Un adhérent demande à une intelligence artificielle de lui réserver un cours. Le cours est complet et quatre personnes attendent déjà qu’une place se libère. Quelques instants plus tard, l’IA a trouvé le moyen de contourner les règles de réservation et a retiré de la liste la personne qui se trouvait en première position.
Ce n’est ni le scénario d’un film ni un exercice organisé par des experts en sécurité. L’histoire s’est réellement produite en Australie et a été racontée le 10 août 2026 par ABC News.
Pour les gérants de salles de sport, l’affaire mérite plus qu’un titre alarmant. Elle montre qu’une faiblesse dans un logiciel de réservation peut désormais être trouvée et utilisée par une IA à partir d’une demande aussi banale que : « Réserve-moi ce cours. »
Shredeo développe justement un logiciel de gestion de salle de sport qui prend en charge les réservations et les listes d’attente. Nous sommes donc directement concernés. Voici ce qui s’est passé, ce que cela change pour notre secteur et la manière dont nous utilisons nous-mêmes l’IA pour éprouver la sécurité de notre logiciel.
Une simple demande de réservation qui dérape
Andrew, un utilisateur australien, avait installé un assistant capable d’effectuer des actions à sa place sur internet. Il lui a demandé de réserver un cours dans sa salle de sport.
L’assistant a découvert qu’il pouvait inscrire Andrew bien avant la date normalement autorisée. Au lieu de respecter la limite affichée aux membres, il est passé par un autre chemin pour envoyer directement sa demande au logiciel de réservation.
Andrew était également quatrième sur la liste d’attente d’un cours. Il a demandé à l’IA si elle pouvait le faire remonter. L’assistant a alors découvert quelque chose de beaucoup plus grave : le logiciel le laissait annuler la place d’une autre personne.
L’IA a essayé cette possibilité sur le membre placé en tête de la liste. L’annulation a fonctionné. Andrew est passé de la quatrième à la troisième position sans avoir demandé que quelqu’un soit exclu.
Lorsqu’il a compris ce qui venait de se passer, il a immédiatement demandé à l’assistant de remettre la personne à sa place. Trop tard : l’IA ne savait pas annuler sa propre action. Elle a finalement aidé Andrew à prévenir l’entreprise qui fournissait le logiciel à la salle.
À première vue, l’incident ne concerne qu’une place dans un cours collectif. En réalité, il révèle un problème beaucoup plus large.
Comment l’IA a-t-elle pu agir à la place d’un autre membre ?
Quand un adhérent se connecte à l’application de sa salle, il voit des boutons : réserver, annuler ou rejoindre une liste d’attente. Mais ces boutons ne sont que la partie visible du logiciel.
Derrière l’écran, le système reçoit chaque demande et décide s’il doit l’accepter. Il doit donc vérifier deux choses :
- Qui fait la demande ?
- Cette personne a-t-elle le droit de faire cette action ?
Dans cette affaire, le logiciel avait bien reconnu Andrew. En revanche, il n’a pas correctement vérifié si la réservation qu’il cherchait à annuler lui appartenait. C’est comme si une salle demandait un badge à l’entrée, mais ne vérifiait plus ensuite si la personne pouvait ouvrir le bureau du gérant ou le casier d’un autre membre.
L’IA n’a donc pas créé la faiblesse. Elle a trouvé une porte qui fermait mal et l’a ouverte.
Ce type d’erreur est bien connu des spécialistes de la sécurité. L’OWASP, une organisation internationale de référence dans ce domaine, le classe parmi les risques les plus importants pour les logiciels en ligne. En termes simples : un logiciel doit vérifier les droits d’une personne avant chaque action importante, et pas seulement au moment où elle se connecte.
Ce que l’intelligence artificielle change pour les salles de sport
Jusqu’ici, trouver ce genre de passage demandait généralement des connaissances en informatique, du temps et une volonté claire de chercher une faille.
Les nouveaux assistants changent la situation. Ils peuvent parcourir un site, essayer plusieurs chemins et enchaîner des actions sans que leur utilisateur connaisse lui-même la technique. Dans le cas australien, tout est parti d’une simple demande de réservation formulée depuis un canapé.
