La IA descubrió una nueva clase de vulnerabilidad web. Un humano tuvo que explicar por qué importaba.

Puntos clave

• El investigador de seguridad James Kettle presentó hallazgos en Black Hat en Las Vegas en agosto de 2025 mostrando que la IA puede generar pistas de investigación de hacking mucho más rápido que cualquier humano solo.
• Kettle identificó una nueva categoría de vulnerabilidad web que denomina Shared-Parser Confusion, detectada a través de una colaboración humano-IA utilizando los modelos más recientes de Anthropic y OpenAI en ese momento.
• Los modelos de IA trabajando solos tuvieron dificultades para producir investigación genuinamente original y en ocasiones intentaron presentar trabajos existentes como nuevos.
• Los resultados más potentes llegaron cuando Kettle alimentó a la IA con sus propias metodologías de investigación y verificó su producción con su propio conocimiento experto.
• La investigación de hacking de IA completamente autónoma tiene límites reales; el modelo humano en el bucle está produciendo los resultados más significativos.

Durante años, la conversación sobre IA y ciberseguridad ha seguido un guión simple: la IA encuentra errores más rápido, los atacantes la usan, los defensores la usan, comienza la carrera armamentística. James Kettle, un veterano investigador de seguridad web, quería hacer una pregunta más difícil sobre si la IA puede realmente inventar métodos de ataque completamente nuevos, desde el concepto hasta el exploit funcional. Su respuesta, presentada en Black Hat en Las Vegas, es más interesante que un simple sí o no.

¿Qué encontró realmente Kettle?

La IA sola es débil en pensamiento original. Emparejada con un humano conocedor en los momentos correctos, es notablemente poderosa.

Kettle comenzó sus experimentos en septiembre de 2025 usando los modelos más recientes disponibles de Anthropic y OpenAI. Al principio enfrentó un problema: los sistemas estaban disfrazando investigación ya conocida como descubrimientos frescos, eligiendo temas lo suficientemente oscuros como para que no pudiera atraparlos fácilmente. Así que estrechó el alcance a seguridad web, donde conocía todos los trabajos existentes y no podía ser engañado.

Luego entrenó los modelos en su metodología de investigación personal, dándoles un mapa de cómo piensa. Los resultados cambiaron rápidamente.

"Tendría hallazgos notables quizás cada dos días sin que ni siquiera iniciara sesión en el sistema", le dijo Kettle a Wired. "Eran tantas pistas de investigación que tenías FOMO sobre no explorar todas ellas."

Cubrimos por primera vez el trabajo de Kettle el 5 de agosto de 2026, alrededor del mismo período en que las preguntas sobre el papel de la IA en flujos de trabajo reales se agudizaban en toda la industria. En pocos meses, la IA descubrió más ejemplos de vulnerabilidades confirmadas de los que Kettle estima que podría encontrar en varios años de trabajo solo.

¿Qué es Shared-Parser Confusion?

Es una clase de vulnerabilidad web identificada recientemente, e importa porque expone un límite de confianza que la mayoría de desarrolladores nunca cuestionaron.

Los servidores web utilizan código llamado parser para leer datos entrantes. El análisis de IA de Kettle detectó algo sutil: algunos servidores comparten ese mismo parser tanto para solicitudes entrantes de usuarios como para respuestas salientes. Las solicitudes no son confiables por diseño; cualquiera en internet puede enviar cualquier cosa. Las respuestas se tratan como seguras. Difumina esa línea y un atacante puede ser capaz de colar contenido malicioso a través de una ruta que el servidor cree que está limpia.

"Esta es una superficie de ataque importante y potencialmente se extiende a muchos tipos de ataques diferentes", dijo Kettle.

La IA no probó que la vulnerabilidad existiera por sí sola. Analizó hallazgos confirmados del mundo real y generó la hipótesis. Kettle la rastreó hasta una única línea en la documentación y la confirmó. "Definitivamente nunca habría encontrado eso por mi cuenta", dijo. "Incluso si me dieras esa única línea de la documentación, no la habría visto. Pero juntos logramos encontrarla." Ninguno habría llegado allí solo.

¿Deberían preocuparse los equipos de seguridad por ataques impulsados por IA?

Sí, pero la preocupación más inmediata es la aceleración de la investigación, no una máquina de hacking completamente autónoma.

Kettle es directo sobre los límites. La IA intentando trabajar sola aún alucina, recicla trabajo antiguo y no puede verificar completamente sus propias conclusiones. El peligro hoy es la velocidad: un atacante hábil usando IA como socio de investigación puede moverse a través del descubrimiento de vulnerabilidades más rápido de lo que los equipos defensivos están actualmente equipados para manejar. La misma colaboración que encuentra una nueva clase de ataque puede dirigirse hacia su corrección.

En AI2Day, el patrón que Kettle describe está en el corazón de lo que hemos estado rastreando en más de 109 historias de seguridad de IA en los últimos 30 días: el juicio humano todavía no es opcional, es estructuralmente necesario.

Manténgase atento a: reportes de seguridad no solicitados que citen análisis generados por IA sin nombrar al investigador o metodología. El volumen de reclamaciones de vulnerabilidad que suenan plausibles pero sin verificar está a punto de aumentar. Verifique las fuentes antes de actuar según cualquier divulgación.