Table des matières

Perspectives issues du deuxième atelier « AI and Accessibility Skills » 1er juin 2026
Dr Sarah Lewthwaite et Dr Andy Coverdale
Southampton Education School, Université de Southampton

Référence bibliographique

Lewthwaite, S. et Coverdale, A. (2026) Approches critiques de l’IA et renforcement des capacités en accessibilité : Perspectives du deuxième atelier AI and Accessibility Skills [rapport blanc]. Université de Southampton. Royaume‑Uni. https://doi.org/10.5258/SOTON/PP0180

Copyright © Sarah Lewthwaite & Andy Coverdale, 2026.
Les opinions exprimées dans cette publication sont celles des auteurs et ne reflètent pas nécessairement les vues de l’Université de Southampton, de Jisc ou des partenaires du projet.
Ce travail est sous licence Creative Commons Attribution 4.0 International. Cette licence permet aux réutilisateurs de distribuer, remixer, adapter et créer à partir du matériau dans tout support ou format, à condition d’en attribuer la paternité au créateur. Vous devez indiquer si des modifications ont été apportées. La licence autorise l’utilisation commerciale. Pour consulter la licence : https://creativecommons.org/licenses/by/4.0/

Teaching Accessibility in the Digital Skill Set
www.Teachingaccessibility.ac.uk
TeachingAccessibility@soton.ac.uk

À propos des auteur·e·s

Dr Sarah Lewthwaite

Principal Research Fellow, Centre for Research in Inclusion, Southampton Education School, Université de Southampton, Royaume‑Uni.
S.E.Lewthwaite@soton.ac.uk

Sarah dirige l’étude UK Research and Innovation « Teaching Accessibility » (2019–2028) en tant que Future Leaders Fellow et investigatrice principale. Sarah et son équipe étudient l’enseignement et l’apprentissage de l’accessibilité numérique dans les universités et le milieu professionnel, afin de constituer une compréhension fondée sur les preuves de la manière dont l’accessibilité peut être enseignée plus efficacement. Sarah a une formation en éducation inclusive et sciences de l’apprentissage, avec 20 ans d’expérience de recherche couvrant les études critiques du handicap, l’accessibilité numérique, les méthodes de recherche et l’enseignement supérieur.

Dr Andy Coverdale

Research Fellow, Centre for Research in Inclusion, Southampton Education School, Université de Southampton, Royaume‑Uni.
A.Coverdale@soton.ac.uk

Andy est membre de l’équipe de recherche « Teaching Accessibility in the Digital Skill Set », avec une expertise dans l’éducation à l’accessibilité numérique et la conduite de recherches inclusives et participatives avec des personnes en situation de handicap. Ses recherches explorent les intersections entre apprentissage, handicap et inclusion numérique et accessibilité. Il s’appuie sur de nombreuses années de travail avec des personnes ayant des déficiences intellectuelles et explore actuellement la recherche inclusive avec ces communautés sur l’IA générative et la communication accessible.

À propos de l’initiative AI and Accessibility Skills

L’initiative AI and Accessibility Skills fait partie du projet Teaching Accessibility in the Digital Skill Set, une étude financée par UKRI (2019–2028) qui enquête sur l’enseignement de l’accessibilité numérique dans les disciplines universitaires techniques et la main‑d’œuvre numérique. La recherche comble une lacune critique : malgré les avancées en matière de droits numériques des personnes en situation de handicap et la demande croissante de services accessibles (intensifiée par la COVID‑19), nous manquons d’une compréhension détaillée de la façon dont l’accessibilité numérique peut être enseignée, apprise et mise à l’échelle efficacement.

Les travaux antérieurs (2019–2025) ont établi des connaissances de base sur la pédagogie de l’accessibilité via des revues systématiques, des analyses de politiques et des recherches participatives avec des enseignant·e·s et apprenant·e·s internationaux issus du milieu universitaire, des gouvernements, des ONG et de l’industrie. Ce travail a identifié trois principes pédagogiques centraux — compréhension conceptuelle, connaissances procédurales et compétences techniques — et développé un cadre typologique de pédagogie de l’accessibilité actuellement opérationnalisé via le Teaching Accessibility Portal.

Les travaux actuels (2024–2028) élargissent la perspective centrée sur l’enseignant·e vers des approches centrées sur l’apprenant·e, examinant comment l’apprentissage de l’accessibilité se développe tout au long du parcours professionnel et au sein de communautés d’apprentissage pair‑à‑pair en réseau.

