Qwen a fourni un faux numéro d’assistance 400. Puis la réparation est devenue du théâtre

Qwen aurait fourni un faux numéro d’assistance 400 et, moins de 30 minutes plus tard, un réparateur non autorisé serait arrivé au domicile d’une consommatrice.

L’incident a d’abord été signalé dans une publication Weibo du 14 avril 2026, dans le Zhejiang. Il est revenu dans l’attention publique via un sujet tendance sur Weibo le 15 août. Le nouveau titre présente l’affaire comme une conséquence directe de l’empoisonnement de l’IA, mais ce lien de causalité reste non démontré.

Selon le récit publié le 14 avril par la consommatrice, elle a demandé à Qwen les coordonnées du service après-vente des toilettes Arrow. L’assistant a fourni un numéro tiers qui semblait suffisamment officiel pour être appelé.

L’opératrice a affirmé qu’un intervenant était arrivé rapidement et a facturé une réparation. Ce n’est qu’ensuite que la consommatrice a vérifié le véritable canal d’assistance d’Arrow et découvert que son produit était apparemment encore sous garantie.

Le récit est précis, mais il reste une affirmation publiée sur les réseaux sociaux. Les éléments publics disponibles ne permettent pas d’établir quelle version de Qwen a répondu, si la récupération web en temps réel était activée, ni d’où provenait le numéro.

Aucune réponse publique d’Alibaba ou de Qwen portant sur ce cas individuel n’a été trouvée au cours des recherches. Il n’existe pas non plus de rapport médico-légal publié reliant cette réponse à une campagne d’empoisonnement particulière.

Cette lacune de vérification est importante. L’épisode illustre néanmoins une trajectoire de défaillance crédible, sans démontrer une manipulation délibérée.

Une réponse fausse n’est pas restée dans une fenêtre de chat. Elle est devenue un appel téléphonique, une visite à domicile, un paiement et un litige impliquant plusieurs parties.

Le conflit central n’oppose donc pas Qwen à un autre chatbot. Il oppose la promesse d’une assistance IA pratique à la réalité d’informations de service non vérifiées.

L’événement à l’origine de l’affaire s’est produit en avril, pas en août

Le titre viral est récent, mais le récit de la consommatrice qui le sous-tend date du 14 avril 2026.

Cette distinction évite qu’une expression tendance ne devienne une date d’événement trompeuse. Le 15 août marque une nouvelle circulation de l’affaire sur Weibo, et non la visite de réparation elle-même.

Dans sa publication, la consommatrice a déclaré qu’elle utilisait habituellement un autre assistant, mais avait essayé Qwen pour obtenir les coordonnées du service après-vente des toilettes Arrow. Qwen aurait fourni un numéro de téléphone tiers.

Le numéro commençait par le préfixe national d’entreprise bien connu. Ce format a réduit les soupçons, car les consommateurs chinois associent souvent ces numéros aux grandes entreprises et aux services d’assistance centralisés.

Un préfixe 400 ne certifie pas que son opérateur représente la marque évoquée. Il désigne un type de service téléphonique professionnel à coûts partagés, et non une relation officielle avec une entreprise.

La consommatrice a indiqué que l’opératrice avait répondu rapidement et organisé une intervention en moins d’une demi-heure. Cette rapidité a donné au service une apparence d’organisation et de légitimité.

L’intervenant arrivé sur place aurait réalisé une intervention payante. La consommatrice a ensuite contacté un autre canal et appris que le produit restait couvert par la garantie d’Arrow.

Arrow publie sa véritable ligne d’assistance et ses informations de garantie sur sa page officielle de service. Cette page indique que les produits couverts par la garantie applicable peuvent bénéficier du service correspondant.

Ce conflit entre la réponse du chatbot et le canal publié par le fabricant est l’élément le plus vérifiable de l’histoire. Le site du fabricant fournit un point de référence faisant autorité.

Plusieurs détails importants restent indisponibles. Les informations publiques ne comprennent pas la conversation Qwen complète, l’enregistrement de l’entreprise tierce ni une expertise technique de la réparation.

Elles n’établissent pas non plus si l’intervenant a faussement remplacé un composant, exagéré une panne ou simplement fourni un service non autorisé. Qualifier l’ensemble de la visite de mise en scène va au-delà des éléments disponibles.

