El arma que ya no necesita un guerrero – CYBERDEFENSA.MX

Cada arma comienza como una extensión de la mano que la sostiene. La lanza alargó el alcance del brazo. El arco hizo volar la punta sin lanzarla. El rifle situaba la muerte de un hombre a un cuarto de milla fuera de su vista, y el avión transportaba esa muerte a través de los océanos. A cada paso, la distancia entre el guerrero y la herida se hacía más amplia y, sin embargo, una cosa nunca se movía: un humano escogía el objetivo y un humano asestaba el golpe. Durante toda la historia del conflicto, incluido el ámbito cibernético, la mano ha permanecido sobre el arma.

La IA ofensiva es el momento en que el arma aprende a apuntar por sí misma.

Desde hace tres años, la inteligencia artificial (IA) es una extensión del bolígrafo. Redactó el correo electrónico de phishing, propuso el exploit, esbozó la función maliciosa y luego, como todas las herramientas anteriores, devolvió el trabajo a un humano para que lo llevara a cabo. En 2023, publiqué un documento técnico en el Instituto de Tecnología SANS que mostraba cómo una persona sin casi ninguna habilidad podía convencer a un chatbot para que produjera malware que pasara por alto los controles creados para detenerlo. Esa era la edad del asistente: peligroso, sin duda, pero todavía atado al operador que lo sostenía. La IA agente corta la correa. Toma el objetivo y recorre los pasos por sí mismo. Este único cambio, de una herramienta que dibuja a una herramienta que actúa, está remodelando las operaciones ofensivas más rápidamente que las defensas construidas para atraparlas, y va en dos direcciones a la vez. Otorga capacidad real a los atacantes que nunca la poseyeron y brinda una velocidad feroz a aquellos que ya eran mortales.

Si su oficio es un trabajo ofensivo, este es el terreno en el que se encuentra ahora. Las herramientas que un adversario utiliza contra un objetivo son las herramientas que usted debe ser capaz de utilizar, y ha ido mucho más allá de los chatbots que componen phishing más bonitos. Vale la pena estudiar, con ojos claros y nada sentimentales, lo que estos agentes pueden hacer hoy, cómo te permiten operar a un ritmo que últimamente parecía imposible, y dónde te llevarán silenciosamente por un precipicio si los sigues con demasiada fe.

La puerta ha caído

Consideremos el actor de amenazas de nivel básico, históricamente limitado por la falta de experiencia técnica. Estas personas ahora pueden aprovechar los agentes para desarrollar exploits y realizar campañas de forma autónoma. El dominio técnico ya no es un requisito previo; la intención y el acceso a herramientas capaces son suficientes. Me refiero a este fenómeno como «script kiddie como servicio», lo que significa el surgimiento de ataques sofisticados por parte de actores previamente no capacitados.

Una implicación adicional es que las limitaciones de los atacantes no capacitados ahora están definidas por las capacidades de los modelos de IA que han elegido y no por su propia experiencia. A medida que numerosos actores no capacitados emplean modelos similares de manera comparable, sus metodologías de ataque comienzan a converger, lo que resulta en una monocultura conductual. Si bien esto aumenta el volumen de ataques competentes, también crea patrones reconocibles, como phishing estandarizado y cadenas de exploits. Los adversarios hábiles se adaptarán más allá de estos valores predeterminados, pero la mayoría no. En consecuencia, los defensores que comprenden estos comportamientos predeterminados pueden anticipar y mitigar mejor las amenazas generalizadas.

Para los profesionales experimentados, la inteligencia artificial no necesariamente mejora las habilidades, pero aumenta significativamente la velocidad operativa. Capacitar a un agente en un oficio establecido permite la ejecución paralela de campañas, lo que reduce las tareas que antes requerían semanas a meras horas. Este doble efecto, más atacantes de nivel básico y ataques acelerados por parte de expertos, amplía el panorama general de amenazas. Para quienes llevan a cabo operaciones ofensivas autorizadas, este es ahora el estándar predominante. Los adversarios ya utilizan estas herramientas, y cualquier compromiso que las descuide no refleja las amenazas actuales.