La série d’ateliers AI and Accessibility Skills

En partenariat avec Jisc, l’Université de Southampton organise une série d’ateliers collaboratifs sur les compétences en IA et accessibilité durant 2025–2027. Ces ateliers réunissent des responsables de l’accessibilité, enseignant·e·s, chercheur·e·s et praticien·ne·s provenant de l’enseignement supérieur, de l’industrie, des politiques, de la gouvernance et d’organisations de recherche pour examiner la relation évolutive entre l’IA et la pratique professionnelle en accessibilité.

La série étudie les impacts actuels et potentiels de l’IA sur l’accessibilité numérique en tant que champ professionnel et discipline éducative. Le travail suit les relations émergentes entre l’IA et l’éducation à l’accessibilité, en examinant les défis et les moteurs stratégiques via la consultation des parties prenantes, l’engagement d’organisations de personnes handicapées, des partenariats avec des initiatives nationales et des universités et professionnel·le·s de premier plan.

Les ateliers offrent des opportunités de discussions ciblées, de partage de connaissances et d’analyses des bonnes pratiques, et visent collectivement à identifier questions et préoccupations sur l’impact de l’IA. En collaboration, la série cherche à développer une compréhension fondée sur la recherche de la manière dont le développement des compétences en accessibilité peut évoluer en réponse à l’intégration de l’IA dans les flux de travail d’accessibilité, les pratiques organisationnelles et l’offre éducative.

Le premier atelier s’est tenu en juin 2025 et est documenté dans :
Lewthwaite, S. & Coverdale, A. (2026) AI and Accessibility Skills: Building the Accessibility Professional of the Future: Insights from the first AI and Accessibility Skills Workshop [white paper]. University of Southampton. UK. https://doi.org/10.5258/SOTON/PP0164

Ce rapport documente les perspectives du deuxième atelier tenu en ligne le 27 février 2026.
Les ateliers suivants s’appuieront sur ces discussions continues, pour un dialogue sectoriel soutenu.

Pour plus d’information sur ce travail, visitez http://TeachingAccessibility.ac.uk ou contactez les auteur·e·s.

À propos de notre partenaire

Jisc est l’agence britannique du numérique, des données et de la technologie axée sur l’enseignement supérieur, la recherche et l’innovation. Organisation à but non lucratif, Jisc œuvre pour une technologie au service du bien commun et réalise des économies significatives pour le secteur.
L’équipe accessibilité de Jisc est centrée sur le développement continu du soutien sectoriel pour l’accessibilité numérique, les technologies d’assistance et les pratiques inclusives — avec une expertise unique en conseils sur la conformité légale et réglementaire couvrant accessibilité, droit d’auteur, confidentialité et IA. L’équipe travaille de manière très collaborative, en partenariat sur la formation, la stratégie, la recherche, les communautés et les politiques.
https://www.jisc.ac.uk/accessibility

Résumé exécutif

Introduction

Les outils activés par l’IA promettent des solutions évolutives pour les flux de travail d’accessibilité numérique : conception, codage, sous-titrage et tests. Cependant, à mesure que la réglementation évolue et que les populations numériques se diversifient, les professionnel·le·s auront besoin de compétences solides en accessibilité pour garantir que les produits numériques soient inclusifs par défaut. Ce rapport documente le deuxième atelier d’une série examinant l’impact de l’IA sur la pratique de l’accessibilité et le développement professionnel. L’Université de Southampton et Jisc ont réuni 48 responsables de l’accessibilité, chercheur·e·s, enseignant·e·s et praticien·ne·s pour aborder des questions critiques sur l’avenir du travail en accessibilité dans un paysage dominé par l’IA.

Aperçu de l’atelier

En février 2026, le deuxième atelier « AI and Accessibility Skills » a rassemblé des participant·e·s issus de l’enseignement supérieur, de l’industrie, des politiques, de la gouvernance et d’organisations de recherche. Trois présentations ont suivi les remarques d’ouverture du Dr Howard Leicester ; la Prof. Hannah Morgan a examiné comment l’IA et les pratiques d’accessibilité numérique façonnent les futurs du handicap ; Henny Swan a exploré la transformation du travail d’accessibilité par l’IA et exposé des changements fondamentaux affectant les compétences ; la Dr Louise Hickman s’est concentrée sur l’IA médiatisant la BSL (langue des signes britannique) et l’importance d’un engagement dirigé par les communautés sourdes dans le développement et la gouvernance. Les participant·e·s ont ensuite abordé des questions en discussions structurées :

  1. Peut‑on interroger les futurs que l’IA est déjà en train de construire : sont‑ils compatibles avec la vie des personnes handicapées telle qu’elle est réellement vécue ?
  2. Comment traiter la vitesse, l’échelle, la responsabilité, les limites de la conformité et de la réglementation, et d’autres enjeux liés à l’IA ?
  3. Comment atténuer les risques et dommages de l’IA, développer des normes futures, garantir les droits des personnes handicapées et mobiliser l’expertise des utilisateur·rice·s ?

