A web moderna funciona mesmo quando seu código está longe de ser perfeito. Essa tolerância dos navegadores, porém, pode estar escondendo um problema de grandes proporções: uma análise dos 5 mil domínios mais utilizados da internet encontrou violações dos padrões HTML em 87,2% dos sites avaliados.
O levantamento foi realizado pelo ValidateHTML, projeto independente mantido pelo desenvolvedor francês Théo Ducreux. A amostra foi construída a partir do ranking Tranco e inclui grandes serviços da internet, além de endereços utilizados para redirecionamentos e comunicação entre sistemas.
No total, foram contabilizadas 100.305 violações relacionadas ao HTML e 18.863 erros de CSS. Apenas 12,8% dos sites apresentaram HTML completamente válido. Quando alertas e boas práticas também entram na avaliação, somente 2,6% passaram sem nenhuma ocorrência.
Os números não significam que quase 90% da internet esteja “quebrada”. O problema é mais sutil: navegadores modernos conseguem compensar muitos erros, enquanto leitores de tela e uma nova geração de sistemas — incluindo agentes de inteligência artificial — podem depender muito mais de páginas estruturadas corretamente.
Navegadores aprenderam a conviver com uma web imperfeita
Para entender por que tantos sites conseguem funcionar mesmo contendo erros, é preciso considerar como os navegadores evoluíram.
Chrome, Safari, Firefox, Edge e outros navegadores precisam lidar diariamente com páginas construídas de formas muito diferentes.
Quando encontram determinados problemas no HTML, seus mecanismos de renderização tentam interpretar a intenção do desenvolvedor e reconstruir uma estrutura que faça sentido.
Na prática, isso cria uma espécie de tolerância.
Uma tag no local errado pode não produzir qualquer efeito visível. Um elemento incorretamente aninhado pode ser reorganizado. Uma estrutura inválida pode continuar aparecendo normalmente na tela.
Para o usuário que simplesmente abre o site, parece que está tudo funcionando.
Mas visualmente correto não significa tecnicamente correto.
Mais de 100 mil violações foram identificadas
Dos 5 mil domínios examinados, 2.656 possuíam uma página inicial voltada efetivamente à leitura por usuários. A lista também inclui domínios que cumprem outras funções técnicas na infraestrutura da internet.
Mesmo considerando essa característica da amostra, o volume de problemas chama atenção.
O ValidateHTML registrou:
100.305 violações de HTML, incluindo especificações do HTML5;
18.863 erros de CSS;
e uma taxa de apenas 12,8% de sites com HTML totalmente válido.
A falha mais comum estava relacionada ao posicionamento incorreto de elementos.
Mais de 59% dos sites apresentaram problemas desse tipo, incluindo situações nas quais tags aparecem aninhadas de maneira inadequada.
Segundo Ducreux, parte desses erros não é necessariamente escrita diretamente pelos programadores.
Frameworks, sistemas de gerenciamento de conteúdo, componentes reutilizáveis e ferramentas de build podem gerar automaticamente o HTML entregue ao navegador.
O que são padrões da web?
Os padrões da web funcionam como uma linguagem comum para os diferentes sistemas que acessam a internet.
Organizações como o World Wide Web Consortium (W3C) e o WHATWG desenvolvem especificações destinadas a garantir que tecnologias como HTML e CSS sejam interpretadas de maneira consistente.
O próprio W3C descreve os padrões como blocos fundamentais para uma web digital conectada e consistente, implementados em navegadores, buscadores e outros softwares.
Isso ajuda a evitar uma internet na qual cada navegador precise interpretar páginas de maneira completamente diferente.
A questão, portanto, não é seguir uma especificação apenas por uma preferência técnica.
Interoperabilidade é um dos princípios fundamentais da web.
Acessibilidade é onde os erros ficam mais preocupantes
A consequência mais importante do levantamento aparece quando a página deixa de ser interpretada somente por um navegador convencional.
Mais de um terço dos sites analisados falhou nas verificações relacionadas à acessibilidade.
Um dos problemas identificados envolve imagens.
Cerca de 20,4% dos sites não apresentavam textos alternativos adequados, utilizados para descrever conteúdo visual a usuários que dependem de leitores de tela.
O texto alternativo — normalmente definido pelo atributo alt — permite que uma imagem tenha uma representação textual.
Se uma fotografia mostra um gráfico importante para compreender uma matéria, por exemplo, um leitor de tela precisa de informações que permitam comunicar seu significado ao usuário.
Sem isso, parte do conteúdo simplesmente desaparece para determinadas pessoas.
Mais de 40% tinham problemas relacionados a ARIA
Outro número relevante envolve ARIA, conjunto de atributos destinado a melhorar a interpretação de interfaces por tecnologias assistivas.
O levantamento identificou ausência de determinados rótulos ARIA em 41,6% das páginas analisadas.
Esses elementos ajudam a indicar funções e regiões da interface.
Um usuário que enxerga a página pode identificar visualmente onde está o menu, o conteúdo principal ou determinado botão.
Um leitor de tela precisa compreender essas relações através da estrutura do documento e das informações fornecidas pelo desenvolvedor.
É justamente aí que um código aparentemente funcional pode apresentar problemas.
O Chrome pode corrigir algo que o leitor de tela não corrige
Essa diferença ajuda a explicar por que validar HTML continua relevante.