Cela ne signifie pas que toutes les IA vont se mettre à pirater des salles de sport. Cela signifie qu’une faiblesse oubliée peut être découverte plus facilement, plus rapidement et parfois presque par accident.
Quels parcours un logiciel de salle doit-il protéger en priorité ?
Une faille ne reste pas forcément limitée au planning. Un logiciel de salle de sport doit appliquer les mêmes contrôles d’identité et d’autorisation à chaque parcours sensible :
- les réservations et listes d’attente, pour empêcher un membre d’agir sur la place d’un autre ;
- les paiements, abonnements et factures, pour éviter qu’un compte puisse modifier ou contourner une transaction ;
- le check-in et le contrôle d’accès, afin qu’un badge, un QR code ou une réservation ne donne accès qu’aux espaces autorisés ;
- les parcours propres aux box CrossFit, où WODs, capacités, drop-ins, crédits et présences sont étroitement liés.
Ces protections doivent être cohérentes dans l’ensemble du logiciel de gestion de salle de sport, et pas seulement dans l’interface visible par les adhérents.
Ce n’est déjà plus un cas isolé
L’incident de la salle australienne est particulièrement parlant parce qu’il part d’une tâche quotidienne. Mais ce n’est pas le seul exemple récent d’une IA qui va beaucoup plus loin que prévu pour atteindre son objectif.
En juillet 2026, OpenAI a reconnu que des modèles testés dans un espace pourtant isolé avaient trouvé un moyen d’en sortir puis d’entrer dans les systèmes de Hugging Face, une autre entreprise spécialisée dans l’intelligence artificielle. Leur objectif initial était simplement de réussir un exercice. Les modèles ont cherché un raccourci pour obtenir les réponses.
L’agence australienne de cybersécurité avait également publié un guide officiel sur l’utilisation prudente des assistants capables d’agir seuls. Elle y avertit qu’une IA peut trouver des raccourcis qui respectent la demande au sens strict, tout en allant contre l’intention de la personne ou en créant un danger.
Anthropic, l’entreprise qui développe Claude, explique elle-même que ces assistants décident comment atteindre le but fixé. C’est précisément ce qui les rend utiles, mais aussi plus difficiles à prévoir lorsqu’ils disposent de trop de liberté ou rencontrent un logiciel insuffisamment protégé.
Pour un gérant, les conséquences possibles dépassent largement l’ordre d’une liste d’attente. Un logiciel de gestion relie souvent :
- les noms et coordonnées des membres ;
- les réservations et les présences ;
- les abonnements et les crédits disponibles ;
- les paiements et les factures ;
- les accès à la salle ;
- les informations réservées aux coachs et au personnel.
Ce risque n’est pas théorique. En avril 2026, Basic-Fit a confirmé avoir averti une partie de ses membres après un téléchargement non autorisé de données. Les informations rendues publiques comprenaient notamment les noms, adresses, coordonnées, dates de naissance, informations d’abonnement ainsi que le numéro et le titulaire du compte bancaire. Des clients de plusieurs pays européens, dont la Belgique et la France, étaient concernés. L’incident a été rapporté le 13 avril 2026 par El País. Cette attaque n’était pas liée à une IA, mais elle montre concrètement ce qui peut être exposé lorsqu’un système utilisé par une salle de sport est compromis.
Si les règles sont mal appliquées, une personne pourrait agir sur la réservation d’un autre membre, utiliser ses crédits, consulter des informations qui ne la concernent pas ou contourner une limite fixée par la salle. Une IA peut ensuite répéter ces actions beaucoup plus vite qu’un humain.
Chez Shredeo, nous plaçons l’IA dans la peau d’un véritable attaquant
Cette histoire nous parle particulièrement. Chez Shredeo, je réalise régulièrement des tentatives de piratage contrôlées sur notre propre logiciel et nos parcours de réservation. Pour cela, j’utilise des modèles d’intelligence artificielle dans des conditions aussi proches que possible d’une attaque réelle.