Enseignements et priorités stratégiques

Je fournis ci‑dessous la traduction fidèle et complète du passage manquant (sans résumé), en Markdown avec titres et puces comme demandé.

Enseignements et priorités stratégiques

L’IA est de plus en plus omniprésente dans les outils et les flux de travail quotidiens d’une manière souvent invisible et difficile à éviter, dépassant la gouvernance, la compréhension et les pratiques fondées sur des preuves.

Le développement rapide de l’IA rend difficile l’établissement de bonnes pratiques ou la conduite d’évaluations pilotées par la recherche pour assurer l’inclusion des personnes handicapées. L’IA risque de généraliser l’inaccessibilité ; l’hypothèse selon laquelle l’automatisation améliore l’accessibilité n’est pas étayée par des preuves, et les exigences de vérification peuvent doubler plutôt que réduire les charges de travail en accessibilité. Le biais ableiste dans l’IA est structurel, enraciné dans les jeux de données d’entraînement et résistant aux correctifs techniques. Les communautés de personnes handicapées sont exclues de la conception et de la gouvernance de l’IA malgré leur expertise essentielle. L’expertise relationnelle des travailleur·se·s d’accès résiste à l’automatisation mais reste vulnérable au remplacement motivé par les coûts. Les cadres réglementaires sont insuffisants, la responsabilité juridique pour les systèmes d’IA inaccessibles demeure floue, et l’accessibilité est de plus en plus marginalisée dans des agendas dominés par l’IA. Néanmoins, les participant·e·s ont identifié une opportunité stratégique : la visibilité actuelle de l’IA peut être mise à profit pour repositionner l’accessibilité comme élément central d’un développement responsable de l’IA.

Recommandations préliminaires de politique/pratique

  • IA centrée sur l’humain : Intégrer l’accessibilité tout au long des processus de conception d’IA et résister au remplacement motivé par les coûts des travailleur·se·s humains d’accès dans des contextes à enjeux élevés.
  • Traiter le biais structurel : Impliquer les communautés de personnes handicapées dans la définition d’un déploiement représentatif et non discriminatoire de l’IA. Faire respecter des obligations de gouvernance et de transparence.
  • Responsabilité : Établir une responsabilité juridique pour les défaillances d’accessibilité générées par l’IA. Exiger des évaluations d’impact avant d’intégrer l’IA dans des services soumis à des obligations d’accessibilité.
  • Compétences professionnelles et éducation : Maintenir des compétences humaines fondamentales en accessibilité parallèlement aux littératies émergentes en IA. Exiger que les cadres de compétences en IA intègrent l’accessibilité et les perspectives liées au handicap.

1 Introduction

Les outils activés par l’IA promettent des gains de temps et des solutions évolutives pour des domaines tels que la conception numérique, le codage, le sous-titrage, l’audit, les tests et la correction ; des aspects de l’industrie qui semblent appelés à se développer. Parallèlement, l’évolution des réglementations nationales et internationales, la culture organisationnelle et la diversité des populations signifient que les travailleurs numériques de l’avenir devront être sûrs de garantir que les produits et contenus numériques soient accessibles à tous, y compris aux personnes handicapées. Pour « concevoir avec le handicap à l’esprit » et assurer une accessibilité par défaut, les développeur·se·s ont besoin de compétences et de savoir‑faire en accessibilité, développés par la formation professionnelle, l’apprentissage en milieu de travail et les études universitaires afin d’assurer des futurs accessibles. L’accessibilité sous-tend les droits numériques des personnes handicapées et est essentielle à l’inclusion dans notre société numérique.

En 2025–2026, l’Université de Southampton et Jisc organisent une série d’ateliers collaboratifs sur les compétences en IA et accessibilité dans le cadre du projet Teaching Accessibility. Les ateliers identifient questions et préoccupations concernant la montée de l’IA dans le travail d’accessibilité numérique et la pratique professionnelle, et comment cela affectera les institutions britanniques et l’accessibilité en tant que discipline, afin d’assurer des futurs numériques plus inclusifs pour tous.

2 Aperçu de l’atelier

L’atelier « Critical Approaches to AI and Accessibility Skills » s’est tenu en ligne le 27 février 2026 et a réuni 48 participant·e·s issus de l’enseignement supérieur, de l’industrie, des politiques, de la gouvernance et d’organisations de recherche intensives du Royaume‑Uni. L’atelier s’est concentré sur l’engagement de perspectives critiques issues des études sur le handicap et de l’accessibilité numérique pour scruter les valeurs intégrées aux technologies d’IA et la manière dont elles sont présentées aux décideurs.