Le langage du titre traduit le sentiment de tromperie de la consommatrice. Il ne doit pas être considéré comme une description prouvée de chaque action survenue au domicile.

La même prudence s’applique à l’expression « empoisonnement de l’IA ». Une réponse erronée peut résulter de contenu web manipulé, d’un mauvais classement, d’une indexation obsolète ou d’une faible vérification de l’identité.

Elle peut aussi provenir de la combinaison, par le modèle, de plusieurs sources légitimes et illégitimes. Sans journaux ni citations, les lecteurs ne peuvent pas identifier la défaillance exacte.

Ce qui a changé n’est pas l’existence de faux services d’assistance. Ils circulent depuis des années via les moteurs de recherche, les réseaux publicitaires et les sites copiés.

Le nouveau facteur est l’interface. Un chatbot a transformé des affirmations dispersées sur le web en une recommandation unique et assurée, en éliminant au passage de nombreux signaux d’alerte visuels.

Une page de résultats peut afficher des noms de domaine, des publicités, des résultats concurrents et des badges officiels. Une réponse conversationnelle condense souvent ce désordre en une seule formulation.

Cette compression semble utile. Elle concentre aussi le risque lorsque la source sélectionnée est erronée.

Pourquoi un numéro 400 peut paraître plus officiel qu’il ne l’est

Le système fonctionne parce que chaque étape apporte un élément différent de crédibilité empruntée.

Le préfixe téléphonique suggère une organisation nationale. L’opératrice utilise le langage de la marque. Un intervenant local arrive rapidement, puis effectue une inspection que le client ne peut pas facilement évaluer.

Aucun de ces signaux ne prouve à lui seul une autorisation. Ensemble, ils peuvent créer une expérience de service convaincante.

Les faux services après-vente sont antérieurs aux chatbots grand public. Une affaire de 2026 révélée par le Parquet populaire suprême de Chine a documenté une version bien plus vaste de ce modèle.

Selon le résumé de l’affaire publié par les procureurs, les enquêteurs ont remonté la piste de sites web qui copiaient des marques d’électroménager et se faisaient passer pour des centres de service officiels.

Ces sites orientaient les consommateurs vers les numéros affichés. Les opérateurs dépêchaient ensuite des intervenants qui se présentaient comme du personnel de la marque et encaissaient des frais de service.

L’affaire a commencé lorsqu’une entreprise d’électroménager a signalé à la police de Qingdao des plaintes reçues en juillet 2023. Des clients avaient reproché à la marque un mauvais service et des frais abusifs.

Les enquêteurs ont finalement identifié plus de 1 000 consommateurs concernés et 182 marques d’électroménager usurpées, selon le récit du parquet.

Cet historique explique pourquoi l’allégation concernant Qwen est plausible sans en prouver la cause technique. Une vaste quantité de contenus d’assistance trompeurs existe déjà en ligne.

Une autre enquête a montré que de faux services de réparation pouvaient changer d’identité au cours d’un même appel. Une opératrice présentait d’abord la ligne comme un service général payant.

Après avoir appris la marque de l’appareil, cette même opératrice la présentait comme une ligne d’assistance spécialisée pour cette marque. Le numéro fonctionnait comme un système flexible de prise en charge.

L’organisation derrière une telle ligne n’a pas besoin de techniciens certifiés dans chaque ville. Elle peut capter une demande, vendre ou attribuer le contact, puis prélever une commission.

Les intervenants ont leurs propres incitations. Ils doivent couvrir les déplacements, les prélèvements des plateformes, les frais de contacts et les commissions des intermédiaires avant de gagner quoi que ce soit.

Cette structure encourage les diagnostics gonflés et les travaux inutiles. Une panne mineure peut devenir une défaillance de composant, car une intervention plus importante rémunère davantage de participants.

C’est là que la description de « théâtre » devient utile comme schéma sectoriel. Le client voit un uniforme, des outils, une inspection assurée et une explication répétée.

La mise en scène fournit une légitimité que l’organisation ne possède pas. L’incertitude technique rend difficile la contestation du diagnostic.

Toutefois, ce schéma établi ne peut pas prouver que chaque détail s’est produit lors de la visite liée à Qwen. Le comportement de l’intervenant concerné n’a pas été documenté de manière indépendante.

