Un chatbot IA peut parfaitement répondre aux questions de vos clients, retrouver les bonnes informations dans une base documentaire et fonctionner correctement sur ordinateur comme sur smartphone, tout en restant difficile, voire impossible, à utiliser pour certaines personnes en situation de handicap.
Le problème ne vient alors pas forcément du modèle d’intelligence artificielle. Un bouton impossible à atteindre au clavier, une nouvelle réponse qui apparaît sans être annoncée par un lecteur d’écran, un champ de saisie mal identifié ou un contraste insuffisant peuvent suffire à rendre le service inaccessible.
À mesure que les entreprises intègrent des assistants IA dans leurs sites web, espaces clients et applications métier, l’accessibilité doit donc rejoindre les critères habituels de mise en production que sont la qualité des réponses, la sécurité, les performances et la protection des données.
Avant de publier un chatbot, la question n’est plus seulement « répond-il correctement ? », mais également « tous les utilisateurs peuvent-ils réellement lui poser une question et accéder à sa réponse ? »
RGAA et chatbot IA : pourquoi faut-il s’en préoccuper ?
Le RGAA, ou Référentiel général d’amélioration de l’accessibilité, fournit une méthode permettant d’évaluer l’accessibilité des services numériques selon des critères techniques précis.
En août 2026, la version de référence reste le RGAA 4.1.2, qui comporte 106 critères couvrant notamment les images, couleurs, scripts, formulaires, navigation, structure de l’information et consultation des contenus.
Tous les sites privés ne sont pas nécessairement soumis aux mêmes obligations réglementaires, et le champ juridique dépend notamment du type d’organisation et des services proposés. Il reste néanmoins pertinent d’utiliser le RGAA comme cadre technique lors de la conception d’un assistant conversationnel, même lorsqu’une entreprise ne se trouve pas directement dans son champ d’application obligatoire.
L’objectif est simple : éviter qu’une nouvelle fonctionnalité censée faciliter l’accès à l’information crée au contraire une barrière pour certains utilisateurs.
Pourquoi un chatbot IA est-il particulièrement complexe à rendre accessible ?
Un chatbot rassemble dans une même interface de nombreux composants interactifs.
Il possède généralement un bouton permettant de l’ouvrir, une fenêtre de conversation, un historique de messages, un champ permettant d’écrire une question, un bouton d’envoi et plusieurs états de chargement. Il peut également proposer l’envoi de fichiers, des liens, des boutons d’action, des tableaux ou différents formats de contenus générés par l’IA.
À cette complexité s’ajoute une particularité importante : l’interface évolue continuellement sans recharger la page.
Lorsqu’une réponse est générée, une personne regardant l’écran voit immédiatement que quelque chose se passe. Elle peut voir un indicateur de chargement puis le nouveau message apparaître progressivement.
Pour une personne utilisant un lecteur d’écran, cette information doit être transmise par le code de l’interface. Sans mécanisme adapté, elle peut envoyer sa question puis ne recevoir aucune indication lui permettant de comprendre qu’une réponse vient d’être produite.
Un chatbot doit donc être considéré comme une véritable application web interactive, et non comme un simple bloc de texte ajouté au site.
1. Vérifier que le chatbot fonctionne entièrement au clavier
Le premier test est particulièrement simple et ne demande aucun outil spécialisé.
Débranchez votre souris ou décidez simplement de ne plus l’utiliser, puis réalisez une conversation complète uniquement avec le clavier.
Vous devez pouvoir atteindre le bouton permettant d’ouvrir l’assistant avec la touche Tab, l’activer, accéder au champ de saisie, écrire votre question, envoyer le message puis parcourir les éventuels liens et boutons présents dans la réponse.
Vous devez également être capable de fermer le chatbot et de revenir facilement à la page principale.
Ce test permet de détecter immédiatement plusieurs défauts fréquents : bouton flottant accessible uniquement au clic, icône impossible à atteindre, composant JavaScript qui intercepte le clavier ou fenêtre dont il devient impossible de sortir.
