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 la conferencia 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 llama Shared-Parser Confusion, identificada 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 a veces intentaron pasar trabajo existente como nuevo.
• Los resultados más poderosos llegaron cuando Kettle alimentó la IA con sus propios métodos de investigación y verificó su resultado con su propio conocimiento experto.
• Por ahora, la investigación de hacking completamente autónoma con IA 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 armamentista. James Kettle, un veterano investigador de seguridad web, quería hacer una pregunta más difícil. ¿Puede la IA realmente inventar formas completamente nuevas de hackear algo, desde una idea en blanco hasta un ataque funcional?

Su respuesta, entregada en Black Hat en Las Vegas esta semana, 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 adecuados, es notablemente poderosa.

Kettle comenzó sus experimentos en septiembre de 2025 utilizando los últimos modelos disponibles de Anthropic y OpenAI, las dos empresas detrás de las familias de asistentes de IA Claude y ChatGPT. Temprano se topó con un problema: los sistemas estaban presentando investigación ya conocida como descubrimientos frescos, eligiendo temas lo suficientemente oscuros como para que no pudiera detectarlos fácilmente. Así que estrechó el alcance a su propio campo, seguridad web, donde conocía cada artículo existente 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 yo ni siquiera iniciara sesión en el sistema", dijo Kettle a Wired AI. "Eran tantas pistas de investigación que tienes FOMO sobre no explorar todas ellas".

En unos pocos meses, la IA descubrió más ejemplos de vulnerabilidad confirmados de los que Kettle estima que podría encontrar en varios años de trabajo en solitario.

¿Qué es Shared-Parser Confusion?

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

Los servidores web utilizan código, llamado parser, para leer e interpretar datos. El análisis de IA de Kettle identificó algo sutil: algunos servidores utilizan el mismo parser compartido para manejar tanto solicitudes entrantes de usuarios como respuestas salientes del servidor. Las solicitudes no son confiables por diseño; cualquiera en internet puede enviar cualquier cosa. Las respuestas se tratan como seguras. Si un atacante puede difuminar esa línea, es posible que logre colar contenido malicioso a través de una ruta que el servidor cree que es segura.

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

La IA no probó que la vulnerabilidad existiera por su cuenta. Analizó un conjunto de hallazgos confirmados del mundo real y generó la hipótesis. Kettle la evaluó, la rastreó hasta una sola línea en la documentación y la confirmó. 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 el bucle de retroalimentación: un atacante hábil utilizando IA como socio de investigación puede moverse a través del descubrimiento de vulnerabilidades a una velocidad que los equipos defensivos aún no igualan.

El hallazgo también importa para la defensa. La misma colaboración humano-IA que encuentra una nueva clase de ataque puede dirigirse hacia solucionarlo.

Atención a: reportes de seguridad no solicitados que citen análisis generado por IA sin nombrar al investigador o la metodología. El volumen de reclamaciones de vulnerabilidad plausibles pero no verificadas está a punto de aumentar drásticamente. Verifica las fuentes antes de actuar sobre cualquier divulgación.