Um navegador possui mecanismos sofisticados construídos durante décadas para interpretar páginas problemáticas.
Tecnologias assistivas podem não reproduzir exatamente o mesmo comportamento.
Ducreux chama atenção para essa diferença: uma marcação que parece perfeitamente normal quando visualizada em um navegador pode apresentar problemas para quem utiliza um leitor de tela.
Portanto, testar um site apenas visualmente não garante que todos os usuários estejam recebendo a mesma experiência.
IA cria uma nova razão para recuperar o HTML semântico
Existe ainda uma mudança recente que torna a discussão sobre padrões especialmente atual.
Sites não são mais consumidos somente por pessoas e mecanismos tradicionais de busca.
Agentes de IA, assistentes de voz, ferramentas de tradução e outros sistemas automatizados também precisam interpretar páginas.
E isso pode aumentar novamente o valor do HTML semântico.
Considere dois elementos que visualmente parecem idênticos.
Um deles foi implementado como um botão HTML propriamente dito.
O outro é apenas um elemento genérico estilizado com CSS e JavaScript para parecer um botão.
Uma pessoa olhando para a tela talvez não perceba diferença.
Para uma máquina tentando compreender a interface, a diferença estrutural pode ser muito importante.
Agentes precisam entender o significado da página
Essa questão pode ganhar ainda mais relevância à medida que agentes de IA passam de simplesmente ler a web para agir sobre ela.
Um agente pode precisar acessar um site, identificar um produto, preencher um formulário, selecionar uma opção e executar determinada tarefa.
Para fazer isso de maneira confiável, ele precisa compreender a estrutura da interface.
HTML semântico, metadados e estruturas padronizadas oferecem sinais que podem facilitar essa interpretação.
O próprio W3C destaca que informações estruturadas e formatos padronizados ajudam tanto humanos quanto aplicações e agentes de software a compreender e processar dados publicados na web.
Isso cria uma ironia interessante.
Durante anos, a capacidade dos navegadores de corrigir HTML ruim reduziu a pressão para produzir páginas perfeitamente estruturadas.
Agora, a ascensão dos agentes de IA pode criar uma nova razão econômica para que empresas voltem a prestar atenção nisso.
Frameworks não são necessariamente os vilões
Seria simplista atribuir os resultados exclusivamente ao uso de frameworks modernos.
React, Vue, Angular e outras tecnologias oferecem vantagens importantes para o desenvolvimento de aplicações complexas.
O problema aparece quando desenvolvedores passam a avaliar somente o resultado visual produzido pela aplicação e deixam de observar o HTML final entregue ao usuário.
Um componente pode parecer perfeito na tela e ainda produzir estruturas semanticamente inadequadas.
Segundo Ducreux, muitos dos problemas identificados pelo ValidateHTML surgem justamente durante os processos automatizados de construção das páginas, e não necessariamente no código escrito manualmente.
A validação, portanto, precisa acontecer também sobre o produto final.
Nem todo erro de HTML possui o mesmo impacto
Os números do levantamento também precisam ser interpretados com cautela.
Um site apresentar uma violação da especificação não significa automaticamente que possui um problema grave de experiência, segurança ou acessibilidade.
Existem erros de diferentes níveis.
Alguns podem ser praticamente irrelevantes para o funcionamento da página.
Outros podem afetar diretamente a interpretação do conteúdo.
Por isso, afirmar simplesmente que 87,2% dos sites estão “quebrados” seria incorreto.
O próprio responsável pelo levantamento não considera o HTML inválido uma ameaça à sobrevivência da web, justamente porque navegadores modernos possuem grande capacidade de recuperação.
A questão central está em quem precisa interpretar esse HTML além do navegador.
Acessibilidade também virou questão regulatória
Para empresas, acessibilidade digital não é apenas uma decisão de experiência do usuário.
Ela também está cada vez mais relacionada a conformidade.
Na Europa, o European Accessibility Act, aplicável desde 2025 a diferentes categorias de produtos e serviços, ampliou as exigências relacionadas à acessibilidade digital.
Isso significa que falhas estruturais podem ultrapassar a discussão técnica e se transformar em risco regulatório.
Para organizações brasileiras com operações ou clientes internacionais, essa questão merece atenção adicional.
Padrões continuam sendo a linguagem comum da internet
O levantamento do ValidateHTML revela um paradoxo.
A web funciona muito bem apesar de grande parte dela não seguir perfeitamente suas próprias especificações.
Essa tolerância foi essencial para seu crescimento.
Um site não deixa de funcionar simplesmente porque contém uma tag no lugar errado.
Mas essa flexibilidade pode ter criado a percepção de que padrões deixaram de importar.
A chegada de novos intermediários — especialmente agentes de IA capazes de navegar e operar interfaces — pode mudar novamente essa equação.
Quando uma página precisa ser interpretada simultaneamente por pessoas, navegadores, leitores de tela, buscadores, assistentes de voz e agentes autônomos, a estrutura deixa de ser apenas uma preocupação do desenvolvedor.
Ela passa a determinar o quanto aquela informação consegue circular entre diferentes tecnologias.
No fim, padrões da web talvez nunca tenham deixado de importar.
Nós apenas construímos navegadores tão bons em esconder nossos erros que começamos a acreditar que eles não faziam diferença.