Lors des discussions en petits groupes, les participant·e·s ont cartographié des réponses à trois questions clés proposées par nos intervenant·e·s :

  1. Peut‑on interroger les futurs que l’IA est déjà en train de construire – sont‑ils compatibles avec la vie des personnes handicapées telle qu’elle est réellement vécue ?
  2. Comment traiter : la vitesse de l’IA, son échelle, la responsabilité, les limites de la conformité et de la réglementation, et d’autres enjeux ?
  3. Comment atténuer les risques et dommages de l’IA, développer des normes futures, garantir les droits des personnes handicapées et mobiliser l’expertise des utilisateur·rice·s ?

Chaque question était accompagnée des deux sous‑questions suivantes :

  • Qu’est‑ce que cela signifie pour les enseignant·e·s et professionnel·le·s de l’accessibilité ?
  • Quelles expériences, données et connaissances informent notre compréhension ?

C’est la traduction complète et fidèle du texte que vous avez indiqué comme manquant. Voulez‑vous que je l’intègre dans le document Markdown entier et vous fournisse le fichier .md téléchargeable ?

3 Présentations d’expert·e·s et discussions fondamentales

Artificial Intelligence Versus Accessibility

Dr Howard Leicester MBE, BCS Chartered Institute for IT, Accessible Info
Les remarques d’ouverture ont été fournies par notre invité distingué, Dr Howard Leicester MBE, via une vidéo enregistrée. Leicester s’est concentré sur l’Accessible Information Standard (AIS), qui en vertu de l’Equality Act 2010 exige que les organisations du secteur public prennent des ajustements raisonnables pour répondre aux besoins de communication et de mobilité locale des personnes en situation de handicap. Ces besoins sont décrits dans les six étapes essentielles de la norme, qui comprennent l’identification, l’enregistrement, le signalement, le partage, la satisfaction et la révision. En réalité, pour Leicester et beaucoup d’autres, la mise en œuvre reste relativement médiocre dans les secteurs de la santé et des services sociaux et services similaires. Tout en reconnaissant le potentiel de l’IA, il a insisté sur les défis persistants liés à l’utilisation de ces technologies pour soutenir une communication et une navigation efficaces, notamment en matière de coûts et de savoir‑faire. Leicester a conclu, dans un ton typiquement optimiste et humoristique, en soulignant son travail continu pour influencer le secteur par le plaidoyer et la collaboration avec des collègues et des organisations nationales.

Accessible to What? Disability, AI, and the Politics of the Future

Prof. Hannah Morgan, University of Leeds.
« La question est de savoir si l’accessibilité numérique élargit l’éventail des futurs imaginables pour les personnes handicapées, ou si elle facilite principalement la participation à des futurs prédéfinis. »

Le travail de la Prof. Morgan se situe à l’intersection des études sur le handicap et des sociologies du futur. Ce travail considère comment les idées sur le futur façonnent les possibilités présentes. Lors de sa présentation, Morgan nous a invités à réfléchir à la manière dont nous pensons le futur dans le présent, pour interroger les « futurs du handicap » que l’IA normalise déjà. Elle a introduit deux concepts :

  • futurity – la condition socialement organisée d’avoir un futur ; et
  • futurelessness – la capacité inégale ou l’opportunité inégale de réaliser ces futurs socialement reconnus.

Par ces concepts, les systèmes numériques ne sont pas simplement des outils que nous utilisons dans le présent, ils sont aussi des « infrastructures d’anticipation » qui organisent le futur. Ces infrastructures atténuent ou reproduisent l’exclusion vécue par les personnes handicapées.

Morgan a observé comment la pratique de l’accessibilité fonctionne fréquemment comme une adaptation, souvent comme un ajout ou un bricolage a posteriori. Cette adaptation est typiquement intégrée dans des régimes de conformité, tels que normes, audits et processus de gestion des risques. Cette approche adaptative encourage une adhésion minimale aux exigences d’accessibilité plutôt qu’une transformation significative. Cela encadre l’accessibilité comme une question de conformité temporelle et technique, plutôt que comme une question de droits et d’équité, avec un engagement envers la justice du handicap.

Morgan a décrit un futur médiatisé par l’IA, orienté vers la vitesse, l’efficacité et la productivité. Les systèmes d’IA opèrent par prédiction et optimisation, créant des normes qui ne s’alignent pas facilement avec les corporéités diverses et les styles cognitifs des communautés handicapées. De plus, les hypothèses normatives intégrées aux jeux de données projettent les schémas historiques de désavantage et les inégalités passées vers les décisions futures.

