A Protocol for Evaluating the Accessibility of AI-Generated Educational Materials: Prompt Configuration, WCAG-Derived Criteria, and Content Overload

Imaginez l'internet comme une immense et trépidante bibliothèque. Depuis des décennies, les bibliothécaires suivent un manuel de règles strict appelé WCAG (Directives d'accessibilité des contenus Web) pour s'assurer que chaque étagère, chaque panneau et chaque histoire est accessible à tous, y compris aux personnes en fauteuil roulant, utilisant des lecteurs d'écran ou ayant des difficultés à comprendre des textes complexes. Ce manuel garantit que si vous ne pouvez pas voir une image, une voix robotique peut la décrire ; si vous ne pouvez pas utiliser de souris, un clavier peut toujours cliquer sur les boutons. C'est la différence entre une bibliothèque dotée d'allées larges et une bibliothèque où les livres sont enfermés derrière des portes en verre.

Maintenant, imaginez qu'un nouveau bibliothécaire robotique, super rapide, vient d'arriver. Ce robot, propulsé par l'IA générative, peut écrire un livre, dessiner une carte ou enregistrer une histoire en quelques secondes, simplement parce que vous le lui avez demandé poliment. Il est incroyablement rapide et peut accomplir le travail d'une équipe entière en quelques minutes. Mais voici le hic : comme le robot a appris à lire dans l'ancienne bibliothèque (l'internet), et comme l'ancienne bibliothèque possédait de nombreuses portes verrouillées et des panneaux manquants, le robot a tendance à construire de nouveaux livres avec les mêmes portes verrouillées et les mêmes panneaux manquants. Il ne sait pas être inclusif à moins que vous ne lui disiez explicitement : « Hé, assure-toi que cela soit ouvert à tout le monde ! » Cet article pose une question simple mais urgente : si nous enseignons les bonnes règles au robot, peut-il soudainement devenir le bibliothécaire le plus utile au monde, ou est-il condamné à construire des murs, peu importe ce que nous lui disons ?

Le Grand Test du Bibliothécaire Robot

Cet article est comme une histoire de détective où l'auteur, Hector, met en place une expérience massive pour tester la capacité de ces robots d'IA à construire des supports éducatifs — comme des rapports PDF, des présentations, des infographies, des clips audio et des vidéos — qui sont réellement accessibles aux personnes handicapées.

La Mise en Place : Trois Façons de Parler au Robot
Hector a décidé de tester le robot sous trois « personas » ou instructions différentes pour voir laquelle fonctionnait le mieux :

1. L'Instruction « Fais-le, c'est tout » (Condition A) : C'est ce que la plupart des gens font aujourd'hui. Vous demandez au robot : « Fais-moi une présentation sur les dinosaures », sans aucune instruction supplémentaire. C'est la requête quotidienne et décontractée.
2. L'Instruction « Professeur Super Strict » (Condition B) : Ici, l'utilisateur donne au robot une liste détaillée de règles basées sur le manuel WCAG. Il dit : « Fais une présentation, mais tu dois inclure des descriptions pour chaque image, t'assurer que le texte a un contraste élevé et garantir qu'un clavier puisse cliquer sur chaque bouton. »
3. La « Compétence Permanente » (Condition C) : C'est l'idée du « Saint Graal ». Au lieu de taper la longue liste de règles à chaque fois, vous chargez une « compétence » ou un profil permanent dans le cerveau du robot une seule fois. À partir de là, chaque fois que vous demandez quoi que ce soit, le robot se souvient automatiquement d'être accessible, tout comme un chef qui se rappelle toujours d'ajouter du sel sans qu'on ait besoin de lui demander.

Les Résultats : Le Robot a Besoin d'un Coup de Pouce
Les résultats étaient un mélange de « oh non » et de « wow ».

Lorsque le robot était laissé à lui-même (Condition A), c'était un désastre pour l'accessibilité. Le score moyen de respect des règles était un médiocre 24,2 %.

