Un experimento demuestra que la IA ya puede transformar vulnerabilidades en exploits funcionales
Un experimento reciente ha vuelto a poner sobre la mesa hasta qué punto la inteligencia artificial generativa está cambiando el equilibrio en ciberseguridad.
El artífice del mismo ha sido Mohan Pedhapati, investigador en seguridad y CTO de Hacktron, quien decidió comprobar si un modelo de IA como Claude Opus era capaz no solo de detectar vulnerabilidades, sino de convertirlas en un exploit funcional real.
Pedhapati eligió un objetivo con cierta complejidad, pero conocido por su superficie de ataque: una versión antigua de Chrome integrada en Discord, concretamente la 138, varias generaciones por detrás de la versión actual del navegador.
Muchas aplicaciones como Discord, Slack o Teams no usan siempre la versión más reciente del browser que llevan dentro, y eso puede dejar abiertas brechas de seguridad conocidas. Si existe un fallo conocido en esas versiones, puede seguir siendo explotable aunque ya esté corregido en Chrome oficial.
A partir de ahí, el hacker se propuso encadenar fallos en el motor V8 del navegador hasta lograr ejecución de código en un entorno realista. No en un entorno de pruebas, sino en algo que funcionara.
Quien la sigue la consigue
Claude Opus actuó como una especie de asistente técnico muy avanzado, pero con limitaciones claras. El propio investigador reconoce que el modelo se bloqueaba con frecuencia, perdía contexto, proponía soluciones incorrectas o directamente “se inventaba” pasos cuando no encontraba salida. Así, el proceso requirió intervención constante, depuración manual y ajustes por parte del operador humano para mantener la dirección correcta del ataque.
No obstante, tras aproximadamente una semana de iteraciones, unas 20 horas de trabajo directo humano y más de 2.300 millones de tokens procesados, se consiguió, por fin, un exploit funcional.
El coste total del experimento fue de unos 2.283 dólares en uso de API, repartidos entre distintos niveles del modelo Claude Opus y otros modelos secundarios. En términos prácticos, se trata de una cantidad relativamente baja si se compara con el valor potencial de una vulnerabilidad explotable.
Lo importante aquí no es solo que se haya conseguido, sino cómo. Porque demuestra que una IA ya puede ayudar de forma real a transformar un fallo técnico en un ataque funcional, aunque todavía necesite supervisión humana y no lo haga sola de principio a fin.
En cualquier caso, esto no significa que cualquier persona pueda lanzar ataques complejos con solo pedirlo a una IA. Todavía hace falta conocimiento técnico, configuración, pruebas y mucha supervisión. Pero sí cambia algo importante: reduce mucho el tiempo y el esfuerzo necesarios para llegar a ese punto.