Le travail de Morgan positionne le handicap comme un prisme critique et analytique pour comprendre les implications plus larges de l’IA ; « un point de vue diagnostic à partir duquel nous pouvons évaluer l’architecture morale des futurs technologiques » et examiner « comment ces futurs sont alloués de manière différenciée. » Elle a conclu en posant une question centrale pour le travail d’accessibilité et le développement de l’IA :
« Construisons‑nous des systèmes qui élargissent la capacité des personnes handicapées à planifier à long terme pour la stabilité et l’autodétermination ? Ou raffinons‑nous des infrastructures qui gèrent, optimisent et contiennent les vies des personnes handicapées dans des paramètres étroits de valeur ? »

Accessibilité et l’“AI shift”

Henny Swan, TetraLogical
« Le ‘shift left’ concerne davantage la vitesse. Il est moins directionnel, moins prévisible, l’IA accélère littéralement la production. Elle introduit de la variabilité là où auparavant nous avions de la stabilité… et elle répartit la responsabilité davantage entre fournisseurs, systèmes, équipes, et aussi gouvernance et conformité. »

Swan a soutenu que l’IA est désormais profondément intégrée dans le paysage technologique, dans les outils de conception, les environnements de développement, les systèmes de gestion de contenu, les pipelines d’approvisionnement et les services destinés aux usagers. Son influence sur l’accessibilité est à la fois inévitable et croissante. Pour les concepteurs et développeurs, l’IA introduit une dynamique différente du « shift left », la vitesse en étant le facteur déterminant.

Elle a présenté quatre changements fondamentaux impactant les compétences en accessibilité : échelle, expertise, interfaces et responsabilité.

  • Premièrement, Swan a demandé : « L’IA résout‑elle l’accessibilité ? Ou étend‑elle l’inaccessibilité ? » Elle a observé que, bien que l’IA permette des progrès significatifs pour générer des sous-titres, du code et des alternatives textuelles à grande échelle, elle peut industrialiser de mauvaises pratiques, produisant des sorties qui répondent à la conformité technique mais restent inutilisables pour les usagers. Des problèmes tels que le contenu halluciné, des sources de données non fiables et un code sous-jacent défectueux soulignent la nécessité d’une surveillance attentive des invites, des jeux de données et des garde‑fous pour garantir des résultats accessibles.
  • Deuxièmement, l’expertise en accessibilité ne devrait pas être confinée aux spécialistes, mais faire partie des compétences des concepteurs, développeurs, testeurs et autres rôles. En s’inspirant de parallèles avec la Révolution industrielle, Swan suggère que les compétences en accessibilité évoluent. Alors que l’IA automatise des tâches de bas niveau comme le codage et les tests, l’accent sera davantage mis sur le jugement humain, la pensée critique et la compréhension des expériences humaines réelles. Différents rôles doivent s’adapter en conséquence, des développeurs comprenant le code généré par l’IA aux testeurs concevant de nouvelles méthodologies et aux responsables produits intégrant l’accessibilité dans les achats et la planification.
  • Troisièmement, l’IA transforme aussi les interfaces elles‑mêmes : des interfaces statiques, déterministes et prédictibles vers des systèmes dynamiques et probabilistes, façonnés par des entrées humaines et des interactions qui génèrent du contenu « à la volée ». Ce changement complique à la fois les tests et la conformité : les systèmes génératifs et adaptatifs émergents sont plus difficiles à évaluer avec les cadres existants.
  • Enfin, la responsabilité devient plus fragmentée dans les pratiques médiatisées par l’IA. Les responsabilités ne sont plus clairement définies dans des flux de travail linéaires mais superposées entre équipes et fournisseurs. Dans un changement pivot pour le design inclusif, Swan a expliqué comment l’accessibilité doit évoluer au‑delà de l’évaluation des sorties vers la gouvernance des entrées.

