Estados Unidos · Arlington · Ver el perfil de Estados Unidos
Evidencia: Cuasiexperimental Top 36% 67/100 · Pregunte a Evidence Copilot sobre esta práctica
En un piloto operativo de 2023–24, ordenado por una directiva presidencial sobre IA, la CISA comparó herramientas de detección de vulnerabilidades basadas en IA/LLM con sus métodos existentes en redes federales reales, y concluyó que las mejoras eran a menudo insignificantes, sin una ventaja clara para la IA.
La Agencia de Seguridad de Ciberseguridad e Infraestructura de EE. UU. (CISA) llevó a cabo un proyecto piloto operativo entre finales de 2023 y principios de 2024 para comprobar si las herramientas de detección de vulnerabilidades basadas en IA y en grandes modelos de lenguaje (LLM) disponibles comercialmente superaban a los métodos de detección existentes de la propia CISA, no basados en IA. El piloto combinó evaluaciones de seguridad en redes reales de socios federales con pruebas en un entorno controlado, evaluando productos de IA disponibles a 31 de diciembre de 2023, dando prioridad a las herramientas más recientes basadas en LLM.
El proyecto piloto se ordenó en virtud de una directiva presidencial sobre IA y seguridad de infraestructuras críticas, que exigía a la CISA entregar sus conclusiones al Departamento de Seguridad Nacional (DHS).
La CISA entregó sus conclusiones al Departamento de Seguridad Nacional el 26 de julio de 2024.
El informe concluyó que, actualmente, la IA funciona mejor como complemento de las herramientas de detección de vulnerabilidades existentes que como sustituto de estas: en algunos casos, el tiempo que los analistas necesitaban para aprender las nuevas capacidades de IA era considerable, mientras que la mejora resultante en la detección era insignificante, y las herramientas de IA podían comportarse de forma impredecible y difícil de diagnosticar.
La CISA declaró que continuaría supervisando y probando productos de detección de vulnerabilidades basados en IA a medida que el mercado madura, en lugar de adoptarlos a gran escala basándose únicamente en este proyecto piloto. Las conclusiones constituyen un ejemplo poco frecuente de una evaluación gubernamental de IA que publica un resultado no concluyente y cauteloso, en lugar de un relato de éxito.
National / regional programmes
Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.
¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
De dónde se obtuvo la información de esta práctica, y cuándo.
Estonia
Un módulo Analyzer de código abierto, creado por STACC para la Autoridad de Sistemas de Información de Estonia (RIA), aplica …
Países Bajos
El Centro Nacional de Ciberseguridad de los Países Bajos se asoció con ML6 para desplegar IA que redacta avisos de …
Chequia
Desde 2020, la agencia checa NÚKIB usa el sistema Flowmon de detección de anomalías de red, que combina aprendizaje automático, …
Panamá
Tras cinco grandes ciberataques en 2026 contra la Caja de Seguro Social, el portal tributario y varios ministerios de Panamá, …
Abrir el copiloto completo Basado en prácticas citadas: comprueba siempre las fuentes.