W3C Web & AI Interest Group
Groupe de réflexion sur l'intersection entre le Web et l'IA.
Textes officiels, normes, publications scientifiques et documentation de première main.
Une bibliothèque de références originales. Chaque carte présente une source particulière, tandis que les conseils méthodologiques communs sont regroupés dans un guide unique, par famille de documents. L’inclusion d’une source ne signifie pas que WebAI approuve toutes ses conclusions.
Choisissez la famille qui correspond au document à examiner. Ces règles ne sont pas répétées dans chaque fiche : elles concernent l’ensemble des références de même type.
Une spécification définit les termes, niveaux de conformité et parfois des tests de référence. Elle aide à distinguer une API proposée, un brouillon et un standard adopté.
Point de vigilance : Le titre d’un projet W3C ne garantit pas qu’il s’agit d’une recommandation W3C.
Les protocoles et projets d’agents définissent des mécanismes de découverte, messages, outils et tâches, mais n’accordent pas automatiquement des autorisations d’action.
Point de vigilance : La publication d’un schéma ne prouve pas que toutes les bibliothèques l’implémentent.
Les méthodes de confiance documentent des signatures, politiques, risques ou procédures de vérification. Leurs résultats doivent être interprétés dans un périmètre explicite.
Point de vigilance : Une signature ou un score ne prouve pas automatiquement la vérité d’un contenu.
Les textes réglementaires servent à déterminer des obligations dans un champ d’application précis. Les exceptions, dates et versions conditionnent leur interprétation.
Point de vigilance : Une fiche pédagogique n’est pas un conseil juridique personnalisé.
Ces ressources décrivent la recherche, l’exploration des sites et les interactions entre éditeurs et moteurs. Les directives peuvent varier selon les produits.
Point de vigilance : Une technique de référencement ne garantit jamais à elle seule une citation par un modèle.
Les documents techniques sur la création Web aident à concevoir des pages structurées, accessibles et exploitables au-delà des interfaces IA.
Point de vigilance : Un exemple de documentation ne remplace pas des tests sur les appareils visés.
Les sources de modèles décrivent des architectures, jeux de données et évaluations. Leur statut éditorial et la licence doivent être étudiés séparément.
Point de vigilance : Une fiche de modèle rédigée par son auteur n’est pas une certification indépendante.
Les publications scientifiques proposent des concepts, résultats et protocoles. Pour comprendre leur portée, il faut examiner les méthodes, jeux de données et conditions de reproductibilité.
Point de vigilance : Une prépublication déposée n’est pas forcément évaluée par les pairs.
Ces documentations traitent de modèles exécutés dans le navigateur ou sur l’appareil. Elles éclairent la disponibilité, les contraintes de mémoire, l’accélération et la vie privée.
Point de vigilance : Le terme local n’assure ni performance suffisante ni protection totale de tous les flux de données.
Les standards immersifs abordent la représentation spatiale, le matériel, les interactions et les autorisations de capteurs. Ils doivent être lus avec l’accessibilité Web.
Point de vigilance : Une scène 3D n’équivaut pas automatiquement à une expérience VR et ne garantit pas sa fidélité historique.
Groupe de réflexion sur l'intersection entre le Web et l'IA.
État de la spécification de calcul graphique WebGPU.
Travaux sur une API d'inférence neurale côté navigateur.
Format de données liées pour le Web.
Exigences pour l'accessibilité des contenus Web.
Standard vivant du langage HTML.
Spécification et documentation du protocole MCP.
Spécification des échanges et tâches interagents.
Proposition communautaire pour exposer des outils aux agents Web.
Spécifications techniques de provenance des médias.
Cadre de gestion des risques des systèmes d'IA.
Portail officiel du règlement européen sur l'IA.
Risques de sécurité pour applications reposant sur des LLM.
Documentation officielle sur l'indexation et la recherche Google.
Documentation de Microsoft pour la découverte des sites.
Documentation de la recherche statique multilingue.
Organisation de contenus structurés dans Astro.
Documentation des technologies fondamentales du Web.
Conseils de conception, performances et technologies Web.
Documentation des modèles et bibliothèques IA.
Article fondateur sur l'architecture Transformer.
Article de recherche sur génération augmentée par récupération.
Évaluation d'agents sur des tâches Web réalistes.
Évaluation de l'usage d'interfaces visuelles par les agents.
Environnement d'évaluation des agents utilisant un ordinateur.
Publication sur l'optimisation pour les moteurs génératifs.
Spécifications de l'exécution WebAssembly.
Spécification pour expériences immersives accessibles via le Web.
Travaux des groupes et brouillons de l'IETF.
Index ouvert de métadonnées scientifiques.
API de métadonnées et identifiants scientifiques.
Documentation de versionnement, sécurité et automatisation.
Spécification de juillet 2026 : capacités et sécurité.
Découverte d’agents et description des capacités.
Brouillon communautaire, pas une recommandation W3C.
Conseils officiels sur les résultats de recherche génératifs.
Précisions sur llms.txt et le balisage IA.
Règles de crawl et jetons aux finalités différentes.
OAI-SearchBot, GPTBot et préférences de crawl.
APIs IA du navigateur et limites de disponibilité.
Calcul neuronal accéléré côté navigateur.
Provenance des médias, version décembre 2025.
Injection de consignes issues de contenus non fiables.
Cadre volontaire de gestion des risques IA générative.
Texte juridique consolidé et article 50.
Conception responsable et Web destiné aux agents.
Publication fondatrice de Lewis et al. (2020).
Draft de recommandation candidate W3C.
Traduction française agréée des règles d’accessibilité.
Étude de l’articulation entre production de plans et interactions avec des sources ou environnements. Elle aide à comprendre les agents utilisant des outils, sans établir une robustesse générale.
Travail NeurIPS sur l’apprentissage du recours à des outils externes par des modèles de langage. Le périmètre expérimental concerne certaines APIs et tâches ciblées.
Étude publiée dans TACL montrant que la position d’informations pertinentes dans un long contexte peut influencer leur exploitation par des modèles. Important pour concevoir le RAG et tester les passages récupérés.
Environnement expérimental auto-hébergeable proposant des tâches Web réalistes pour mesurer l’aptitude d’agents à mener des actions. Les évaluations sont contextualisées par les sites et scénarios du banc d’essai.
Environnement de tâches Web dans lesquelles la perception visuelle complète l’interprétation textuelle. Il aide à évaluer les agents qui naviguent dans des interfaces destinées aux humains.
Banc d’essai de tâches informatiques impliquant plusieurs applications et états de système. Il illustre la difficulté de réussir des opérations réelles malgré des interfaces apparemment compréhensibles.
Proposition d’évaluation de systèmes RAG sur plusieurs dimensions, notamment récupération des passages et fidélité de la génération. Les métriques automatiques demandent une validation appropriée.
Étude de stratégies et métriques de visibilité dans des moteurs de recherche génératifs. Les résultats portent sur des configurations d’essai, pas sur des garanties de classement universelles.
Étude ICLR sur des tâches de correction de code issues de problèmes de dépôts réels. Elle permet d’étudier des tests exécutables plutôt que de juger seulement des explications de code.
Environnement de recherche pour analyser les injections de consignes et les défenses dans des agents utilisant des outils. Il distingue les attaques simulées des incidents réellement observés.