La conclusion la plus solide est plus limitée. Qwen aurait placé un intermédiaire non autorisé au début d’un parcours de réparation connu et documenté à plusieurs reprises.

Cela suffit à soulever de sérieuses questions sur le produit. Un assistant destiné aux consommateurs ne devrait pas traiter les revendications d’identité comme de simples informations factuelles.

L’autorisation d’une marque est une relation susceptible d’évoluer. Elle doit être vérifiée auprès du fabricant, et non déduite d’affirmations répétées sur des pages copiées.

L’empoisonnement de l’IA transforme le spam de recherche en recommandation directe

L’optimisation pour les moteurs génératifs devient dangereuse lorsque une visibilité fabriquée est prise pour une corroboration indépendante.

L’optimisation pour les moteurs génératifs, couramment appelée GEO, vise à influencer la façon dont les systèmes d’IA décrivent ou recommandent une entité. Une GEO légitime peut publier des informations exactes et structurées.

La GEO abusive emprunte une autre voie. Les opérateurs créent des pages trompeuses, des avis synthétiques, des descriptions copiées et de faux signaux d’autorité sur plusieurs domaines.

Un assistant doté de capacités de récupération peut rencontrer ces pages en répondant à une question d’actualité. Si plusieurs pages répètent la même affirmation, cette répétition peut ressembler à une confirmation.

Cette apparence est particulièrement dangereuse lorsque les pages partagent un même propriétaire caché. L’assistant voit plusieurs URL, tandis que l’utilisateur reçoit un consensus fabriqué.

L’émission chinoise de 2026 consacrée aux droits des consommateurs a révélé des entreprises qui vendaient des services prétendant placer les produits de leurs clients dans les réponses de grandes IA. Certaines présentaient cette pratique comme le fait d’« alimenter » les modèles.

La démonstration a montré qu’un produit fictif obtenait des descriptions favorables par l’IA après la publication de contenus promotionnels. Elle n’a pas prouvé que chaque assistant nommé avait été réentraîné de façon permanente.

Cette distinction est importante. Le débat public emploie souvent le terme « empoisonnement » pour plusieurs mécanismes techniques différents.

L’empoisonnement des données d’entraînement modifie les données utilisées lors du développement ou du réglage fin d’un modèle. Ses effets peuvent persister dans les poids du modèle après la fin de l’entraînement.

La pollution de la récupération cible les informations récupérées au moment de la réponse. Le modèle sous-jacent peut rester inchangé tandis que ses sources en direct contiennent des éléments trompeurs.

La manipulation du classement dans les moteurs de recherche place des pages trompeuses là où les robots d’indexation et les systèmes de récupération sont susceptibles de les trouver. Elle rappelle l’ancien spam de recherche, mais atteint une nouvelle interface.

L’injection de prompt est encore différente. Elle dissimule des instructions dans un contenu récupéré et tente de faire suivre ces instructions par un système d’IA.

L’affaire Qwen ne révèle pas quel mécanisme s’est appliqué. Le mauvais numéro peut provenir d’une récupération en direct, d’un contenu mis en cache ou d’une ancienne source de connaissances interne.

Il peut aussi refléter une défaillance ordinaire de sélection des sources plutôt qu’une campagne coordonnée. Qualifier précisément cette réponse d’« empoisonnée » nécessite des éléments qui n’ont pas été publiés.

Néanmoins, le marché environnant rend l’hypothèse d’une manipulation intentionnelle sérieuse. Les résultats web publics contiennent des pages présentant des numéros d’assistance non officiels dans un langage faisant autorité.

Une page indexée se présente comme un centre de réparation de toilettes intelligentes Arrow et affiche une ligne d’assistance différente de celle figurant sur le site officiel d’Arrow. Elle promet des techniciens formés et un service transparent.

Un modèle qui confond qualité de présentation et autorité peut sélectionner une telle page. La répétition sur des sites similaires peut renforcer l’erreur.

Les utilisateurs de moteurs de recherche classiques remarquent parfois des domaines douteux, du texte dupliqué ou des mentions publicitaires. Les utilisateurs de chat peuvent ne jamais voir ces détails.

L’assistant peut supprimer le contexte même nécessaire pour juger de la crédibilité. Une page douteuse devient une phrase claire, formulée dans une voix conversationnelle familière.

