Marco de referencia

Revisión de antecedentes

Diversos estudios recientes han explorado el papel de la inteligencia artificial (IA) en la mejora de la seguridad digital. Ayerbe (2020) sostiene que la IA ofrece grandes oportunidades para fortalecer la ciberseguridad empresarial, ya que permite automatizar la identificación de amenazas, la defensa activa y la recuperación ante incidentes. Sin embargo, también advierte que estas tecnologías pueden ser utilizadas por ciber atacantes para perfeccionar sus métodos, lo que plantea la necesidad de desarrollar sistemas de IA seguros, confiables y éticos desde su diseño.

Zhang et al. (2022) complementan esta visión al destacar el uso de la IA en la detección de intrusiones y malware con mayor precisión que los enfoques tradicionales. No obstante, alertan sobre la falta de transparencia en muchos modelos actuales, lo que puede dificultar su comprensión y aceptación por parte de usuarios y especialistas. En respuesta, proponen el uso de IA explicable (XAI) como vía para combinar eficiencia y claridad en los sistemas de defensa.

Desde una posición más cauta, Pacheco (2022) señala que muchas redes actuales operan sobre infraestructuras antiguas, no preparadas para integrar tecnologías avanzadas como la IA. Por ello, resalta la importancia de combinar soluciones tecnológicas con mejoras estructurales, normativas y humanas, sin delegar toda la seguridad en sistemas automatizados.

Finalmente, Martínez Chérrez y Ávila-Pesantez (2021) invitan a reflexionar sobre los riesgos asociados al uso creciente de la IA en entornos sensibles como las redes sociales. Aunque reconocen sus ventajas, advierten que la confianza excesiva en estas herramientas puede generar una falsa sensación de seguridad. Por ello, proponen un enfoque integral que combine tecnología, educación y regulación para prevenir vulnerabilidades y proteger a los usuarios.

Bases teóricas

• Inteligencia Artificial (IA): Conjunto de técnicas computacionales que permiten a las máquinas simular procesos de razonamiento humano como el aprendizaje, la percepción y la toma de decisiones (Russell y Norvig, 2016).
• Ciberseguridad: Conjunto de prácticas, tecnologías y procesos diseñados para proteger sistemas, redes y datos contra accesos no autorizados, daños o ataques.
• Sistema de Seguridad Bancaria: Infraestructura tecnológica y procedimental implementada en una entidad bancaria para salvaguardar los datos financieros, proteger la identidad de los clientes y prevenir fraudes.
• Sesgo algorítmico: Tendencia sistemática a cometer errores en la toma de decisiones automatizadas, debido a la presencia de patrones discriminatorios o incompletos en los datos de entrenamiento.
• Gestión de riesgos: Proceso mediante el cual las organizaciones identifican, evalúan y priorizan amenazas, implementando estrategias para mitigarlas o adaptarse a ellas.

¿Qué es un sistema SIEM?

Los Sistemas SIEM son plataformas integradas que recopilan, analizan y gestionan eventos de seguridad generados por diferentes dispositivos y aplicaciones dentro de una red organizacional.

La IA ha sido incorporada recientemente a los sistemas SIEM con el objetivo de mejorar su capacidad de detección proactiva. Por ejemplo, mediante algoritmos de aprendizaje automático, los SIEM pueden reconocer patrones anómalos que podrían indicar un intento de intrusión, incluso antes de que se materialice el ataque. En el contexto bancario, esta capacidad permite responder con rapidez ante amenazas, reducir el tiempo de reacción y minimizar el impacto de las vulnerabilidades.