La caza se ejecuta sola

Uno de los ejemplos más comunes que suelo dar a la gente es la ingeniería social autónoma. En este escenario, un atacante implementa un agente para recopilar información disponible públicamente sobre un objetivo, como perfiles de LinkedIn, comunicados de prensa o grabaciones de conferencias, para construir un perfil detallado. Luego, esta inteligencia es utilizada por un segundo agente, que genera y envía mensajes personalizados, gestiona respuestas y lleva a cabo una conversación continua, avanzando gradualmente hacia su objetivo. No se requiere intervención humana en el proceso de comunicación.

El peligro aquí no es la velocidad; es la muerte silenciosa de las señales en las que confiábamos. Durante años, nuestras defensas contra el phishing se apoyaron en los indicadores de la producción en masa: la gramática torpe, la plantilla reciclada, el correo idéntico enviado diez mil veces. Esos son precisamente los indicios que este acuerdo borra. Cada mensaje llega con fluidez, singular y basado en algo genuinamente cierto acerca de su objetivo. Claro, las señales de infraestructura perduran; cosas como la reputación del remitente, la autenticación y similares siguen estando vigilantes, pero ahora, como defensores, tenemos que apoyarnos en ellas más que nunca, y ¿cuánto tiempo pasará antes de que esas defensas se rompan bajo esa presión? La información lingüística y a nivel de plantilla nos dice que gran parte de nuestra detección, de la que dependíamos silenciosamente, ha desaparecido.

Y no se trata sólo de ingeniería social. La misma automatización está superando a la explotación. A medida que los modelos de frontera se vuelven más prácticos para encadenar llamadas a herramientas y corregirse a sí mismos frente a un entorno vivo, el listón para producir un exploit que funcione es cada vez más bajo con cada lanzamiento. Tanto es así que el gobierno federal ahora se está involucrando y obligando a retirar del mercado modelos como el Fable 5 de Anthropic por temor a sus capacidades. Pero esto es sólo la punta del iceberg. Al vincular incluso modelos moderadamente capaces a una base de datos de recuperación de vulnerabilidades conocidas, realizará su propio reconocimiento, juzgará a qué está probablemente expuesto un objetivo, extraerá el exploit correspondiente del estante e informará como un perro que ha captado un olor: creo que esto funcionará, según estos indicadores. ¿Lo ejecuto? El malware está recorriendo el mismo camino, volviéndose agente por derecho propio, y ya estamos viendo a los agentes reescribir el malware existente en cepas más silenciosas creadas para escapar de los controles que conocían la forma anterior. Esto comenzó hace años con la introducción del “Arma de acceso guiado a la red (GNAW)” que presenté en la conferencia Hackers Teaching Hackers.

La confianza de un falso oráculo

Todo esto hace que los agentes sean algo muy seductor en quien apoyarse. Son rápidos, corren solos y hablan con autoridad inquebrantable de principio a fin. Esa última cualidad es la trampa, y llamarla mentira es halagarla intencionalmente. El agente no busca la verdad. Es buscar una tarea terminada y una respuesta que tenga la apariencia de tener razón. No tiene una visión privilegiada sobre si un anfitrión es realmente vulnerable; relaciona los indicadores con una conclusión y entrega esa conclusión con la misma voz firme, ya sea que la conclusión sea sólida o vacía. Combínelo con un almacén de vulnerabilidades de recuperación, y la falla se agrava, ya que la recuperación muestra lo que está plausiblemente relacionado, no lo que realmente se aplica. No comprueba la versión, ni la configuración, ni siquiera si se puede acceder al servicio.

Donde se hace la prueba

Ese problema de juicio es precisamente la razón por la que importa el lugar que ocupa esta obra. El Plano de IA segura SANSescrito por Rob T. Lee, director de IA de SANSdivide el desafío más amplio en tres vías: proteger la IA, utilizar la IA y gobernar la IA. El gobierno produce la política y la supervisión que hacen que estos sistemas rindan cuentas. La protección fortalece los sistemas que una organización realmente ejecuta. Utilizar es donde la IA se pone a trabajar tanto para la ofensiva como para la defensa, y las operaciones ofensivas son su ventaja más destacada.

