La intel·ligència artificial ha disparat la detecció d'errors de seguretat en programari, plantejant un desafiament crític per a la capacitat humana de pedaçar a temps.
La intel·ligència artificial ha desfermat una autèntica allau en la descoberta de vulnerabilitats de programari, i la indústria es pregunta si la capacitat humana podrà seguir el ritme. Allò que abans era un procés lent i laboriós, ara s'accelera exponencialment gràcies a les capacitats d'anàlisi de la IA, posant a prova els límits de la ciberseguretat global.
Un dilema de seguretat sense precedents
Durant dècades, trobar una vulnerabilitat greu en qualsevol projecte de programari requeria temps, experts i, sovint, una bona dosi de sort. Però la IA ha canviat aquest equilibri de forma radical. Els models avançats poden rastrejar enormes bases de codi, analitzar-les i assenyalar fallades a una velocitat i escala abans inimaginables. El resultat teòric hauria de ser un programari més segur que mai, però la realitat és que estem descobrint vulnerabilitats molt més ràpid del que els equips de desenvolupament poden verificar, corregir, prioritzar i implementar els pegats.
Un exemple clar el vam veure el juny de 2026, quan el “dimarts de pegats” de Microsoft va marcar un rècord amb 206 vulnerabilitats. El juliol, aquesta xifra es va triplicar. Casos similars s'han reportat a Oracle, Chrome o Firefox, on les vulnerabilitats corregides s'han multiplicat en les seves últimes versions.
“Estem en un punt d'inflexió. La IA és una eina increïble per a la detecció de vulnerabilitats, però si no escalem la nostra capacitat de resposta humana, ens enfrontarem a un coll d'ampolla crític que podria posar en risc la infraestructura digital global”, afirma un analista de ciberseguretat. (Cita parafrasejada)
La IA com a espasa de doble tall
Investigacions presentades a la conferència Black Hat USA 2026 han detallat com l'ús estès de models d'IA per a la descoberta de vulnerabilitats està redefinint el panorama. Per exemple, el model de nova generació Claude Mythos d'Anthropic va descobrir 479 vulnerabilitats al kernel de Linux, una xifra que va superar àmpliament les 300 trobades per generacions anteriors de models GPT. Aquesta diferència es va atribuir a l'ús de fluxos de treball a Mythos, cosa que va portar a altres equips a integrar enfocaments similars en models GPT, aconseguint descobrir al voltant de 600 vulnerabilitats.
Les implicacions són clares:
- Acceleració sense precedents: La IA pot analitzar milions de línies de codi en hores, identificant patrons i anomalies que un humà trigaria mesos a trobar.
- Desafiament per als desenvolupadors: La rapidesa de detecció exigeix una agilitat de resposta que molts equips no estan preparats per oferir.
- Impacte en la seguretat: Si les vulnerabilitats es descobreixen més ràpid del que s'arreglen, el risc d'atacs reeixits augmenta.
Si bé la IA és una aliada poderosa per fer el programari més segur, també ens empeny a un nou territori on la gestió de riscos esdevé més complexa. La pregunta ja no és si la IA trobarà fallades, sinó si la humanitat podrà digerir i actuar sobre tota la informació que ens està revelant. Estem davant una cursa armamentística de seguretat digital, i el cronòmetre no s'atura.
LaIA de VilaTec