Le rôle des travailleurs·euses d’accès et la manière dont nous achetons l’accès

Dr Louise Hickman, University of Cambridge
« Plutôt que de penser l’accessibilité IA comme quelque chose déjà intégré, il existe des façons d’intervenir, et nous pouvons commencer à construire des équipes capables de diriger sur l’impact qu’elle a. »

S’inspirant de ses expériences en tant que doctorante sourde, Hickman a introduit le concept d’« access intimacy » (intimité d’accès), la confiance relationnelle et la compréhension entre les personnes ayant des besoins d’accès et celles qui les soutiennent. Les travailleurs·euses d’accès peuvent inclure interprètes, sous-titreurs et assistants en classe ; Hickman a décrit la nature profondément relationnelle et qualifiée de leur travail comme une forme de travail invisible, posant la question : « que perdons‑nous lorsque ce type de travail est confié à l’IA ? Quelles relations perdons‑nous ? »

Au cours de sa présentation, Hickman s’est largement appuyée sur son récent rapport, BSL is Not for Sale, un examen critique du cycle d’achat de la Langue des Signes Britannique à l’ère de l’IA. Elle a décrit les deux fonctions principales de la BSL médiée par l’IA : la traduction de matériel préenregistré et l’interprétation simultanée des interactions en temps réel, en soutenant que ces deux usages présentent des opportunités et des risques différents et doivent être évalués séparément. S’appuyant sur une étude de cas d’une consultation médicale, Hickman a souligné les limitations et les risques graves d’utiliser l’IA dans des contextes complexes et sensibles, où seuls des interprètes humains peuvent reconnaître des nuances et des malentendus et intervenir.

Pour l’avenir, un travail clé consistera à résister à certains récits dominants et à contester les affirmations de l’industrie utilisées pour justifier des solutions d’IA, comme la pénurie d’interprètes. De manière cruciale, investir dans des infrastructures dirigées par les communautés sourdes offrira des opportunités aux communautés et groupes de plaidoyer d’intervenir dans le développement de la BSL IA.

Hickman a conclu par plusieurs recommandations clés. Fondamentalement, l’évaluation de la BSL IA devrait être menée par des équipes dirigées par des personnes sourdes. Elle a suggéré de financer un réseau national d’expertise BSL, l’inclusion de conseillers sourds dans les services numériques gouvernementaux (Government Digital Services), et appelé à une plus grande transparence de la part des entreprises développant la BSL IA.

Très bien — je poursuis avec la traduction fidèle et complète des sections 4 à la fin.

4 Enseignements et priorités stratégiques

Les discussions de l’atelier ont abordé trois questions critiques concernant l’influence de l’IA sur la pratique professionnelle en accessibilité et les implications pour le développement des compétences. Les contributions des participant·e·s reflétaient des perspectives diverses issues de l’enseignement supérieur, de l’industrie, des politiques et de la recherche.

  1. Q1. Peut‑on interroger les futurs que l’IA est déjà en train de construire – sont‑ils compatibles avec la vie des personnes handicapées telle qu’elle est réellement vécue ?
  2. Q2. Comment traiter la vitesse, l’échelle, les limites de la conformité et de la réglementation, la responsabilité et les interfaces non fixes ?
  3. Q3. Comment atténuer les risques et dommages de l’IA, développer des normes futures, garantir les droits des personnes handicapées et engager l’expertise des utilisateur·rice·s ?

4.1 Omniprésente, invisible, incontournable : IA pervasive

L’IA a été décrite de diverses manières : de plus en plus omniprésente, pervasive et intrusive, intégrée dans les outils et flux de travail quotidiens au point où l’engagement est inévitable et il est difficile de s’en soustraire. Les participant·e·s ont observé que des fonctionnalités d’IA sont introduites sans discernement, sans consentement des utilisateur·rice·s, sans formation adéquate ni possibilité de désactivation. L’invisibilité croissante de l’IA dans les systèmes rend plus difficile pour les usagers d’identifier où et comment elle opère et influence les tâches. De manière importante, les participant·e·s ont souligné comment l’IA peut remodeler des plateformes et des logiciels en perturbant des fonctionnalités d’accessibilité originelles.

À mesure que l’IA s’intègre aux pratiques liées au travail, à l’éducation et à la société en général, un « acte d’équilibre » apparaît entre opportunité et risque. Un conflit clair existe entre l’optimisme sur les gains de productivité et les préoccupations concernant l’érosion des pratiques centrées sur l’humain. L’IA a été cadrée comme transformative mais instable, nécessitant que les praticien·ne·s et enseignant·e·s en accessibilité évaluent de manière critique ce qu’elle peut raisonnablement accomplir.

Bien que l’IA suive des cycles d’engouement technologique familiers, elle s’accélère plus rapidement que les innovations précédentes. Cet état dynamique perpétuel indique plusieurs préoccupations clés. Au niveau individuel, le rythme rapide de développement est largement perçu comme accablant, avec des participant·e·s décrivant la technologie comme « en train de filer », rendant difficile pour les enseignant·e·s et professionnel·le·s d’établir des bonnes pratiques tant pour l’utilisation de l’IA que pour fournir des conseils. À un niveau structurel, l’incertitude sur les résultats à moyen et long terme et le changement constant créent une résistance à l’examen et à la recherche (et donc au développement de pratiques fondées sur des preuves), posant des défis fondamentaux pour la gouvernance de l’accessibilité.