Los líderes escuchan las palabras «seguridad de la IA» e imaginan carpetas de políticas y un comité de gobernanza en una sala tranquila. Sin embargo, Utilize es el único de los tres que ofrece pruebas: los ataques reales van contra los sistemas reales, lo que revela si la política y el endurecimiento se mantienen cuando son atacados. Una organización puede redactar todas las directrices que le plazca y defender todas las defensas que pueda adquirir, pero hasta que alguien ponga estas herramientas contra sus propios muros, todavía no sabrá cuál de ellas resistirá. Una defensa es una teoría hasta que hace contacto, y el operador es quien la lleva allí. Por eso son cada vez más los operadores quienes exigen cuentas de todo el programa.

Para qué sirve el guerrero

Regresemos, pues, al punto de partida. Durante toda la historia de la humanidad, la mano permaneció sobre el arma porque no se podía confiar en que ésta eligiera, y eso no ha cambiado mucho. La máquina ahora puede apuntar sola, pero no puede indicarle si debe disparar. Nombrará un objetivo que nunca estuvo allí y pedirá, con la misma voz tranquila que usa cuando tiene razón, permiso para disparar. Cada parte mecánica de esta nave pasa a la máquina. La única parte que no lo es, el juicio de distinguir una cosa verdadera de una mentira confiada y tomar la mano hasta estar seguro, se está convirtiendo en la totalidad de la obra. El guerrero nunca ha estado más lejos de la herida, y la elección que los une nunca ha pesado más. El arma ya no necesita un guerrero para blandirla, pero nunca ha necesitado de una persona para decidir si se debe blandir o no más que ahora.

Aprenda IA ​​ofensiva en SANS San Antonio 2026

Este agosto abordaré estas cuestiones en profundidad durante mi SEC535: IA ofensiva: herramientas y técnicas de ataque curso realizado en SANS San Antonio 2026. A lo largo de tres días de laboratorios prácticos, trabajamos las técnicas descritas aquí desde el lado de la línea del operador: reconocimiento e ingeniería social asistidos por IA, ataques de clonación de voz y deepfake, descubrimiento de vulnerabilidades respaldado por IA y el uso de IA en el desarrollo y evasión de malware. Manejará las herramientas con sus propias manos y obtendrá una verdadera sensación de su alcance, sus límites y los puntos precisos en los que no se debe confiar. Esa es la distancia entre saber que estos ataques existen y poder ejecutarlos.

La máquina apuntará. Sea el juicio detrás del tiro.

Regístrese para SANS San Antonio 2026 aquí.

Nota: Este artículo ha sido escrito y contribuido por expertos de Foster Nethercott, autor del curso SANS SEC535.

¿Encontró interesante este artículo? Este artículo es una contribución de uno de nuestros valiosos socios. Síguenos en noticias de google, Gorjeo y LinkedIn para leer más contenido exclusivo que publicamos.

La carrera por la seguridad de la IA necesita responsabilidad, no sobrerregulación

Los modelos de IA como Claude Mythos de Anthropic y Daybreak de OpenAI representan un punto de inflexión fundamental en la seguridad. Estos avances no sólo están remodelando la tecnología sino también redefiniendo la confianza, el riesgo y la relación entre los humanos y los sistemas inteligentes. A medida que se acelera la innovación, la gobernanza de la IA y el despliegue responsable se están convirtiendo en prioridades estratégicas para todas las organizaciones.

Históricamente, los gobiernos han desempeñado un papel estabilizador durante momentos de cambio tecnológico transformador. Sin embargo, el ritmo y la escala de la era de la IA exigen un nuevo modelo, basado en la asociación en lugar del control, que equilibre la responsabilidad social con la necesidad de sostener la innovación y la competitividad global.

La orden ejecutiva de la Casa Blanca sobre la gobernanza de la IA indica que la colaboración entre la industria y los formuladores de políticas moldeará cada vez más el panorama futuro. Marcos propuestos que promueven la transparencia y la responsabilidad. punto de desarrollo hacia un enfoque más coordinado de la gestión de riesgos.

