Seulement les pages faciles
Un audit fictif ne teste que des articles, alors que la décision concerne aussi recherche et formulaires. Ajouter les fonctions et parcours absents avant de généraliser.
Guides pratiques approfondis
Définir population, sélection, répétitions et exclusions pour rendre un résultat de test interprétable.
Mise à jour :

Illustration générée par IA
Un taux calculé sur quelques cas faciles décrit ces cas, pas automatiquement le site entier. NIST traite le plan de mesures ; WCAG-EM organise un échantillon de conformité avec des vues structurées et aléatoires. Leur logique aide à préparer un contrôle, mais les objectifs et règles de chaque méthode restent distincts.
Écrire quelles URL, langues, dates, requêtes et appareils entrent dans le contrôle. Nommer l’unité : page, parcours, réponse ou session. Conserver la liste de départ et sa version.
Séparer cas choisis pour leur criticité et cas tirés sans préférence. Couvrir gabarits, fonctions et parcours complets. Documenter mécanisme, ordre de sélection et éventuels remplacements.
Une même question répétée dix fois ne représente pas dix intentions différentes. Garder identifiant du cas, répétition, moment et contexte ; décrire la dépendance avant de calculer une incertitude.
Enregistrer échecs techniques et cas non testés au lieu de les supprimer du dénominateur sans explication. Présenter résultats par sous-ensemble avant toute agrégation ; préciser pondération et limites.
Du constat à la décision
Cent parcours ont été choisis pour couvrir également ordinateur et mobile. Un succès signifie ici l’achèvement du parcours selon le même critère ; la sélection n’est pas un tirage représentatif du trafic.
Cas pédagogique fictif : les volumes et les dates illustrent la méthode, sans décrire une mission réelle.
Échelle de 0 à 100 % ; 50 parcours sélectionnés par contexte.
| Observation | Contrôle utile | Suite à donner |
|---|---|---|
| Ordinateur : 20 succès sur 50 | 20 / 50 = 40 %. | Présenter le résultat de ce sous-ensemble. |
| Mobile : 35 succès sur 50 | 35 / 50 = 70 %. | Garder visible l’écart entre contextes. |
| Ensemble des tests : 55 sur 100 | (20 + 35) / (50 + 50) = 55 %. | Décrire les cas testés, sans généraliser à tous les visiteurs. |
0,8 × 40 % + 0,2 × 70 % = 46 %. C’est une illustration de sensibilité aux poids, pas une estimation représentative validée par ces seuls tests.
Repère : NIST recommande de définir les objectifs et le plan d’échantillonnage, puis de documenter les exceptions. Les parcours et résultats présentés ici sont fictifs. NIST — Data Collection for PPC
Situations types pour préparer un contrôle. Elles ne décrivent pas des missions ou observations réalisées.
Un audit fictif ne teste que des articles, alors que la décision concerne aussi recherche et formulaires. Ajouter les fonctions et parcours absents avant de généraliser.
Dix réponses illustratives à une seule requête mesurent sa variabilité. Elles ne démontrent pas la couverture de dix besoins utilisateurs indépendants.
Exercice corrigé
Exemple fictif : les valeurs et documents servent à apprendre la méthode, sans décrire un organisme réel.
Deux défauts ont été observés dans le lot choisi. Vérifier aussi quelles familles ne sont pas représentées.
Si le tableau dépasse l’écran, faites-le défiler horizontalement ; les flèches du clavier fonctionnent lorsque la zone est sélectionnée.
| Élément | Inventaire | Éléments examinés |
|---|---|---|
| Articles | 8 | 8 |
| Fiches | 6 | 4 |
| Formulaires | 4 | 0 |
| Recherches | 2 | 0 |
La couverture est 12/20, soit 60 % des éléments inventoriés : 100 % des articles, environ 66,67 % des fiches, 0 % des formulaires et recherches. Le taux 2/12 décrit ce lot choisi, pas automatiquement tout le site. Ajouter les fonctions absentes avant une décision qui les concerne.
Un tirage aléatoire documenté pose une autre question statistique ; ne pas lui attribuer les mêmes propriétés qu’un lot choisi pour sa facilité.
Garder inventaire, sélection, motif de choix, défauts et limites de généralisation.
Un plan de sélection et un registre des observations, avec un dénominateur explicite.
Pas sans expliquer leur sélection et leur poids. Les cas critiques servent à trouver des problèmes ; leur proportion ne représente pas automatiquement leur fréquence dans la population.
Oui pour comparer, à condition de suivre changements de contenu et fonctions. Compléter le panel pour les nouveaux gabarits et déclarer les cas retirés.
Identifier les composants, contenus et actions importants puis sélectionner des cas couvrant leurs variantes. Documenter les critères et exclusions permet de comprendre la portée du contrôle sans prétendre avoir tout testé.
