Durante anos, acessibilidade foi tratada como obrigação legal e medida de inclusão. Com a chegada dos agentes de IA, ela começa a assumir também um papel econômico.
Empresas como OpenAI, Anthropic, Google e Microsoft trabalham para que sistemas de IA consigam navegar por sites, preencher formulários, remarcar voos, reservar hotéis e concluir compras em nome dos usuários.
Para executar essas tarefas de forma confiável, esses agentes precisam que a página explique claramente o que cada elemento representa.
Essa necessidade não é nova. Usuários de leitores de tela dependem há décadas de páginas que informem o que é um botão, um campo de formulário, um menu ou um calendário, além do estado de cada elemento, se está selecionado, expandido, obrigatório ou contém erro. Agora, agentes de IA começam a depender exatamente da mesma estrutura.
A consequência é uma mudança de incentivo. Até aqui, investir em acessibilidade significava cumprir a legislação, reduzir riscos jurídicos e ampliar a inclusão digital. A partir da adoção dos agentes, passa a significar também reduzir o custo da automação. É uma mudança sutil, mas importante. Durante décadas, a pergunta corporativa foi quanto custava tornar um site acessível. A que surge agora é quanto custa manter um site que nem pessoas nem máquinas conseguem entender.
A discussão mudou: da capacidade ao custo
Em outubro de 2024, quando a Anthropic apresentou o computer use, recurso que permite a um agente de IA operar um computador diretamente, a principal dúvida era se ele conseguiria fazê-lo como uma pessoa. Na época, a resposta ainda era “nem sempre”. No benchmark OSWorld, uma das principais referências para medir a capacidade de agentes em tarefas reais, o Claude alcançava 14,9% de sucesso, contra uma linha humana de 72,36%. Pouco mais de um ano depois, o cenário mudou. Em dezembro de 2025, o Agent S2, da Simular, marcou 72,6%, o primeiro resultado acima da linha humana. Em abril de 2026, os melhores sistemas verificados já operavam com folga acima dela.
Resolver uma tarefa deixou de ser a parte difícil. O desafio passou a ser resolvê-la de forma eficiente. O estudo OSWorld-Human, publicado em 19 de junho de 2025, mostra que, mesmo quando concluem uma atividade com sucesso, agentes executam entre 1,4 e 2,7 vezes mais etapas do que um usuário humano. Cada etapa adicional tem preço. O agente captura uma imagem da tela, interpreta o que vê, decide onde clicar, executa a ação, verifica se funcionou e repete o processo. Cada ciclo consome chamadas ao modelo, tokens e tempo de execução.
Na remarcação de uma passagem aérea, identificar “amanhã” em um calendário leva segundos para uma pessoa. Para um agente, aquele calendário pode ser apenas uma coleção de quadrados coloridos: se o site não informar qual quadrado representa cada data, o sistema descobre por tentativa e erro. O mesmo vale para botões sem identificação, menus criados apenas com efeitos visuais e formulários que não indicam onde ocorreu um erro. A inteligência do modelo deixa de ser o único fator determinante. A qualidade da interface também passa a limitar o desempenho, e a infraestrutura semântica tende a se tornar um diferencial competitivo.
Um problema antigo ganha novo peso
Muito antes de agentes tentarem operar computadores, pessoas com deficiência visual enfrentavam o mesmo obstáculo. Em 2019, o americano Guillermo Robles processou a Domino’s porque não conseguia concluir um pedido usando leitor de tela: em vez de anunciar “Comprar”, o software informava apenas “link”. O caso chegou à Suprema Corte dos EUA, que manteve a decisão aplicando a legislação de acessibilidade (ADA) aos serviços digitais da empresa, e a disputa terminou em acordo em junho de 2022. O problema que limitava a experiência de pessoas com deficiência passa a limitar a eficiência da automação.