La gobernanza eficaz de los modelos de IA debe equilibrar salvaguardias claras con la velocidad de la innovación, alineando a las organizaciones, los formuladores de políticas y los líderes tecnológicos en torno a un objetivo compartido: hacer avanzar la IA de maneras que fortalezcan la confianza, la seguridad y el valor a largo plazo. El camino a seguir no se define mediante una supervisión estricta, sino mediante la construcción de un ecosistema de rendición de cuentas.

Tres puntos clave fundamentan este enfoque.

En primer lugar, la industria debería reconocer el lanzamiento de Mythos por parte de Anthropic como un ejemplo de innovación responsable. Los líderes de la empresa reconocieron los riesgos del modelo y retrasaron deliberadamente una implementación más amplia, lo que permitió que las pruebas tempranas descubrieran las vulnerabilidades antes de su adopción generalizada.

La lección más amplia se extiende más allá del lanzamiento de un solo modelo. El liderazgo responsable significa priorizar decisiones que generen confianza y permitan una innovación sostenida. A medida que se aceleran las capacidades de la IA, las organizaciones más exitosas y líderes serán aquellas que entrelazan la responsabilidad con sus objetivos ambiciosos, en lugar de tratarlos como prioridades en competencia.

En segundo lugar, la innovación rara vez prospera bajo marcos rígidos. La historia ha demostrado que muchos regímenes de cumplimiento, aunque bien intencionados, incentivan a las organizaciones a optimizar los requisitos en lugar de los resultados. La seguridad se fortalece a través de sistemas diseñados para la resiliencia y la confianza, que van más allá del mero cumplimiento.

En tercer lugar, desacelerar la innovación en IA con sede en Estados Unidos corre el riesgo de debilitar la competitividad a largo plazo. Estados Unidos sigue siendo un líder en IA, pero mantener esa posición requerirá equilibrar las salvaguardias responsables con la inversión y el progreso continuos. Los enfoques demasiado restrictivos corren el riesgo de frenar el avance interno mientras otras naciones continúan acelerando el desarrollo y la capacidad.

Un enfoque eficaz de gobernanza de la IA fomentaría un mayor desarrollo responsable de modelos de IA, como lo demuestra Anthropic. Evitaría la regulación gubernamental directa y, en cambio, haría cumplir la responsabilidad de las empresas que son irresponsables con el desarrollo de la IA.

Es de esperar que la asociación y colaboración entre entidades gubernamentales y la industria continúe más allá de la orden de la Casa Blanca. Los formuladores de políticas y los líderes de la industria deberían crear incentivos que recompensen a los proveedores de IA por considerar las implicaciones sociales antes de lanzar nuevas soluciones. Este marco destacaría a los proveedores responsables como modelos para la industria y al mismo tiempo impondría consecuencias significativas basadas en daños sociales demostrados que afectan directamente las decisiones comerciales y tecnológicas.

Los modelos de IA como Mythos y Daybreak subrayan una realidad más amplia: el futuro de la IA estará determinado por la confianza en torno a la innovación, no simplemente por su ritmo de desarrollo. La próxima era de liderazgo en IA requerirá un nuevo modelo de colaboración entre la industria y los formuladores de políticas que mantenga la velocidad y la adaptabilidad que exige la innovación y al mismo tiempo establezca una responsabilidad significativa por los resultados del mundo real.

El objetivo debe ser guiar el progreso de manera responsable. Las organizaciones y naciones que lideren la era de la IA serán aquellas que demuestren cómo la innovación y la responsabilidad trabajan juntas para fortalecer la confianza, la seguridad y la creación de valor a largo plazo.

Art Gilliland es director ejecutivo de delineauna empresa de ciberseguridad centrada en la protección de identidades humanas, máquinas y IA.

Arte Gilliland

Escrito por Art Gilliland

Art Gilliland es director ejecutivo de Delinea, una empresa de ciberseguridad centrada en la protección de la identidad de humanos, máquinas y IA. Obtuvo su título en economía en Carleton College y su MBA en Harvard Business School.