Durant la majeure partie de l’ère des smartphones, les technologies d’assistance dont dépendait une personne aveugle se déclinaient en deux grandes catégories. Il y avait les appareils étroits, coûteux et à usage unique — une caméra de lecture de texte, un identificateur de couleurs, un GPS doté d’une voix maladroite — et il y avait les applications qui vous mettaient en contact avec un être humain, parce qu’aucune machine ne pouvait décrire de manière fiable le monde visuel encombré. La première catégorie était onéreuse et fragile. La seconde fonctionnait, mais cela impliquait de solliciter quelqu’un chaque fois que l’on voulait savoir si le lait avait expiré.

Le tournant est survenu en mars 2023, quand OpenAI a annoncé GPT-4 en choisissant l’application pour personnes aveugles Be My Eyes comme démonstration phare de ce qu’un modèle capable de traiter des images pouvait accomplir. Pour la première fois, un modèle polyvalent — non un classificateur artisanal — pouvait examiner une photo quelconque et répondre à des questions à son sujet dans un langage fluide. Cette capacité unique — décrire n’importe quoi, puis répondre aux questions de suivi — s’est révélée être exactement ce qui manquait au domaine. En dix-huit mois, elle avait été intégrée aux téléphones, aux lunettes, aux lecteurs d’écran et aux cannes.

Ce guide passe en revue cette vague sur six fronts : les applications d’assistance visuelle, les dispositifs portables, les aides à la navigation, les lecteurs d’écran des systèmes d’exploitation, les avancées en matière de braille et de graphiques tactiles, et la couche web qui sous-tend l’ensemble. Tout au long, la question est la même que celle que nous posons pour tout nouvel outil : non pas « est-il impressionnant en démonstration ? » mais « une personne aveugle obtient-elle une réponse correcte et utile lorsqu’elle en a besoin ? » La réponse honnête, en 2026, est : « bien plus souvent qu’en 2022 — et pas encore assez souvent pour lui accorder une confiance aveugle. » Nous gardons les deux moitiés de cette phrase en vue.

Le changement le plus important est aussi le moins visible : il réside dans des applications que les utilisateurs possédaient déjà. La catégorie s’est scindée en deux couches qui fonctionnent désormais ensemble — la description IA instantanée pour les questions courantes, et un interlocuteur humain en ligne pour les moments qui comptent vraiment. Les flux de travail les plus efficaces permettent à l’utilisateur de commencer avec le modèle et de passer à un être humain en une seule pression.

Les fiches ci-dessous décrivent le comportement pratique des cinq services qui dominent l’usage quotidien, et non leurs arguments marketing. La colonne « Le revers » est celle à lire en premier.

Tenir un téléphone levé pour pointer sa caméra est faisable, mais cela mobilise une main et signale à l’entourage ce que l’on est en train de faire. Le changement matériel le plus important de la période a été de déplacer la caméra sur la tête, là où elle pointe dans la direction du regard de l’utilisateur et libère les deux mains. Deux facteurs ont rendu cela possible simultanément : des caméras portables bon marché et de qualité correcte, et un modèle suffisamment performant pour interpréter ce qu’elles capturent.

Le tournant décisif a eu lieu en novembre 2024, quand Meta a ajouté un mode pour les personnes aveugles à ses lunettes grand public Ray-Ban Meta via une intégration Be My Eyes — une fonctionnalité « Appeler un bénévole » qui diffuse le point de vue en première personne du porteur à un assistant voyant, aux côtés de l’IA propre de Meta qui peut décrire ce qui se trouve devant vous sur demande. Pour la première fois, le dispositif d’assistance était une paire de lunettes de soleil que les gens voulaient déjà porter, et non un appareillage médical voyant.

La navigation est le problème le plus difficile du domaine, car le coût d’une mauvaise réponse peut être un trottoir, une cage d’escalier ou une route. La période a produit de réels progrès sur deux sous-problèmes distincts : détecter ce qui se trouve immédiatement autour de soi, et se repérer dans un bâtiment où le GPS n’est plus disponible.

La révolution la plus discrète s’est produite à l’intérieur du lecteur d’écran. Pendant des années, l’obstacle que rencontrait le plus souvent une personne aveugle était l’image sans description — une photo, un graphique, un mème sans texte alternatif. Entre 2024 et 2026, toutes les grandes plates-formes ont lancé une réponse intégrée : pointer le lecteur d’écran sur une image, et un modèle embarqué la décrit, puis accepte des questions de suivi. Ce qui nécessitait autrefois une application tierce se fait désormais en une seule frappe.