OUTILS / REGISTRES
Il n’existe pas de taille universelle valable pour tout audit. Un intervalle statistique ne répare pas une population mal définie ou une sélection biaisée. Un contrôle par échantillon ne permet pas d’affirmer que toutes les pages ont été testées.
REPÈRES DOCUMENTÉS
Un score peut être optimiste sans erreur de formule. Les pratiques documentées par scikit-learn distinguent apprentissage, choix des réglages et évaluation finale. Pour un agent ou une grille de citations, le même problème apparaît lorsqu’on modifie les instructions après chaque lecture du jeu censé mesurer la généralisation.
| Repère | Valeur ou forme | Ce que cela désigne |
|---|---|---|
| Holdout | Réserver les cas avant les ajustements | Réserver les cas d’évaluation avant les ajustements. Un corpus présenté comme indépendant ne le reste pas si ses réponses guident en permanence le choix du système, du prompt ou du seuil. |
| fit / transform | Ajuster seulement sur l’apprentissage | Estimer les paramètres d’un prétraitement sur l’apprentissage, puis appliquer la transformation au test. Imputation, sélection de variables et normalisation peuvent transmettre de l’information du test si leur ajustement utilise tout le corpus. |
| Threshold selection | Validation ≠ test final | Le jeu de validation sert au choix du seuil ou des paramètres ; le test final doit garder son rôle d’évaluation. Tester de nombreux seuils puis publier le meilleur score du même test sélectionne aussi le bruit favorable. |
| GroupKFold | Groupes séparés dans chaque découpage | Garder ensemble les observations d’un même groupe quand leur dépendance le justifie. Répartir des versions proches d’un document ou plusieurs traces d’une même source entre apprentissage et test peut rendre la tâche artificiellement facile. |
| TimeSeriesSplit | Passé pour apprendre → futur pour tester | Respecter l’ordre chronologique lorsque la question porte sur de futurs cas. Une séparation aléatoire peut exposer des informations ultérieures pendant l’apprentissage. Dans cet outil scikit-learn, gap est un nombre d’observations, pas une durée universelle. |
| random_state | Répétabilité ≠ représentativité | Une graine fixe aide à répéter une séparation aléatoire donnée. Elle ne garantit ni l’indépendance, ni la couverture des langues et situations, ni la stabilité d’un service distant qui change de version. |
Décrire unité de séparation, dépendances, exclusions, réglages et versions. Les méthodes de découpage sont des moyens de contrôle, pas des preuves automatiques de représentativité. Pour un système évolutif, conserver aussi la date, les cas exacts et la configuration, et refaire une évaluation indépendante après une modification pertinente.
Il sert alors au développement ou à la validation. Pour mesurer la généralisation après ces ajustements, réserver d’autres cas qui n’ont pas guidé les choix et publier clairement le rôle de chaque ensemble.
Documentation consultée le .
REPÈRES DOCUMENTÉS
La pertinence se juge pour un besoin d’information donné. Une collection partiellement évaluée ne transforme pas les documents sans jugement en documents inutiles. Ce second exemple distingue couverture des jugements, précision observée et bornes possibles.
| Repère | Valeur ou forme | Ce que cela désigne |
|---|---|---|
| Judged / retrieved | 3 / 5 = 60% | Exemple original distinct des calculateurs : cinq résultats, deux pertinents, un non pertinent, deux non évalués. La couverture des jugements est 3/5 = 60 %. |
| P@5 bounds | 2 / 5 ≤ P@5 ≤ 4 / 5 | Si les deux inconnus ne sont pas pertinents, la précision vaut 2/5 = 40 %. S’ils sont tous deux pertinents, elle vaut 4/5 = 80 %. Ce sont des bornes déterministes, pas un intervalle de confiance. |
| P among judged | 2 / 3 | La précision sur les seuls résultats jugés vaut 2/3. Elle répond à une autre question et ne remplace pas la précision sur les cinq positions. Retirer les inconnus change aussi les rangs. |
| Recall · collection | ? | Sans ensemble des documents pertinents de la collection, le rappel global ne se déduit pas de ces cinq résultats. Documenter le pool, les consignes, l’évaluateur, la version du corpus et la date. |
| Rang | Statut du jugement |
|---|---|
| 1 | Pertinent |
| 2 | Non évalué |
| 3 | Non pertinent |
| 4 | Pertinent |
| 5 | Non évalué |
Un jugement absent ne reçoit pas automatiquement le grade zéro.
judged = 3/5 = 0.6 P@5 ∈ [2/5, 4/5] = [0.4, 0.8] P(judged) = 2/3 ≈ 0.666667
Ces cinq statuts sont une construction pédagogique, pas des observations du site. Le pooling peut laisser des documents pertinents sans jugement. Les métriques hors ligne ne prouvent ni exactitude factuelle d’une réponse générée ni satisfaction de tous les utilisateurs.
