Informe «Visión 2027» de NetSPI+Synack: la combinación de agentes de IA y expertos humanos ofrece los mejores resultados en pruebas de penetración

NetSPI+Synack han publicado hoy su Informe «Visión 2027: Pruebas de penetración en la era de los agentes de IA». El estudio se propuso averiguar si los agentes de IA pueden realizar pruebas de penetración como los humanos. Aunque los agentes de IA detectaron problemas que se les pasaron por alto a los evaluadores humanos, ninguno de ellos logró por sí solo una prueba de penetración consistente y equivalente a la de un humano.

«Gran parte de la confianza en las pruebas de penetración basadas únicamente en IA se basa en demostraciones y pruebas comparativas realizadas en laboratorios públicos», afirma Mark Kuhr, director de tecnología de NetSPI+Synack. «Probamos a los agentes con una combinación de aplicaciones públicas y otras que nunca habían visto, y luego los evaluamos comparándolos con evaluadores humanos con experiencia. Aunque los agentes detectaron vulnerabilidades que nuestros expertos rara vez señalan, la investigación muestra que los mejores resultados se obtienen cuando los expertos trabajan en equipo con la IA».

Entre las principales conclusiones del informe se incluyen:
· La IA y los expertos, juntos, detectan más: en todas las aplicaciones analizadas, la combinación de un experto humano con un agente reveló más problemas que cualquiera de los dos por separado. En una aplicación pública, tanto los expertos como los agentes encontraron 23 de los 26 tipos de problemas conocidos; juntos, detectaron los 26. En otra prueba realizada en una aplicación pública, Sara AI Pentesting detectó el 62% de los tipos de problemas conocidos; sin embargo, esa tasa subió al 88% cuando Sara trabajó junto con expertos. Los agentes de IA aportan el valor más inmediato al encargarse de la exploración repetitiva y la recopilación de pruebas, mientras que los probadores humanos dirigen el trabajo, resuelven ambigüedades, validan el impacto en el negocio y encadenan los hallazgos en rutas de ataque reales.
· Los probadores humanos lideran en cobertura, y la diferencia aumenta con la dificultad: los agentes de IA generaron hallazgos válidos, pero los probadores humanos superaron a las configuraciones de agentes de código abierto por una media de 23 puntos porcentuales en todos los niveles de dificultad. Esa ventaja pasó de 22 puntos en los problemas fáciles a 30 puntos en los moderados.
· Los mejores modelos y entornos de prueba ayudan, pero no cierran la brecha: incluso el mejor modelo probado, con un soporte óptimo del entorno de prueba, detectó el 44% de los problemas conocidos, cinco puntos porcentuales por debajo del 49% de referencia de un pentester principiante. Los entornos de prueba orientaban a los modelos a través de herramientas, contexto y un proceso de pruebas, pero cambiar de entorno no dotaba al modelo de nuevas capacidades de pentesting.
· Más hallazgos pueden significar más ruido: con acceso al código fuente, un agente de IA encontró ocho de nueve problemas conocidos en una aplicación propietaria. Pero en las pruebas estáticas, la IA informó de 87 hallazgos frente a 32 problemas conocidos, una inflación de 2,7 veces que generó 55 informes adicionales que necesitaban validación humana.

«Los equipos de seguridad deberían ver la IA como otra herramienta más en su caja de herramientas», subraya Will Strei, vicepresidente de Transformación de IA en NetSPI+Synack. «La IA puede automatizar el trabajo, pero la automatización sin la orientación de evaluadores humanos es una solución incompleta. Realizar las pruebas de penetración internamente rara vez funciona, porque pocos equipos cuentan con los expertos necesarios para dirigir a los agentes de IA y obtener resultados óptimos. Tanto si quieres lograr pruebas continuas como si quieres igualar las capacidades de los atacantes que utilizan IA, los expertos siguen siendo un recurso fundamental para gestionar los agentes y diseñar una solución completa».

El informe también ofrece recomendaciones para los responsables de seguridad que estén evaluando soluciones de pruebas de penetración en cuanto a coste, rapidez, ruido y exhaustividad. Descarga el informe completo «2027 Vision Report» en https://www.netspi.com/resources/research/2027-vision-report-pentesting-in-the-age-of-ai-agents/

Metodología

Entre mayo y agosto de 2026, NetSPI+Synack probó 22 configuraciones de agentes de IA —que abarcaban modelos de vanguardia y de código abierto en múltiples entornos de agentes, así como Sara AI Pentesting— contra cinco aplicaciones web. Dos de las aplicaciones son de desarrollo propio, por lo que sus vulnerabilidades no estaban disponibles públicamente. Cada aplicación contaba con una lista seleccionada de vulnerabilidades conocidas con requisitos de evidencia definidos, y cada hallazgo de los agentes se puntuó según esa lista. Los resultados se compararon con una referencia humana de 425 evaluaciones revisadas por instructores y realizadas por 88 pentesters a lo largo de siete cursos de la NetSPI+Synack University, un programa de formación de seis meses para pentesters principiantes

Deja una respuesta

Este sitio utiliza Akismet para reducir el spam. Conoce cómo se procesan los datos de tus comentarios.