Cette question prend encore plus d’importance lorsque l’assistant peut agir sur différents logiciels. Comme nous l’expliquons dans notre article sur les connecteurs ChatGPT et l’automatisation des outils métier, les IA modernes ne se contentent plus nécessairement d’afficher du texte : elles peuvent également interagir avec des applications, des documents ou un CRM.
L’interface permettant de déclencher ces actions doit donc rester accessible quel que soit le mode d’interaction utilisé.
2. Contrôler la visibilité et l’ordre du focus
La possibilité d’utiliser la touche Tab ne suffit pas si l’utilisateur ne sait pas quel élément est actuellement sélectionné.
Chaque composant interactif doit posséder un focus visible, généralement matérialisé par une bordure ou un indicateur suffisamment contrasté.
L’ordre de navigation doit également rester logique.
Lorsqu’un chatbot est ouvert, un utilisateur ne devrait pas devoir parcourir vingt liens du site situés derrière la fenêtre avant de pouvoir atteindre le champ de saisie.
Le parcours peut par exemple suivre cette logique :
Conversation → champ de saisie → bouton d’envoi → actions proposées → bouton de fermeture
La fermeture de la fenêtre doit elle aussi être testée. Lorsque l’utilisateur quitte le chatbot, le focus devrait idéalement revenir sur le bouton qui avait permis de l’ouvrir ou sur un emplacement logique de la page.
Ces détails peuvent sembler secondaires lors d’un développement réalisé principalement à la souris, mais ils deviennent déterminants pour une personne utilisant le clavier quotidiennement.
3. Donner une véritable étiquette au champ de saisie
La majorité des assistants affichent dans leur champ un texte comme :
« Posez votre question… »
Cette indication est utile visuellement, mais elle ne doit pas constituer le seul mécanisme permettant d’identifier le champ.
Le composant doit disposer d’un nom accessible pouvant être compris par un lecteur d’écran, grâce par exemple à un élément label ou aux attributs ARIA appropriés.
Un utilisateur devrait ainsi pouvoir entendre quelque chose comme :
« Votre message, zone de texte »
et comprendre immédiatement où il se trouve.
Cette règle concerne également les autres champs éventuellement présents dans l’assistant : sélection de langue, ajout de pièce jointe, recherche dans l’historique ou choix d’une catégorie.
Plus l’interface devient complexe, plus la qualité de ces intitulés devient importante.
4. Vérifier que les réponses sont annoncées aux lecteurs d’écran
Il s’agit probablement du contrôle le plus important pour une interface conversationnelle.
Après l’envoi d’une question, le chatbot peut successivement afficher plusieurs états :
Recherche en cours → génération de la réponse → réponse disponible
Ces changements se produisent sans rechargement de page. Pour qu’ils soient compréhensibles par un lecteur d’écran, l’interface doit utiliser des mécanismes permettant d’annoncer les mises à jour pertinentes.
Les régions dynamiques et attributs ARIA peuvent notamment permettre d’indiquer qu’un nouveau message est disponible.
Il faut toutefois éviter le problème inverse.
Les modèles d’intelligence artificielle produisent souvent leurs réponses progressivement, mot après mot ou fragment après fragment. Si chaque modification déclenche une annonce vocale, le résultat peut devenir totalement inutilisable.
Le comportement doit donc être testé avec un véritable lecteur d’écran afin de trouver un équilibre permettant d’informer l’utilisateur sans le submerger.
Une stratégie peut par exemple annoncer :
« Génération de la réponse en cours »
puis :
« Nouvelle réponse disponible »
une fois le contenu suffisamment stabilisé.
5. Tester les contrastes de l’ensemble de l’interface
Les interfaces d’intelligence artificielle utilisent fréquemment des tons gris, des bordures très discrètes et des informations secondaires en couleur pastel.
Visuellement, ce choix peut paraître élégant, mais certains contenus deviennent rapidement difficiles à lire lorsque leur contraste est insuffisant.
Il faut vérifier non seulement le texte des conversations, mais également :
- les placeholders ;
- les boutons ;
- les liens ;
- les bordures nécessaires à la compréhension des champs ;
- les informations secondaires ;
- les indicateurs de focus ;
- les messages d’erreur ;
- les états actifs ou désactivés.