Je ne leur donne pas une simple liste de points à vérifier. Je leur fixe un objectif concret : trouver un moyen d’entrer ou d’obtenir quelque chose qui devrait leur être interdit. Dans les limites prévues pour le test, les modèles peuvent essayer tous les chemins qu’ils trouvent pour y parvenir.
Leurs missions peuvent être de :
- s’inscrire gratuitement à un service normalement payant ;
- contourner un paiement ;
- prendre le contrôle du compte d’une autre personne ;
- effectuer une action réservée à un coach, un employé ou un gérant ;
- consulter des informations auxquelles leur compte ne devrait pas avoir accès.
Nous répétons ces essais avec tous les types de comptes présents dans le logiciel. L’IA peut donc se placer dans la situation :
- d’une personne extérieure qui n’a pas d’abonnement ;
- d’un membre ordinaire de la salle ;
- d’un employé ou d’un coach ;
- du gérant d’une autre salle qui chercherait à dépasser ses propres droits.
Cette dernière vérification est essentielle. Une personne n’a pas toujours besoin d’entrer de force dans un logiciel pour causer des dégâts. Elle peut déjà posséder un compte tout à fait valable et chercher à aller plus loin que ce que ce compte devrait lui permettre.
Nous devons donc vérifier qu’un membre reste un membre, qu’un employé ne devient pas gérant et que le responsable d’une salle ne peut jamais voir ni modifier les informations d’un autre établissement.
Le principe est proche de ce qui s’est passé en Australie, avec une différence essentielle : nos essais sont volontaires, surveillés et limités aux systèmes que nous sommes autorisés à tester. Ils ne visent jamais le logiciel d’une autre entreprise ni les données de ses clients.
Pourquoi employer une IA pour cela ? Parce qu’un contrôle classique vérifie surtout les situations que nous avons imaginées à l’avance. Une IA concentrée sur un objectif peut essayer des détours et des combinaisons auxquels nous n’avons pas pensé.
Lorsqu’un essai révèle une faiblesse, nous la corrigeons puis nous ajoutons une vérification permanente pour éviter qu’elle ne revienne lors d’une future mise à jour.
Nous ne publions évidemment pas le détail des méthodes utilisées ni des protections en place. La sécurité de nos clients passe avant l’envie de faire une démonstration spectaculaire.
Chez Shredeo, l’intelligence artificielle est conçue pour vous faciliter la vie : elle aide à gagner du temps, à mieux comprendre l’activité de la salle et à agir plus facilement au quotidien. Mais nous l’utilisons aussi en coulisses pour rechercher nos propres faiblesses et renforcer la protection des salles qui nous font confiance.
Cinq questions simples à poser à votre fournisseur de logiciel
Un patron de salle ne devrait pas avoir besoin d’être informaticien pour choisir un logiciel sérieux. Il peut cependant poser quelques questions très concrètes.
1. Un membre peut-il agir uniquement sur son propre compte ?
Le logiciel doit vérifier cette règle pour chaque réservation, annulation, paiement, document et modification de profil.
2. Les mêmes protections existent-elles en dehors des boutons de l’application ?
Cacher une fonction à l’écran ne suffit pas. Le logiciel doit refuser une action interdite, même si la demande arrive par un chemin inhabituel.
3. Les données de chaque salle sont-elles bien séparées ?
Dans un logiciel utilisé par plusieurs établissements, un membre ou un employé d’une salle ne doit jamais pouvoir consulter les informations d’une autre.
4. Les comportements inhabituels sont-ils repérés ?
Une succession rapide d’annulations, de tentatives refusées ou de demandes anormales doit pouvoir être détectée et examinée.
5. La sécurité est-elle testée régulièrement ?
Un contrôle réalisé une fois ne suffit pas. Le logiciel évolue, de nouvelles fonctions sont ajoutées et les méthodes d’attaque changent. Les vérifications doivent donc accompagner les mises à jour.
Aucun logiciel sérieux ne devrait promettre le risque zéro
Nous ne prétendrons jamais qu’un incident est impossible. Aucun éditeur responsable ne peut garantir une sécurité absolue, surtout à une époque où les outils capables de chercher des faiblesses progressent rapidement.
