale pas toujours l'incertitude d'une manière exploitable, limite détaillée dans notre article sur ce que l'IA ne sait toujours pas faire. Si vous n'entendez pas la bande son, vous ne pouvez pas recouper vous-même le sous-titre : la possibilité de correction doit être pensée en amont.
Tout ce qui sort du vocabulaire courant
Les noms propres, les sigles, les termes métier, les toponymes et les chiffres exigent une attention particulière. Un nom de rue, une référence de dossier, une posologie ou un montant ne se reconstitue pas sans risque à partir du contexte. La langue et les conditions de salle modifient aussi le résultat, mais aucun pourcentage universel d'exactitude ne serait honnête : il faudrait nommer l'outil, les voix, le corpus et la situation de test.
Les barrières que l'automatisation installe
Un obstacle levé quelque part peut en créer un autre ailleurs, invisible pour qui ne le rencontre pas.
L'automatique comme alibi
C'est le risque principal, et il est organisationnel plutôt que technique. Une alternative textuelle générée automatiquement remplit la case, satisfait un contrôle rapide et dispense d'y réfléchir. Le résultat coche les exigences sans être utilisable, avec cette aggravation que le travail paraît fait et ne sera donc pas repris. Un sous-titrage automatique activé par défaut sert ensuite à justifier qu'on ne finance plus de sous-titrage professionnel, y compris là où l'exactitude n'est pas négociable. La règle qui en découle : si l'exactitude engage quelqu'un, la vérification ne peut pas reposer sur la personne qui, par définition, ne peut pas la faire.
La dépendance et ce qui transite
Quand une fonction d'accessibilité dépend d'un service en ligne, elle hérite de tout ce dont dépend ce service : une connexion, un modèle économique, une décision d'entreprise. Une fonction gratuite peut devenir payante, une fonctionnalité disparaître d'une version à l'autre. S'y ajoute le contenu lui-même, puisqu'un sous-titrage traite de la parole : selon l'outil, il quitte ou non votre appareil, et la différence est rarement affichée. Notre article sur l'IA et la vie privée détaille les questions à poser.
| La fonction | Ce qu'elle apporte réellement | Où elle casse | Ce que cela implique |
|---|---|---|---|
| Sous-titrage en direct | Disponible partout, sans commande préalable | Noms propres, chiffres, bruit, paroles simultanées | Garder le sous-titrage humain là où l'exactitude engage |
| Description d'image | Une description immédiate là où il n'y avait rien | Graphiques, plans, formulaires | Conserver l'alternative écrite par une personne |
| Commande vocale | Autonomie sur des appareils courants | Voix atypiques, débit, bruit | Prévoir un accès qui ne passe pas par la voix |
| Texte reconnu dans une image | Rend un imprimé exploitable comme texte | Manuscrit, image floue, mise en page complexe | Vérifier les champs et nombres importants |
Ce que les normes exigent, et ce qu'elles ne garantissent pas
Les exigences d'accessibilité sont publiques et antérieures à ces outils. Une norme décrit un résultat à atteindre, jamais un moyen de l'atteindre.
Ce que WCAG demande
Le W3C a publié les règles pour l'accessibilité des contenus web dans leur version 2.2 comme Recommandation le 12 décembre 2024. Trois critères concernent cet article. Le 1.1.1, de niveau A, demande que tout contenu non textuel dispose d'une alternative textuelle remplissant une fonction équivalente. Le 1.2.4, de niveau AA, demande des sous-titres pour tout contenu audio en direct dans un média synchronisé. Le 1.2.5, également de niveau AA, demande une audiodescription pour toute vidéo préenregistrée. Le texte n'indique jamais par quel moyen.
Ce que le RGAA ajoute, et ce qui reste dehors
La DINUM publie le référentiel général d'amélioration de l'accessibilité, dont la version 4.1.2 comporte 106 critères de contrôle ; une version 5 est annoncée pour la fin 2026. Son intérêt est de traduire les exigences en points vérifiables, notamment sur la structure et l'ordre de lecture. La conformité ne couvre pourtant pas tous les besoins : le W3C le précise lui-même. Un contrôle automatique ne remplace donc ni la vérification manuelle ni un essai avec les personnes qui utilisent réellement les aides techniques concernées.
Ce que l'association peut affirmer
IA Innovateurs n'a pas conduit d'étude d'accessibilité ni déployé de dispositif chez un tiers. Nous ne présentons donc pas une pratique de rencontre comme une preuve. Les conclusions de cet article restent celles que permettent les sources : certaines fonctions ouvrent des usages réels, leurs erreurs peuvent toucher davantage la personne qui ne peut pas les recouper, et la conformité technique ne remplace pas l'essai avec les utilisateurs concernés. Pour un événement, les gestes de base restent valables sans attendre un outil : fournir les supports accessibles, utiliser le micro, répéter les questions de la salle et prévoir une solution de remplacement. Ces recommandations doivent ensuite être adaptées avec les personnes concernées, pas décidées à leur place.
Questions fréquentes
Le sous-titrage automatique peut-il remplacer un sous-titrage professionnel ?
Il le remplace là où il n'y avait rien, et pas là où il y avait quelque chose. La distinction tient à ce que coûte une erreur : sur un échange courant, une transcription approximative se corrige à l'oral ; sur un contenu où une date, un montant ou une consigne engage quelqu'un, une erreur invisible est un risque et non un désagrément. Le remplacement devient un problème quand il sert d'argument budgétaire, parce que la décision est alors prise sur un critère de coût dans un contexte qui demandait un critère d'exactitude.
Les alternatives textuelles générées automatiquement sont-elles acceptables ?
Seulement comme premier jet, et uniquement lorsque l'image transmet une information. Le W3C demande au contraire qu'une image purement décorative puisse être ignorée par les technologies d'assistance, ce qui correspond souvent à un attribut alt vide. Pour une image informative, l'American Foundation for the Blind rappelle qu'une description automatique reste au mieux une solution provisoire : elle décrit ce qu'elle reconnaît, alors qu'une alternative utile exprime la fonction de l'image dans son contexte. Sur un graphique, il faut restituer l'information et les relations importantes, pas seulement l'apparence de la courbe.
Par où commencer sans budget ?
Commencez par ce qui ne coûte rien et n'a rien à voir avec la technologie : la structure des titres, des libellés de liens explicites, un contraste suffisant, un ordre de lecture cohérent, et pour un événement la répétition des questions au micro. Ces points couvrent une part importante des critères vérifiables et ne demandent qu'une relecture attentive. Prenez ensuite les 106 critères du RGAA comme une liste à parcourir progressivement plutôt que comme une obligation immédiate. Les outils automatiques viennent en dernier.
Une question que cet article n'a pas traitée ? Consultez les prochaines rencontres, découvrez qui nous sommes, ou écrivez-nous. Pour examiner une fonction avant de l'adopter, poursuivez avec notre guide pour évaluer un outil d'IA. Les conférences et ateliers sont gratuits et ouverts à tous les niveaux. L'adhésion est distincte et facultative, à 25 € par an, avec un tarif solidaire à 10 €. Adhérer maintenant