El aluvión de información sobre la vulnerabilidad de Mythos se topa con un cuello de botella humano

Un estudio reciente sobre la iniciativa Project Glasswing de Anthropic revela una gran diferencia entre la cantidad de fallas detectadas por la inteligencia artificial y aquellas que realmente resultan ser reales, graves y solucionables. Esto apunta a que el principal obstáculo actual en la investigación de seguridad informática no es la capacidad de descubrir fallos, sino el proceso humano necesario para validarlos y coordinar su corrección.

De acuerdo con el análisis de los registros públicos, el modelo generó decenas de miles de posibles vulnerabilidades, pero solo una pequeña fracción alcanzó la etapa de divulgación a los responsables de los programas, mientras que los fallos con parche confirmado o retirado representan porcentajes mínimos. Asimismo, el estudio cuestiona la precisión y la evaluación de gravedad de la inteligencia artificial, señalando que el modelo tendía a calificar los problemas como de alta gravedad o críticos en una proporción mucho mayor que los propios mantenedores de los programas afectados.

Otras investigaciones con herramientas similares también muestran inconsistencias y variaciones significativas al analizar el mismo código en distintas ejecuciones, lo que demuestra que, aunque la tecnología abarató la detección inicial, la validación y el triaje consumen una cantidad considerable de recursos económicos y humanos. Como resultado, la industria enfrenta el reto de gestionar un volumen masivo de alertas mientras los procesos de seguridad continúan operando a velocidad humana.