La couleur ne doit pas non plus constituer l’unique moyen de transmettre une information.
Afficher simplement une bordure rouge pour signaler une erreur ne suffit pas toujours. Un message textuel comme « Le fichier est trop volumineux » permet de transmettre l’information indépendamment de la perception des couleurs.
6. Agrandir le chatbot à 200 %
Le test suivant consiste à utiliser le zoom du navigateur afin d’agrandir fortement l’interface.
À 200 %, l’utilisateur doit encore pouvoir lire les messages, accéder au champ de saisie et utiliser les commandes principales sans qu’une partie indispensable de l’interface disparaisse.
Les fenêtres de chat flottantes sont particulièrement sensibles à ce problème, car leur hauteur et leur largeur sont parfois définies de manière rigide.
Lorsque le texte augmente, certaines zones peuvent se chevaucher, des boutons peuvent sortir du cadre ou le champ de saisie peut devenir presque inaccessible.
Le test doit donc être réalisé avec une conversation suffisamment longue, et pas uniquement avec une fenêtre vide.
Il faut également vérifier le comportement sur mobile ou sur une fenêtre de navigateur étroite.
7. Contrôler la structure des réponses produites par l’IA
Cette étape distingue fortement un chatbot IA d’une interface web traditionnelle.
Vous pouvez avoir développé un composant parfaitement accessible tout en laissant l’intelligence artificielle générer un contenu dont la structure ne l’est pas.
Une réponse peut contenir :
- plusieurs niveaux de titres ;
- des listes à puces ;
- des listes numérotées ;
- des liens ;
- des citations ;
- des tableaux ;
- des blocs de code.
Lorsque l’IA renvoie du Markdown, le moteur chargé de convertir cette réponse en HTML doit produire une structure sémantique correcte.
Un texte apparaissant visuellement comme un titre devrait par exemple être représenté par un véritable élément de titre, tandis qu’une liste devrait utiliser les balises HTML correspondantes.
Les tableaux méritent également une attention particulière, notamment lorsqu’ils contiennent des données complexes.
La bonne stratégie consiste à tester volontairement plusieurs types de réponses avant la mise en production afin de vérifier le HTML réellement produit par le moteur de rendu, et pas uniquement l’apparence visuelle du résultat.
8. Donner un nom accessible à chaque icône
Les interfaces conversationnelles utilisent énormément d’icônes.
Une flèche sert à envoyer le message, un trombone à joindre un fichier, une croix à fermer la fenêtre, deux feuilles à copier une réponse et un pouce à donner une appréciation.
Une personne voyant l’écran peut généralement comprendre leur fonction grâce à leur forme et au contexte.
Un lecteur d’écran doit lui aussi savoir ce que fait le bouton.
Il doit donc pouvoir annoncer :
« Envoyer le message »
plutôt que :
« Bouton »
et :
« Copier la réponse »
plutôt qu’un nom de fichier SVG ou un intitulé technique sans signification.
Cette vérification doit être réalisée sur l’ensemble des commandes présentes dans la conversation, y compris celles ajoutées dynamiquement dans les réponses.
9. Provoquer volontairement plusieurs erreurs
Tester uniquement le scénario idéal donne une vision très incomplète de l’accessibilité d’un chatbot.
Il faut volontairement provoquer des erreurs.
Essayez notamment :
- d’envoyer un fichier trop volumineux ;
- de joindre un format non accepté ;
- d’envoyer un message vide ;
- de simuler une indisponibilité du service ;
- de provoquer une expiration ou une erreur réseau.
L’utilisateur doit comprendre clairement ce qui vient de se produire et, si possible, ce qu’il doit faire pour résoudre le problème.
Un message comme :
« Une erreur est survenue »
reste peu utile.
Une formulation comme :
« Le fichier dépasse la taille maximale autorisée de 10 Mo. Sélectionnez un fichier plus petit. »
permet immédiatement à l’utilisateur de poursuivre son parcours.
Ces messages doivent également être correctement annoncés lorsqu’ils apparaissent dynamiquement.
10. Vérifier l’intégration du chatbot dans le reste du site
Un chatbot fourni par un service externe est parfois intégré au site via une iframe ou un script tiers.
