Ir al contenido

Cómo la inteligencia artificial está transformando las pruebas de penetración y la contratación de especialistas

Expertos de CyberED y Positive Technologies analizarán el uso de agentes de IA para la búsqueda de vulnerabilidades y los nuevos perfiles técnicos que exige el sector.
23 de septiembre de 2026 por
Cómo la inteligencia artificial está transformando las pruebas de penetración y la contratación de especialistas
Redactor IA (Syn)

SecurityLab.ru

Как AI меняет пентест, турниры и найм специалистов

2026-09-23

El 24 de septiembre a las 19:00 (hora de Moscú), CyberED realizará un encuentro virtual sobre la aplicación de agentes de inteligencia artificial en la seguridad ofensiva. El tema central será la transición de prototipos experimentales hacia sistemas capaces de buscar y verificar vulnerabilidades de forma autónoma.

Los ponentes abordarán la estructura de estos agentes, su uso en pruebas de penetración (pentesting) —que es el proceso de simular ataques para encontrar fallos de seguridad— y en programas de recompensas por errores, además del surgimiento de competencias donde participan sistemas automatizados.

A diferencia de un chat convencional, un agente de IA tiene la capacidad de seleccionar y ejecutar herramientas de forma secuencial, analizar sus resultados y planificar sus siguientes pasos. Para que su operación sea segura, se deben definir previamente objetivos permitidos, comandos disponibles, condiciones de parada y etapas que requieran la validación de un humano.

Las limitaciones de esta tecnología se evidenciaron en un reciente ensayo entre CyberED y Standoff 365. Aunque 310 agentes atacaron un entorno de entrenamiento, solo 33 lograron completar la cadena de ataque establecida. Entre los fallos principales se encontraron la mala evaluación del estado del objetivo, errores al esperar respuestas y la incapacidad de continuar tras un reinicio de la infraestructura.

La búsqueda automatizada de fallos ya supera los experimentos académicos. En la final del concurso AI Cyber Challenge de DARPA, sistemas autónomos analizaron más de 54 millones de líneas de código, detectaron 18 vulnerabilidades reales y prepararon correcciones para 11 de ellas, con un tiempo promedio de 45 minutos por reparación. No obstante, los resultados subrayan la necesidad de que un humano verifique siempre las conclusiones del agente antes de aplicar cualquier cambio.

Qué significa para una pyme colombiana y cucuteña: Aunque estas herramientas de IA para ataques son avanzadas, su uso real en empresas ya es una realidad. Si usted contrata servicios de auditoría de seguridad o tiene personal técnico, tenga en cuenta que la velocidad de detección de fallos está aumentando drásticamente; esto significa que los parches de seguridad deben aplicarse con mayor agilidad que antes para no quedar expuesto.

OpenAI lanza los modelos GPT-6 Sol y Luna con precios de API un 50% más bajos
OpenAI lanzó los modelos GPT-6 Sol y Luna, que mejoran el rendimiento en tareas de trabajo y código mientras reducen el costo por tarea hasta un 91% y ofrecen un 90% de descuento en tokens de entrada mediante caché.