56 red seguridad tercer trimestre 2026 IA monográfico La inteligencia artificial (IA) ha irrumpido en la conversación sobre ciberseguridad con una velocidad difícil de ignorar. Modelos cada vez más capaces pueden analizar grandes volúmenes de información, identificar patrones, revisar código, encontrar vulnerabilidades y automatizar tareas que hasta hace poco requerían muchas horas de trabajo especializado. Es una evolución extraordinaria para quienes defienden sistemas, pero exactamente la misma capacidad está disponible, directa o indirectamente, para quienes pretenden atacarlos. El caso Mythos ha puesto esta realidad bajo los focos. La aparición de sistemas con capacidades avanzadas aplicables a la búsqueda de vulnerabilidades abre un debate que va más allá de la propia IA. ¿Qué ocurre cuando actividades que requerían conocimientos especializados, tiempo y recursos pueden acelerarse mediante sistemas capaces de trabajar a una escala difícil de alcanzar para una persona? El multiplicador No significa que la inteligencia artificial haya inventado el ciberataque. Significa que puede reducir algunas de las barreras que hasta ahora limitaban su velocidad y alcance. Podemos imaginarlo como un multiplicador. Un atacante puede utilizar inteligencia artificial para analizar código, investigar objetivos, preparar campañas de ingeniería social más convincentes, detectar configuraciones vulnerables o automatizar determinadas fases de un ataque. Pero un equipo de defensa puede utilizar tecnologías similares para identificar comportamientos anómalos, priorizar alertas, analizar vulnerabilidades o responder con mayor rapidez ante un incidente. La carrera, por tanto, no consiste simplemente en disponer o no de inteligencia artificial. Consiste en quién es capaz de integrarla mejor dentro de sus procesos. Y aquí aparece una cuestión que quizá reciba menos atención: una organización no puede automatizar una estrategia de ciberseguridad que todavía no existe. Aún hay organizaciones, incluidas entidades que prestan servicios esenciales para la sociedad, que se encuentran en las primeras etapas de madurez en ciberseguridad. Algunas están comenzando a identificar correctamente sus activos, segmentar sus redes, controlar los accesos, gestionar vulnerabilidades, establecer procedimientos de respuesta ante incidentes o proteger adecuadamente sus copias de seguridad. En ese contexto resulta tentador pensar que la IA puede convertirse en un atajo. No lo es. Un sistema avanzado de detección no compensa una arquitectura mal segmentada. Un modelo capaz de analizar miles de eventos por segundo no soluciona la existencia de cuentas con privilegios innecesarios. Una herramienta basada en IA no sustituye una política de copias de seguridad, una correcta gestión de identidades, la actualización de sistemas, la formación de los usuarios o un procedimiento probado de respuesta ante incidentes. Son problemas diferentes y deben resolverse en el orden adecuado. Gestión del riesgo La normativa europea está avanzando precisamente hacia una visión basada en la gestión del riesgo. La Directiva NIS2 refuerza la necesidad de que las entidades afectadas adopten medidas técnicas, operativas y organizativas para gestionar sus riesgos de ciberseguridad. No plantea la seguridad como la adquisición de una tecnología concreta, sino como un conjunto de políticas, procedimientos, personas y controles que deben funcionar de forma coordinada. Esto es especialmente importante en las entidades esenciales. Cuando hablamos de infraestructuras cuya interrupción puede afectar a servicios fundamentales, la ciberseguridad no puede IA y ciberseguridad: avanzar sin olvidar los cimientos Mario Prieto Sanlés Preventa técnico de authUSB
RkJQdWJsaXNoZXIy MTI4MzQz