A resposta técnica já existia: a estrutura semântica da página, um conjunto de informações invisíveis para o usuário que informa, por exemplo, que um elemento é um botão ou um campo de formulário, que um menu está aberto, que um item está selecionado ou que um campo contém erro. Leitores de tela utilizam essas informações há anos. Agentes de IA começam a utilizar o mesmo mecanismo para navegar com mais eficiência. Quando uma página explica claramente sua estrutura, funciona melhor para pessoas e para máquinas.
A terceira pergunta da Web
A evolução da internet pode ser resumida em três perguntas. A primeira surgiu com os mecanismos de busca: as pessoas conseguem encontrar meu site? Foi a era do SEO. A segunda veio com os sistemas de IA capazes de responder e resumir: os modelos conseguem entender o que meu site diz? É o que muitos chamam de AIO. Agora surge a terceira: um agente consegue executar tarefas dentro do meu site?
Um buscador precisa localizar uma página; um chatbot precisa compreendê-la; um agente precisa agir, escolher um tamanho, selecionar uma data, corrigir um endereço e concluir uma compra. Ler uma página é muito diferente de operá-la. A Web deixa de ser apenas repositório de conteúdo e passa a funcionar como ambiente de execução.
Os navegadores começam a experimentar novas formas de tornar essa camada legível para agentes. Uma delas é o WebMCP (Web Model Context Protocol), proposta publicada em 13 de agosto de 2025 por engenheiros da Microsoft e do Google no Web Machine Learning Community Group, do W3C, e aceita formalmente pelo grupo em setembro de 2025. Ela permite que sites descrevam suas funcionalidades de forma estruturada para agentes. O Chrome publicou a documentação para desenvolvedores em 18 de maio de 2026 e abriu origin trial a partir da versão 149.
Duas ressalvas se impõem. A primeira: o WebMCP segue experimental, sem ratificação da indústria; Firefox e Safari não anunciaram adesão, e mesmo o Edge, da Microsoft, coautora da proposta, não confirmou suporte nativo. A segunda: ele não substitui a acessibilidade. O próprio explainer esclarece que o protocolo não interage com a árvore de acessibilidade nem foi projetado para tecnologia assistiva, embora reconheça que muitos desafios dessas tecnologias se aplicam também a agentes. Ambos partem da mesma ideia: a página precisa explicar o que cada elemento faz.
O argumento comercial
Os dados de comércio agêntico explicam a urgência. A Adobe Analytics, com base em mais de 1 trilhão de visitas a sites de varejo dos EUA, registra que o tráfego originado de IA cresceu 393% no primeiro trimestre de 2026 sobre 2025. Em março de 2026, esse tráfego convertia 42% melhor do que visitantes humanos, revertendo o quadro de um ano antes, quando convertia pior. A Deloitte, em pesquisa global com executivos do varejo, indica que referências de chats de IA já somam de 15% a 20% do tráfego de alguns varejistas, com projeção de até 25% das vendas globais de e-commerce via agentes até 2030. Cada elemento sem identificação obriga o agente a gastar mais processamento para concluir uma tarefa. Nada disso torna a acessibilidade importante pela primeira vez; torna sua ausência mensurável em receita.
Navin Thadani, cofundador e CEO da Evinced, empresa que desenvolve ferramentas de acessibilidade desde 2018, descarta a ideia de que reguladores anteciparam a IA. “Não sei se esse era o princípio orientador deles. Acho que não”, disse em entrevista ao The AI Monitor em maio de 2026. O objetivo era igualdade de acesso; o benefício para agentes surgiu como consequência. A Evinced estendeu sua plataforma para agentes semânticos e afirma que estrutura acessível reduz o consumo de tokens do raciocínio por capturas de tela. Sem benchmark independente até julho de 2026, a alegação deve ser tratada como declaração de fornecedor.