L’inclusion ne peut être automatisée

Une tension critique a été identifiée entre l’adoption rapide et apparemment incessante de l’IA, et le besoin d’une compréhension plus lente, fondée sur l’expérience, requise pour répondre aux besoins humains, particulièrement en matière d’accessibilité où l’inclusion est un processus demandant du temps, de la consultation et de l’itération. Les mises à jour fréquentes et l’instabilité des outils d’IA créent deux risques : premièrement, l’IA peut accélérer des pratiques d’exclusion qui positionnent l’accessibilité comme accessoire plutôt qu’essentielle, conduisant à des solutions « bolt‑on » ajoutées après la conception ; deuxièmement, lorsque l’IA est destinée à des activités d’assistance, son instabilité signifie qu’elle ne peut être considérée comme fiable, aggravant les inégalités et les subjectivités des personnes handicapées.

Comme rapporté lors de l’atelier 1, les participant·e·s ont aussi identifié que l’IA commence à façonner des « solutions d’accessibilité » qui ne reflètent pas les besoins authentiques des personnes handicapées — mécanismes qui semblent inclusifs mais présentent des risques substantiels (par exemple, un avatar de traduction BSL développé depuis une perspective orale incapable de traduire efficacement des dialectes BSL, des termes techniques ou des repères culturels ; dans des contextes médicaux à enjeux élevés, des erreurs linguistiques peuvent entraîner des préjudices physiques). Les participant·e·s ont donc insisté sur la prudence, l’adoption incrémentale et un développement réfléchi et informé qui inclut véritablement les communautés concernées.

4.2 Perspectives critiques

Promesses gonflées : hypothèses et attentes autour de l’IA

Les participant·e·s ont observé des attentes excessives et des hypothèses erronées quant aux capacités de l’IA, menant à une sur‑confiance et à un manque d’engagement critique. On s’inquiète que l’IA soit appliquée à l’accessibilité sans preuves suffisantes de son efficacité. Des questions ont été soulevées sur le risque que l’IA restreigne la créativité et la réflexion exploratoire. Une inquiétude particulière porte sur l’idée que les technologies grand public sont de plus en plus capables de résoudre automatiquement les problèmes d’accessibilité — une hypothèse empiriquement infondée et politiquement commode. Ces hypothèses risquent de différer la responsabilité en matière d’accessibilité et d’occulter la nécessité d’une supervision humaine et d’une conception responsable. Collectivement, ces tendances indiquent un déplacement de la responsabilité, encourageant une dépendance passive à la technologie au détriment de pratiques inclusives actives.

Outils partiels, solutions partielles : efficacité et limites de l’IA en pratique

Les participant·e·s ont observé que l’IA est fréquemment traitée comme un terme parapluie couvrant des technologies et des applications diverses, mais qu’en pratique beaucoup assimilent l’IA à l’IA générative et aux grands modèles de langage. Plusieurs ont proposé de considérer l’IA comme un composant d’une boîte à outils plus large, plutôt qu’une solution singulière ou complète. Bien que l’IA puisse soutenir des tâches comme la prise de notes, le résumé et les tâches de codage de base, son efficacité est souvent compensée par la vérification requise. Comme lors de l’atelier 2025, des participant·e·s ont remis en question l’idée que l’IA fasse gagner du temps, particulièrement lorsque les sorties doivent être vérifiées pour exactitude et biais (ableist) ; ce processus peut doubler les charges de travail. La nature non déterministe de l’IA a aussi été identifiée comme une limite dans des domaines nécessitant précision, y compris les mathématiques. Des préoccupations plus larges ont été exprimées concernant la perte de créativité, de nuance et de connexion humaine, et l’émergence d’un mode de travail « post‑littératie » où le contenu est généré et consommé sans engagement profond.

Quantifier les coûts : éthique, risques, dommages de l’IA

La compréhension limitée de l’IA contribue à une confiance excessive dans ses sorties et rend difficile la reconnaissance de ses limites. Des préoccupations éthiques ont été soulevées au sujet des outils d’IA qui imitent l’interaction humaine, particulièrement dans des contextes impliquant des communautés vulnérables — y compris celles cherchant du soutien en santé mentale ou en thérapie. Les participant·e·s ont souligné des risques incluant violations de la vie privée, dommages psychologiques et usage abusif de l’IA dans des contextes sensibles. Ils ont estimé que les dommages sont fréquemment sous‑estimés, surtout lorsque les systèmes renforcent des comportements nuisibles. En définitive, les risques sont liés à la manière dont les outils d’IA sont déployés et utilisés ; et les mécanismes actuels pour surveiller et gérer ces impacts sont insuffisants.