Cette voix crée ce que l’on pourrait appeler une confiance déléguée. L’utilisateur cesse d’évaluer les sources individuelles parce que l’assistant semble avoir effectué ce travail.

L’allégation concernant Qwen montre la conséquence physique de cette confiance déléguée. Une biographie hallucinée est embarrassante, mais un faux contact de service ouvre un chemin vers le domicile de quelqu’un.

Le danger grandit à mesure que les assistants passent à l’action. Qwen a été présenté comme davantage qu’une interface de questions-réponses, avec des services couvrant les achats et d’autres tâches quotidiennes.

À mesure que les assistants passent de la description d’options à l’initiation de transactions, la vérification des sources devient une composante de la sécurité d’exécution. Elle ne peut pas rester une simple fonctionnalité facultative de citation.

Un modèle doit distinguer les informations descriptives à faible risque des détails opérationnels à haut risque. Les numéros de téléphone, les destinations de paiement, les adresses et les instructions médicales exigent des contrôles plus stricts.

Pour un numéro de service, l’assistant devrait vérifier une correspondance exacte sur un domaine contrôlé par le fabricant. Il devrait afficher ce domaine à côté du résultat.

Si aucune source officielle n’est disponible, le système devrait le dire. Ne fournir aucun numéro est plus sûr que de transformer une correspondance incertaine en instruction présentée avec assurance.

Qwen est confronté à un problème de vérification, pas seulement à un problème d’hallucination

La défaillance critique n’était pas que Qwen ait produit un texte inexact, mais qu’il aurait authentifié une voie d’accès au monde physique.

Qualifier cela d’hallucination minimise le problème de produit. Une hallucination désigne généralement un contenu généré non étayé.

Ici, la réponse rapportée contenait des informations d’identité exploitables. L’utilisatrice s’y est fiée pour décider qui pouvait entrer chez elle et inspecter des biens personnels.

Cela rend la provenance des sources essentielle. La provenance consiste à préserver l’origine d’une affirmation et à déterminer si la source est habilitée à la formuler.

Un fabricant contrôle ses canaux de service officiels. Une page de réparation sans lien avec lui ne peut pas établir une autorisation simplement en répétant le nom de la marque.

Qwen avait donc besoin d’un contrôle de résolution d’entité. La résolution d’entité détermine si un numéro de téléphone, une entreprise et une marque sont réellement liés.

Une règle de correspondance simple comparerait le numéro au site web contrôlé par Arrow. Un système plus robuste vérifierait aussi les registres d’entreprises structurés et les avis récents de la marque.

L’assistant devrait ensuite expliquer le résultat en langage clair. Il pourrait indiquer que le numéro apparaît sur le domaine officiel du fabricant, ou que son autorisation reste non vérifiée.

Cette formulation préserve l’incertitude avant que l’utilisateur n’agisse. Elle rend aussi la manipulation plus coûteuse, car la simple visibilité ne confère plus d’autorité.

Alibaba a davantage intérêt à résoudre ce problème qu’un fournisseur de chatbot indépendant. Qwen est intégré à des services de l’écosystème grand public de l’entreprise.

Un assistant qui aide les utilisateurs à acheter, réserver, commander et contacter des entreprises se trouve à proximité immédiate de décisions commerciales. Une réponse erronée peut rapidement avoir des conséquences financières et sécuritaires.

Les concurrents de Qwen font face à la même pression. L’auteur de la publication initiale a affirmé que des services concurrents avaient renvoyé des informations officielles lorsqu’elle les avait vérifiés par la suite.

Cette comparaison a été menée par une seule utilisatrice dans des conditions inconnues. Elle ne démontre pas que ces produits offrent systématiquement de meilleures performances.

Les réponses des modèles varient selon le lieu, la formulation, l’état du compte, la configuration de navigation et le moment. Une réponse correcte lors d’un test ultérieur ne prouve pas une immunité antérieure.

Le véritable critère concurrentiel est une vérification reproductible. Les fournisseurs devraient tester les mêmes requêtes de service auprès de marques, de villes et de formulations différentes.

Les résultats devraient être évalués selon la correspondance avec les sources officielles, la qualité des citations, le comportement de refus et les évolutions dans le temps. Une seule capture d’écran correcte ne suffit pas.

Le modèle a également besoin d’un mécanisme de correction rapide. Si une marque signale un numéro usurpateur, le fournisseur devrait le supprimer ou le rétrograder dans tous les systèmes de récupération.