A mesma conclusão surgiu de forma independente na comunidade brasileira. Em artigo publicado em novembro de 2025, durante a Plenária Técnica do W3C em Kobe, no Japão, Reinaldo Ferraz, especialista em acessibilidade digital do NIC.br, antecipou o argumento de custo: se o agente precisa consertar um código inacessível, a tarefa demora mais e custa mais, inclusive em energia de processamento. Seu alerta serve de contrapeso ao entusiasmo do mercado: se a acessibilidade que beneficia as pessoas ficar de lado, escreve, “podemos estar perdendo um pouco da nossa humanidade”.
Dentro das empresas, a tese realinha interesses. UX, acessibilidade, QA, automação de testes e as equipes que implementam agentes passam a depender do mesmo ativo: uma interface bem descrita. A área de acessibilidade, que pedia correções de rótulos e foco havia anos, ganha aliados com orçamento, porque a falha agora aparece como custo de automação e perda de receita. Os próprios agentes entram nessa caixa de ferramentas: Ferraz aponta seu uso para testar a conformidade de aplicações com as WCAG e com as normas brasileiras ABNT NBR 17225 e 17060, e até para ajustar código. Isso não dispensa o profissional de acessibilidade; ao contrário, em tempos de alucinações de IA, é a revisão humana que garante que a conformidade é real.
No Brasil, a Lei Brasileira de Inclusão (Lei 13.146/2015) obriga, no artigo 63, que sites de empresas com representação no país sejam acessíveis. A prática está distante da norma: a quinta edição da pesquisa BigDataCorp/Movimento Web para Todos, de julho de 2024, aprovou em todos os testes apenas 2,9% dos 26,3 milhões de sites brasileiros ativos. Na União Europeia, a Lei Europeia de Acessibilidade vigora desde 28 de junho de 2025. A defasagem ganha peso econômico com a chegada do comércio agêntico à região: em abril de 2026, a Visa expandiu seu programa Agentic Ready para a América Latina, e a McKinsey projeta entre US$ 3 trilhões e US$ 5 trilhões em comércio intermediado por agentes até 2030. Uma web em que a quase totalidade dos sites falha em algum teste de acessibilidade é também uma web cara para agentes de compra.
Riscos, limites e o que a tese não prova
Três contra-argumentos merecem registro. O primeiro é a web de duas portas: uma empresa pode oferecer uma camada WebMCP funcional para agentes e deixar a interface humana degradar até o mínimo legal. A máquina recebe o significado declarado; usuários com deficiência seguem compensando sua ausência. O segundo é que semântica não resolve autenticação, autorização de pagamento, fraude, limites de uso e injeção de prompt. Ela torna as ações legíveis o suficiente para serem governadas; a governança continua sendo trabalho à parte.
O terceiro foi apontado em agosto de 2025 pela consultora britânica Léonie Watson, diretora da TetraLogical: se empresas substituírem sites por interfaces geradas sob demanda por agentes, a verificação de conformidade se complica. Conteúdo gerado nunca se repete, o que quebra a lógica de auditoria por amostragem representativa e dificulta demonstrar o cumprimento de obrigações legais como a LBI e a lei europeia. Também está fora do que os fatos sustentam: que o WebMCP será adotado por toda a indústria, que acessibilidade sozinha torna agentes confiáveis e que toda empresa terá redução mensurável de custos.
Durante décadas, especialistas em acessibilidade argumentaram que a web precisava explicar melhor sua própria estrutura para atender pessoas. Agora, o mercado começa a perceber que essa mesma estrutura também reduz custos, melhora a automação e facilita a atuação de agentes de IA. E o círculo se fecha: agentes bem servidos por semântica são, eles próprios, tecnologia assistiva. Uma pessoa com deficiência visual pode pedir ao agente a descrição de uma imagem complexa; uma pessoa com mobilidade reduzida pode concluir uma compra sem clicar em alvos minúsculos na tela, observa Ferraz. A inclusão continua sendo o motivo mais importante para investir em acessibilidade. A novidade é que ela passa a fazer sentido também na planilha financeira.