• Les Documents : Le robot créait des PDF qui étaient magnifiques pour l'œil, mais un cauchemar pour un lecteur d'écran. Il oubliait de baliser les titres ou de décrire les graphiques, de sorte qu'un utilisateur aveugle entendrait un flux désordonné de chiffres sans aucun contexte.
• Les Présentations : Le robot créait des diapositives tape-à-l'œil avec des boutons cliquables qui ne pouvaient pas être atteints par un clavier. C'était comme construire une porte qui ne s'ouvre que si vous possédez une baguette magique (une souris), laissant de côté tous ceux qui utilisent un clavier.
• Les Vidéos : C'était le pire coupable, avec un score de 0 %. Le robot créait des vidéos avec des sous-titres générés automatiquement qui étaient souvent erronés, et il oubliait de décrire ce qui se passait à l'écran pour les personnes malvoyantes. Il créait même des problèmes de « synchronisation labiale » où l'avatar de l'IA ne correspondait pas aux mots, ce qui peut dérouter les personnes qui comptent sur la lecture labiale.

La Magie du « Professeur Super Strict »
Mais ensuite, Hector a essayé la Condition B. Lorsqu'il a donné au robot les instructions spécifiques et détaillées à suivre concernant les règles d'accessibilité, les résultats ont grimpé en flèche. Le score moyen a bondi à 96,7 %.

• Les PDF possédaient soudainement des balises et des descriptions appropriées.
• Les présentations devinrent navigables au clavier.
• Les vidéos obtinrent des sous-titres précis et des descriptions audio.

Cela prouve que le robot n'est pas incapable d'être accessible ; il ne sait juste pas l'être à moins que vous ne lui disiez exactement comment faire. L'article suggère que la barrière n'est pas la technologie elle-même, mais la façon dont nous lui parlons.

Le Piège Caché : La Surcharge d'Informations
Il y avait une partie délicate que le manuel de règles standard ne couvrait pas pleinement : la surcharge d'informations.
Hector a découvert que certains outils d'IA, en particulier ceux qui résument de longs textes en une seule belle image (comme les infographies), ont tendance à entasser trop d'informations dans un espace minuscule. Même si le robot suivait toutes les règles techniques (comme avoir une description pour l'image), l'image elle-même était si dense et encombrée qu'il était impossible pour quiconque — voyant ou non — de la comprendre rapidement. C'est comme un panneau indicateur sur lequel tous les noms de rues seraient écrits en tout petit ; techniquement, l'information est là, mais elle est inutile car elle est trop encombrée. L'article suggère que nous avons besoin d'une nouvelle façon de mesurer cet « encombrement visuel » qui dépasse les simples listes de contrôle standard.

Qu'en est-il de la « Compétence Permanente » ?
L'article a également proposé la « Compétence Permanente » (Condition C) comme moyen de s'assurer que le robot n'oublie plus jamais ces règles, plutôt que de devoir les taper à chaque fois. Cependant, ce test spécifique n'a pas été entièrement mené lors de cette première expérience. L'auteur suggère que ce serait la meilleure solution à long terme pour maintenir la cohérence du robot, mais qu'ils doivent la tester davantage pour en être sûrs.

L'Essentiel
Cet article ne prétend pas que l'IA a résolu l'accessibilité. Au contraire, il montre qu'actuellement, l'IA a tendance à construire des murs par défaut. Mais si nous prenons le temps de lui donner des instructions claires et spécifiques (ou si nous la chargeons d'une « compétence »), elle peut construire des rampes et des portes pour tous. Le robot est un outil puissant, mais il a besoin d'un guide humain pour s'assurer qu'il ne laisse personne sur le bord de la route. L'article se termine en invitant chacun à utiliser ce nouveau « protocole de test » pour vérifier ses propres outils d'IA, afin de garantir qu'en accélérant l'éducation grâce à l'IA, nous ne laissons pas accidentellement les étudiants handicapés sur le carreau.