Biais dans l’IA : une caractéristique, pas un bug

Le biais de l’IA reste un problème fondamental, enraciné dans les données d’entraînement et résistant aux seules corrections techniques. Des exemples tels que les échecs de la reconnaissance faciale, les systèmes algorithmiques excluants et des preuves croissantes de profilage des données utilisateur au sein des plateformes d’IA illustrent comment l’IA reproduit et amplifie systématiquement les inégalités existantes. Bien que des améliorations techniques soient possibles, les participant·e·s ont insisté sur le fait que le changement systémique dépend d’une priorisation délibérée et d’une régulation robuste. Sans intervention, les systèmes biaisés persisteront et continueront de se généraliser.

Dimensions politiques et socioculturelles de l’IA

L’IA a été explicitement décrite comme politique, façonnée par des valeurs culturelles profondément ancrées, des systèmes économiques et des structures de pouvoir. Les participant·e·s ont soulevé des questions sur qui contrôle le développement de l’IA et dont les voix sont exclues — les personnes handicapées étant régulièrement identifiées comme marginalisées et exclues des processus de conception et de gouvernance. Le pouvoir croissant et l’influence des entreprises technologiques, combinés aux coûts environnementaux (comme la consommation de ressources des centres de données), continuent de susciter des préoccupations éthiques sur la durabilité et les inégalités mondiales pour les professionnel·le·s de l’accessibilité et les défenseur·se·s du handicap. Les participant·e·s ont souligné que les technologies intègrent les priorités de celles et ceux qui les conçoivent et les financent : des priorités dominantes axées sur la productivité et le marché souvent en tension avec les impératifs de justice et d’équité.

5 Recommandations préliminaires de politique

  • IA centrée sur l’humain : Intégrer l’accessibilité tout au long des processus de conception d’IA et résister au remplacement motivé par les coûts des travailleur·se·s d’accès humains dans des contextes à enjeux élevés.
  • Traiter le biais structurel : Impliquer les communautés de personnes handicapées dans la définition d’un déploiement représentatif et non discriminatoire de l’IA. Faire appliquer des obligations de gouvernance et de transparence.
  • Responsabilité : Établir une responsabilité juridique pour les défaillances d’accessibilité générées par l’IA. Exiger des évaluations d’impact avant d’intégrer l’IA dans des services soumis à des obligations d’accessibilité.
  • Compétences professionnelles et éducation : Maintenir des compétences humaines fondamentales en accessibilité parallèlement aux littératies émergentes en IA. Exiger que les cadres de compétences en IA intègrent l’accessibilité et les perspectives du handicap.

6 Conclusions

L’atelier a mis en évidence que l’IA est de plus en plus omniprésente dans les outils et flux de travail quotidiens d’une manière souvent invisible et difficile à éviter, dépassant la gouvernance, la compréhension et les pratiques fondées sur des preuves. Le développement rapide de l’IA rend difficile l’établissement de bonnes pratiques ou la conduite d’évaluations menées par la recherche pour assurer l’inclusion des personnes handicapées. Les risques de l’IA incluent la généralisation de l’inaccessibilité ; l’hypothèse selon laquelle l’automatisation améliore l’accessibilité n’est pas étayée par des preuves, et les exigences de vérification peuvent doubler plutôt que réduire les charges de travail.

Le biais ableiste dans l’IA est structurel, enraciné dans les jeux de données et résistant aux solutions purement techniques. Les communautés de personnes handicapées sont exclues de la conception et de la gouvernance de l’IA malgré leur expertise essentielle. L’expertise relationnelle des travailleur·se·s d’accès résiste à l’automatisation mais reste vulnérable au déplacement motivé par le coût. Les cadres réglementaires sont insuffisants ; la responsabilité juridique pour les systèmes d’IA inaccessibles demeure floue, et l’accessibilité est de plus en plus marginalisée dans des agendas dominés par l’IA. Néanmoins, les participant·e·s ont identifié une opportunité stratégique : la visibilité actuelle de l’IA peut être utilisée pour repositionner l’accessibilité comme centrale dans le développement responsable de l’IA.

7 Remerciements

Les auteur·e·s remercient les participant·e·s du deuxième atelier AI and Accessibility Skills, ainsi que les partenaires et contributeurs du projet Teaching Accessibility in the Digital Skill Set et Jisc.