Les utilisateurs ont besoin de contrôles de signalement visibles pour les détails opérationnels erronés. Un simple bouton générique de désapprobation ne reflète pas l’urgence d’un contact frauduleux.

L’assistant pourrait proposer des catégories telles que l’usurpation d’identité, le contact dangereux, la fraude au paiement et les informations officielles obsolètes. Ces signalements devraient rejoindre une file d’examen prioritaire.

Les plateformes doivent aussi éviter une seconde défaillance. Un blocage agressif peut supprimer des entreprises de réparation indépendantes légitimes qui indiquent clairement leur statut.

Un service indépendant n’est pas intrinsèquement frauduleux. La tromperie commence lorsqu’un prestataire prétend faussement être autorisé par une marque ou laisse le client le supposer.

Une réponse sûre peut préserver le choix du consommateur en séparant les catégories. Elle devrait identifier d’abord le service officiel sous garantie, puis étiqueter explicitement les alternatives indépendantes payantes.

L’utilisateur ne devrait jamais avoir à déduire la catégorie applicable à partir du ton de la réponse. Cette distinction doit figurer dans l’interface du produit.

Les régulateurs ciblent la chaîne d’approvisionnement de l’information

La réponse de la Chine va au-delà des contenus nuisibles et s’oriente vers les systèmes qui fabriquent une fausse visibilité pour l’IA.

En avril 2026, l’Administration chinoise du cyberespace a lancé une campagne de quatre mois visant plusieurs catégories de comportements abusifs liés à l’IA.

Le programme incluait explicitement le marketing GEO malveillant, la falsification de données faisant autorité, les matériaux d’entraînement dangereux et une vérification insuffisante des sources dans les réponses générées.

En juillet, les régulateurs ont déclaré que la première phase avait traité plus de 14 000 sites web, applications, agents et autres produits d’IA non conformes.

L’autorité a également indiqué avoir supprimé plus de six millions de contenus illégaux ou nuisibles. Il s’agit de chiffres officiels d’application de la loi, et non de mesures indépendantes.

La campagne de nettoyage de l’IA montre que les régulateurs considèrent l’empoisonnement comme un problème à la fois de contenu et de gouvernance des plateformes.

Cette approche correspond à la controverse Qwen. Supprimer un seul faux numéro ne peut pas corriger un système qui traite de façon répétée des affirmations copiées comme une vérification.

Les régulateurs peuvent faire pression sur les plateformes de contenu afin qu’elles retirent les pages usurpatrices. Ils peuvent aussi exiger des fournisseurs d’IA qu’ils préservent les citations et améliorent les contrôles du risque lié aux sources.

Les fournisseurs de télécommunications ont un rôle distinct. Le format des numéros professionnels ne devrait pas servir de badge de confiance officieux.

Les opérateurs peuvent renforcer la vérification des demandeurs, surveiller les plaintes répétées d’usurpation et faciliter la vérification de la propriété des numéros par les consommateurs.

Les marques doivent maintenir des registres publics cohérents. Leurs domaines officiels, applications, manuels de produits, magasins et messages aux clients devraient afficher les mêmes coordonnées.

Des informations d’entreprise incohérentes créent des ouvertures pour les usurpateurs. Elles rendent aussi la vérification automatisée plus difficile, car le registre faisant autorité devient ambigu.

L’application de la loi atteint déjà les réseaux de service derrière les faux supports. L’affaire poursuivie à Qingdao a traité les marques de service comme des identifiants commerciaux protégés.

C’est important, car l’usurpation fait deux victimes. Les consommateurs perdent de l’argent ou reçoivent de mauvaises réparations, tandis que les marques héritent de plaintes concernant des services qu’elles n’ont jamais fournis.

Les plateformes de recherche font également l’objet d’un examen. Les procureurs ont recommandé la fermeture des liens contrefaisants, une amélioration de l’affichage des marques officielles dans les résultats et l’ajout de mentions officielles plus claires.

Les interfaces d’IA devraient assumer au moins les mêmes obligations. Une réponse conversationnelle peut être plus persuasive qu’un résultat de recherche, car elle masque les preuves concurrentes.

Les recommandations publiques invitent désormais les consommateurs à ne pas considérer l’IA comme l’unique autorité pour les décisions de santé, de finance, de droit ou d’achat.