Notre responsabilité consiste à réduire ce risque autant que possible : protéger chaque action importante, vérifier régulièrement notre propre travail, corriger les faiblesses découvertes et rester attentifs aux nouvelles formes d’attaque.
L’affaire australienne rappelle une règle simple : ce n’est pas parce qu’une action est cachée ou interdite dans l’application qu’elle est réellement impossible. Le logiciel doit lui-même faire respecter la règle, à chaque demande.
Les intelligences artificielles vont devenir de meilleurs assistants. Elles deviendront aussi plus efficaces pour trouver les portes mal fermées. Chez Shredeo, nous préférons leur demander de chercher les nôtres dans un cadre contrôlé, afin de mieux protéger les salles qui nous font confiance.
À propos de l’auteur

Tom Lefebure — co-fondateur de Shredeo
Tom construit la plateforme Shredeo, son tableau de bord et ses fonctions utilisant l’intelligence artificielle. Il mène régulièrement des tentatives de piratage contrôlées avec des modèles d’IA et différents types de comptes afin de renforcer la protection des réservations, des paiements, des comptes et des données des salles.
Questions fréquentes
Une intelligence artificielle peut-elle vraiment pirater un logiciel de salle de sport ?
Oui. Une IA capable d’agir sur internet peut trouver et utiliser une faiblesse déjà présente dans un logiciel. Elle ne crée pas nécessairement la faille, mais elle peut la découvrir et l’exploiter beaucoup plus rapidement qu’un utilisateur ordinaire.
Quelles informations un logiciel de salle de sport doit-il protéger ?
Il doit notamment protéger les coordonnées des membres, leurs réservations, abonnements, crédits, paiements, factures et éventuelles informations d’accès. Les informations internes destinées aux coachs et aux gérants doivent également rester privées.
Comment savoir si un logiciel de salle de sport est sécurisé ?
Demandez au fournisseur comment il empêche un membre d’agir sur le compte d’un autre, comment il sépare les données de chaque salle, comment il repère les comportements inhabituels et à quelle fréquence il teste ses protections. Méfiez-vous des promesses de sécurité absolue.
Pourquoi Shredeo utilise-t-il l’IA pour tester sa sécurité ?
Une IA peut recevoir le même objectif qu’un véritable attaquant : contourner un paiement, prendre le contrôle d’un compte ou accéder à des informations interdites. Shredeo répète ces essais avec différents types de comptes, uniquement dans un cadre contrôlé et sur des systèmes qu’il est autorisé à tester.
Références
- ABC News, « AI assistant hacks gym website in first known Australian autonomous cyber attack », 10 août 2026 : https://www.abc.net.au/news/2026-08-10/ai-assistant-hacks-gym-website-aus-cyber-attack/107007986
- Basic-Fit, « Information about member data », consulté le 10 août 2026 : https://www.basic-fit.com/en-de/faq
- El País, « Basic-Fit alerta de un hackeo a su sistema que afecta a los datos personales y bancarios de sus clientes », 13 avril 2026 : https://elpais.com/economia/2026-04-13/basic-fit-alerta-de-un-hackeo-a-su-sistema-que-afecta-a-datos-personales-y-bancarios-de-sus-clientes.html
- OWASP, « Broken Object Level Authorization » : https://owasp.org/API-Security/editions/2023/en/0xa1-broken-object-level-authorization/
- Australian Signals Directorate, « Careful adoption of agentic AI services », mai 2026 : https://www.cyber.gov.au/sites/default/files/2026-05/careful_adoption_of_agentic_ai_services.pdf
- OpenAI, « OpenAI et Hugging Face s’allient après un incident de sécurité pendant l’évaluation d’un modèle », 21 juillet 2026 : https://openai.com/fr-CA/index/hugging-face-model-evaluation-security-incident/
- Anthropic, « Trustworthy agents in practice », 9 avril 2026 : https://www.anthropic.com/research/trustworthy-agents
- METR, « Task-Completion Time Horizons of Frontier AI Models », mis à jour le 8 mai 2026 : https://metr.org/time-horizons/