Dans ce cas, l’accessibilité du composant ne dépend pas uniquement de votre propre code.
L’iframe doit notamment disposer d’un titre pertinent permettant d’identifier sa fonction, tandis que le script ne doit pas perturber la navigation générale du site.
Il faut également vérifier les éventuels conflits avec le menu, les bandeaux de cookies, les fenêtres modales ou d’autres éléments flottants.
Sur mobile, deux composants situés au même endroit peuvent par exemple se superposer et rendre l’un d’eux impossible à utiliser.
L’intégration doit donc être évaluée dans le véritable site, et pas seulement dans la démonstration isolée fournie par l’éditeur du chatbot.
Checklist RGAA rapide avant la publication
Une première recette d’accessibilité peut être réalisée avec une douzaine de contrôles simples.
- Le chatbot peut être ouvert, utilisé et fermé uniquement au clavier.
- Le focus est toujours visible.
- L’ordre de navigation au clavier reste logique.
- Aucun piège clavier n’empêche de quitter une zone.
- Le champ permettant de saisir un message possède une étiquette accessible.
- Les boutons et icônes possèdent des noms compréhensibles.
- Les nouvelles réponses sont correctement annoncées aux technologies d’assistance.
- Les états de chargement et les erreurs importantes sont restitués correctement.
- Les textes et contrôles possèdent des contrastes suffisants.
- L’interface reste utilisable avec un agrandissement à 200 %.
- Les titres, listes, tableaux et liens générés par l’IA conservent une structure HTML correcte.
- L’intégration éventuelle dans une iframe possède un titre pertinent.
Cette checklist constitue un premier niveau de contrôle et non un audit RGAA complet.
Elle permet néanmoins d’identifier rapidement des défauts importants avant la mise en ligne.
Les outils automatiques ne suffisent pas
Les outils d’analyse automatique sont très utiles pour détecter certains problèmes : contraste insuffisant, attribut manquant, structure HTML incorrecte ou champ non étiqueté.
Ils ne peuvent cependant pas déterminer à eux seuls si une conversation avec une intelligence artificielle est réellement utilisable.
Un outil automatisé peut confirmer la présence d’une région aria-live, mais il ne saura pas nécessairement déterminer si celle-ci annonce tellement de mises à jour que l’utilisateur ne peut plus suivre la conversation.
De la même manière, une interface peut être techniquement navigable au clavier tout en imposant un parcours tellement complexe qu’elle devient pénible à utiliser.
Un chatbot doit donc également être testé manuellement :
au clavier, afin de contrôler le parcours ;
avec un lecteur d’écran, pour vérifier les annonces ;
avec un zoom important, afin de contrôler l’affichage ;
sur différentes tailles d’écran, afin de vérifier la conservation des fonctionnalités.
L’accessibilité doit faire partie de la recette métier
Lorsqu’une entreprise développe une solution d’intelligence artificielle, elle teste naturellement la qualité des réponses.
Un chatbot commercial doit connaître les produits, retrouver les bonnes informations, ne pas inventer de tarifs et transmettre correctement certaines demandes à un collaborateur.
L’accessibilité doit entrer dans exactement la même logique.
Un scénario de recette peut par exemple vérifier :
« Un utilisateur naviguant uniquement au clavier peut-il ouvrir le chatbot, poser sa question et activer le lien contenu dans la réponse ? »
Un autre peut contrôler :
« Une personne utilisant un lecteur d’écran est-elle informée lorsqu’une nouvelle réponse est disponible ? »
L’accessibilité devient alors un critère mesurable de mise en production, au même titre que le taux de bonnes réponses ou le temps de réponse.
Cette logique de déploiement progressif et encadré rejoint celle que nous présentons dans notre article consacré au plan Osez l’IA pour les TPE et PME : partir d’un cas d’usage réel, le tester sur un périmètre maîtrisé puis mesurer les résultats avant de généraliser la solution.
Attention aux solutions de chatbot choisies sans gouvernance
Dans certaines entreprises, un service marketing ou un collaborateur peut être tenté d’ajouter rapidement un chatbot disponible en SaaS parce que son installation ne demande que quelques lignes de JavaScript.