Évaluez les mêmes requêtes et documents avec les mêmes consignes, conservez les inconnus et annoncez leur traitement. Distinguez la qualité de récupération des passages, la fidélité d’une réponse aux passages et la validité de ses sources ; un score de classement ne couvre pas ces trois contrôles.
Documentation consultée le .
REPÈRES DOCUMENTÉS
WCAG-EM 2.0, note de groupe du 23 juillet 2026, décrit un complément aléatoire égal à 10 % du panel structuré, hors cas déjà sélectionnés. Ce pourcentage porte sur le panel structuré, pas sur toutes les pages du site. La méthode inclut aussi les processus complets ; une URL seule peut manquer les états successifs d’un formulaire.
Dans le service fictif /demande, la navigation conserve la même URL. R02 montre le formulaire rempli à l’étape 2. Tester cette vue seule ne documente ni le début ni la fin du parcours.
Si le tableau dépasse l’écran, faites-le défiler horizontalement ; au clavier, sélectionnez la zone puis utilisez les flèches.
| Vue ou situation | Trace à conserver | Ce qui reste à vérifier |
|---|---|---|
| R02 · formulaire rempli | URL /demande, étape 2, langue, version, données d’essai fictives et actions nécessaires. | Accéder aux autres étapes ; ne pas les déduire de cette capture. |
| Erreur de saisie | Même URL, champ en erreur, message affiché et action qui déclenche cet état. | Ajouter cette branche pertinente : elle ne figure pas encore dans les 25 vues. |
| Autre langue | Identifiant de variante, langue et sens de lecture. | Le français observé ne couvre pas automatiquement l’arabe ; sélectionner ses interactions pertinentes. |
| Vue impossible à ouvrir | Identifiant prévu, tentative, blocage et éventuel remplacement motivé. | Garder le non-test visible ; un remplacement facile ne prouve pas le contrôle de la vue bloquée. |
Revoir la couverture structurée et consigner les ajouts, puis comparer les constats des deux ensembles. Le tirage sert aussi à détecter une exploration incomplète. Dans ce scénario, le total de 25 est un état du plan, pas un plafond à respecter.
Pour reprendre ce cas : conserver une ligne par vue avec identifiant, origine de sélection, contexte, actions, état attendu et statut testé / non testé. Associer les étapes au même parcours ; séparer une observation manquante d’une vérification réussie.
Ces nombres et identifiants sont fictifs. Un panel évalué ne suffit pas à lui seul à affirmer la conformité WCAG de tout le produit. Le contrôle vise aussi les branches critiques ; les quatre étapes présentées illustrent seulement le chemin nominal.
Documentation consultée le .
REPÈRES DOCUMENTÉS
Ces observations permettent de comparer une variation en points et une variation relative sur une série publiée. Les trois pays constituent un choix de lecture, pas un classement de performance numérique.
L’indicateur mesure la part de la population ayant utilisé Internet au cours des trois derniers mois. Il ne mesure ni le temps de connexion, ni la qualité d’un accès, ni l’usage d’un assistant IA.
IT.NET.USER.ZS · Extraction · Dernière mise à jour signalée par l’API .
| Pays | 2020 | 2021 | 2022 | 2023 | 2024 |
|---|---|---|---|---|---|
| France | 84,71 | 86,10 | 85,33 | 86,84 | 88,65 |
| Allemagne | 89,81 | 91,43 | 91,63 | 92,48 | 93,50 |
| Espagne | 93,21 | 93,90 | 94,49 | 95,45 | 95,76 |
France : de 84,71% en 2020 à 88,65% en 2024 ; 3,95 points, soit 4,66% relativement au départ.
Les valeurs du tableau sont arrondies à deux décimales ; les calculs utilisent les valeurs reçues sans cet arrondi. Les révisions de la série et les différences de collecte doivent être examinées avant toute explication causale.
Source : UIT, diffusée par la Banque mondiale. Extrait et graphique réalisés par Alexis Roux ZG. CC BY 4.0
APPROFONDISSEMENT / PRATIQUE
Un audit ne contrôle qu’une partie du corpus. La documentation doit préciser population, unité de sélection, mécanisme de choix et cas non testés avant d’interpréter les résultats.
Mis à jour le .
Conserver liste de départ, critères, ordre de sélection et exclusions. Distinguer échantillon orienté, sélection aléatoire et parcours choisis pour couvrir des situations particulières.
Un nombre élevé de tests ne corrige pas une couverture incomplète. Des observations répétées sur la même page peuvent donner une impression de diversité trompeuse.
La fiche d’échantillon indique population, cas retenus, exclusions et portée de la conclusion. Les mesures publient le dénominateur réellement observé.