Le tableau ci-dessous compare les résultats de chaque plate-forme. Le schéma est cohérent — description IA des images partout, compréhension de scène en direct la plus poussée sur mobile, support braille approfondi récemment sur Apple — mais les détails déterminent quel outil convient à quel utilisateur. Pour les méthodologies et outils de test, notre guide des outils de test des lecteurs d’écran va plus loin, et la norme de référence est les WCAG 2.2.

La vague Apple de mai 2025 mérite une mention particulière, car elle a élargi la définition même de l’accessibilité. Braille Access transforme un iPhone, iPad, Mac ou Vision Pro en bloc-notes braille complet qui communique nativement avec un afficheur braille actualisable. Accessibility Reader est un mode de lecture à l’échelle du système pour les utilisateurs malvoyants et dyslexiques. Accessibility Nutrition Labels affichent les fonctionnalités d’accessibilité d’une application directement sur sa page App Store, permettant à une personne aveugle de savoir avant le téléchargement si l’application lui sera accessible — une incitation structurelle qui pousse chaque développeur à mieux faire.

Une fonctionnalité antérieure mérite également d’être mentionnée ici : Personal Voice, qui permet à quelqu’un d’enregistrer et de synthétiser un modèle de sa propre voix. Elle a été conçue pour les personnes en train de perdre la parole, mais elle préfigure un avenir plus large où la voix de synthèse dans l’oreille d’une personne aveugle pourra être une voix qu’elle aura réellement choisie.

Au milieu de tout ce déferlement d’IA, la percée la plus attendue était mécanique. Les afficheurs braille actualisables n’affichaient qu’une seule ligne de texte depuis des décennies — parfait pour la prose, totalement inadapté à un manuel de mathématiques, à une carte ou à un graphique. Le rêve d’une page entière de braille dynamique et de graphiques tactiles avait un nom dans le domaine, « Holy Braille », et il est resté un rêve pendant des années.

En 2024, il est devenu réalité. Le Monarch, fruit d’un partenariat entre l’American Printing House for the Blind (APH) et HumanWare, est le premier appareil grand public à afficher dix lignes de braille et des graphiques tactiles sur la même surface actualisable — permettant à un élève de sentir un graphique à barres, un diagramme de géométrie ou une carte et d’en lire les étiquettes braille simultanément. Il fonctionne sous Android, importe des fichiers de graphiques tactiles et prend en charge le format eBraille multiligne émergent. Le prix est élevé, de l’ordre de cinq chiffres, ce qui explique qu’il parvienne principalement aux élèves par le biais de financements institutionnels plutôt qu’à des particuliers. Le Dot Pad coréen, un afficheur tactile à matrice de points pris en charge nativement par Apple, s’attaque au même problème du côté grand public. Pour le marché plus large, consultez notre guide d’achat des afficheurs braille actualisables.

Chaque section ci-dessus comportait une ligne « Le revers » pour une bonne raison. Les progrès sont réels, mais un guide qui ne vendrait que le bon côté des choses rendrait un mauvais service à ses lecteurs. Quatre limitations traversent l’ensemble du paysage, et tout acheteur honnête devrait les peser avant de céder au marketing.

Formulé honnêtement, le bilan de 2023 à 2026 est que le plafond s’est élevé considérablement et que le plancher a à peine bougé. Une personne aveugle en 2026 peut faire des choses qui relevaient de la science-fiction en 2022 — demander à une paire de lunettes ce qui est écrit sur un menu, sentir un graphique se mettre à jour sous ses doigts, obtenir la description de n’importe quelle photo en une seule frappe. C’est un véritable élargissement de l’autonomie, qui est arrivé plus vite que quiconque dans le domaine ne l’avait prévu.

Mais le plancher — les choses qui doivent être justes à chaque fois — a tenu bon. Un modèle hallucine encore. Une caméra voit encore trop. Une excellente application ne peut toujours pas corriger un site web défaillant ni remplacer un instructeur en mobilité. La maturité de ce moment ne réside pas dans les démonstrations ; elle réside dans le fait de savoir exactement quel outil approuver pour quelle tâche, et lequel vérifier à nouveau. Les meilleurs praticiens et utilisateurs raisonnent déjà ainsi : la machine pour la rapidité, l’humain pour le moment qui compte, et la canne dans la main en permanence.

Les trois prochaines années seront jugées sur le plancher, et non sur le plafond. Si les taux d’hallucination diminuent, si le bon matériel devient moins cher et si le web en dessous rattrape enfin les technologies d’assistance qui reposent dessus, l’écart entre ce qui est possible et ce qui est fiable se réduira. En attendant, la règle qui traverse chaque section de ce guide demeure : les outils constituent une ébauche remarquable de la vision à la demande — et c’est l’utilisateur, non le modèle, qui a le dernier mot.