Cette simplicité ne doit pas faire oublier les questions d’accessibilité, mais également celles relatives aux données, aux droits d’accès et à la gouvernance générale de l’outil.
Le phénomène rejoint celui du Shadow IA, lorsque des collaborateurs utilisent des outils d’intelligence artificielle sans validation de l’entreprise.
Avant d’intégrer un chatbot tiers, il est donc utile d’interroger son fournisseur sur les tests d’accessibilité réellement effectués.
Demandez notamment quelles recommandations WCAG ou RGAA ont été prises en compte, quels lecteurs d’écran ont été utilisés pendant les tests, si le widget fonctionne entièrement au clavier et comment les nouvelles réponses sont annoncées aux technologies d’assistance.
Une affirmation commerciale indiquant simplement que le produit est « accessible » apporte beaucoup moins de garanties qu’un rapport détaillant les contrôles réellement réalisés.
Une meilleure accessibilité améliore l’expérience de tous les utilisateurs
L’accessibilité numérique n’apporte pas uniquement des bénéfices aux personnes utilisant en permanence des technologies d’assistance.
Un focus bien visible aide également une personne naviguant temporairement au clavier. Des messages d’erreur précis évitent à tous les utilisateurs de perdre du temps. Des contrastes suffisants améliorent la lecture sur un ordinateur mal réglé ou un smartphone utilisé en extérieur, tandis qu’une interface capable de supporter un fort agrandissement fonctionne généralement mieux sur les petits écrans.
De nombreuses règles d’accessibilité correspondent finalement à de bonnes pratiques générales d’ergonomie et de conception web.
Un chatbot accessible a donc de fortes chances d’être également plus clair et plus agréable à utiliser pour l’ensemble de vos visiteurs.
Votre chatbot est-il réellement prêt pour la mise en ligne ?
Un premier contrôle peut être réalisé en moins d’une heure.
Commencez par effectuer une conversation complète sans utiliser la souris, puis activez un lecteur d’écran et vérifiez ce qui se passe lorsque la réponse apparaît. Agrandissez ensuite l’interface à 200 %, provoquez volontairement plusieurs erreurs et demandez enfin au chatbot de générer un contenu complexe contenant une liste, des titres et quelques liens.
Ces essais permettent généralement de détecter rapidement les problèmes les plus importants.
La question finale n’est donc pas seulement :
« Notre chatbot donne-t-il de bonnes réponses ? »
Elle doit devenir :
« Nos utilisateurs peuvent-ils réellement accéder à ces réponses et interagir avec le service dans de bonnes conditions ? »
L’accessibilité doit être prévue avant, pas corrigée après
Corriger un chatbot après son déploiement peut demander beaucoup plus de travail que d’intégrer l’accessibilité dès sa conception.
La structure HTML, la gestion du focus, le fonctionnement au clavier, les messages dynamiques, le rendu du contenu produit par l’IA et les contrastes peuvent tous être testés très tôt dans le projet.
Cette démarche évite de découvrir après le lancement qu’un assistant conçu pour faciliter l’accès à l’information a introduit une nouvelle barrière dans le parcours utilisateur.
En 2026, un chatbot ne devrait donc pas être considéré comme prêt pour la production simplement parce que son modèle produit de bonnes réponses.
Il doit également être utilisable, compréhensible et accessible aux personnes auxquelles le service est destiné.
Dixie Consulting vous accompagne dans vos projets de chatbot et d’IA
Mettre en ligne un chatbot IA ne consiste pas uniquement à connecter un modèle de langage à une documentation et à ajouter une fenêtre de conversation sur un site.
Il faut également définir les bons cas d’usage, structurer les connaissances, encadrer les données, tester les réponses, organiser les éventuelles escalades vers un collaborateur et intégrer correctement le service dans l’environnement numérique existant.
Dixie Consulting accompagne les TPE et PME dans la conception et le déploiement de solutions d’intelligence artificielle adaptées à leurs processus, leurs outils et leurs utilisateurs.
L’objectif est de construire des assistants utiles, fiables et réellement exploitables dans les conditions concrètes de l’entreprise.