Ce conseil est judicieux, mais il ne peut pas devenir un substitut à une conception de produit plus sûre. Les fournisseurs ont choisi de présenter les assistants comme des outils d’aide à la décision utiles.

Les conseils aux consommateurs recommandent de vérifier plusieurs sources et de se méfier des affirmations exagérées ou des citations recyclées à répétition.

Ces habitudes réduisent l’exposition. Elles ne protègent pas les utilisateurs qui s’attendent raisonnablement à ce qu’un assistant distingue un fabricant d’un usurpateur.

La responsabilité doit donc rester partagée. Les utilisateurs doivent vérifier, les marques doivent publier, les opérateurs téléphoniques doivent authentifier et les fournisseurs d’IA doivent préserver la provenance.

Trois signaux montreront si cette affaire change quoi que ce soit

Le prochain test consistera à voir si Qwen et ses pairs rendent visible la vérification des sources officielles avant qu’un autre mauvais numéro ne provoque une rencontre hors ligne.

Le premier signal sera une réponse documentée d’Alibaba ou de Qwen. L’entreprise devrait traiter le cas signalé sans revendiquer une certitude qu’elle ne peut pas démontrer.

Une réponse utile préciserait si la navigation était impliquée, expliquerait comment les contacts de service sont vérifiés et décrirait toute correction appliquée au numéro.

Le silence laisserait les questions techniques centrales sans réponse. Une déclaration générale sur la sécurité des modèles ne permettrait pas d’établir ce qui s’est passé lors de cette interaction.

Le deuxième signal sera le comportement du produit lors de requêtes d’assistance répétées. Les chercheurs devraient tester des fabricants confrontés à des problèmes connus d’usurpation et consigner chaque source citée.

Un système plus robuste donnera la priorité aux domaines contrôlés par les fabricants, étiquettera les prestataires indépendants et refusera d’authentifier un numéro lorsqu’une confirmation officielle manque.

Ces tests devraient inclure de légères variations orthographiques et des demandes propres à certaines villes. Les pages manipulées ciblent souvent les requêtes de longue traîne, où la couverture faisant autorité est plus faible.

Le troisième signal sera l’application de la loi contre le réseau de service en amont. Supprimer une mauvaise réponse d’IA importe moins si le même numéro continue d’opérer via de nouvelles pages.

Il faudra surveiller les suspensions de numéros, les suppressions de sites web, les sanctions contre les entreprises et les affaires publiées qui montrent comment les prospects passent du contenu aux centres d’appels.

Une enquête de réparation de 2025 a révélé que de fausses lignes d’assistance faisaient la publicité de plusieurs marques d’appareils électroménagers et facturaient bien au-delà des niveaux de service officiels.

Ce reportage antérieur montre que l’infrastructure hors ligne est établie. L’IA n’a pas inventé le stratagème, mais elle peut lui apporter des clients avec moins de friction.

Le témoignage concernant Qwen renforce un jugement plus large, même si sa cause technique reste incertaine. Les réponses opérationnelles exigent un niveau de preuve plus élevé que les résumés ordinaires.

Un numéro de téléphone n’est pas seulement un fait. C’est une instruction visant à ouvrir un canal de communication avec une partie inconnue.

Lorsque ce canal mène à une visite à domicile, l’assistant a franchi la frontière entre la récupération d’informations et l’attribution de risques dans le monde réel.

Les consommateurs devraient vérifier les coordonnées d’assistance via le site web du fabricant, l’application, le manuel ou le canal d’achat d’origine. Ils devraient demander des justificatifs d’autorisation avant de laisser entrer un intervenant.

Ils devraient également conserver la conversation avec l’IA, l’historique d’appel, le reçu de paiement et le document de service. Ces éléments peuvent aider les plateformes, les marques et les régulateurs à reconstituer le parcours.

Pour les fournisseurs d’IA, l’action est tout aussi concrète. Traitez les contacts professionnels comme des données opérationnelles sensibles, exigez une provenance faisant autorité et affichez l’incertitude avant que les utilisateurs n’agissent.

La prochaine fois que Qwen renverra un numéro 400, la question importante ne sera pas de savoir si la réponse semble utile. Ce sera de savoir si le système peut prouver qui attend à l’autre bout du fil.