.jpg)
La intel·ligència artificial ha transformat la ciberseguretat, oferint eines que prometen detectar vulnerabilitats de forma automàtica. No obstant, un recent estudi acadèmic exposa una dura realitat: els models de deep learning i els grans models de llenguatge (LLMs) que brillen en benchmarks acadèmics fracassen quan s'enfronten a vulnerabilitats reals del kernel de Linux. Aquesta troballa subratlla la bretxa entre la teoria i la pràctica, un desafiament que les empreses han de considerar en adoptar solucions d'IA.
A l'estudi, els investigadors van entrenar models representatius com ReVeal i LineVul amb conjunts de dades clàssics (Juliet, Devign, BigVul i ICVul) i després els van avaluar amb VentiVul, un conjunt de 20 vulnerabilitats reals del kernel Linux corregides al maig de 2025. Els resultats mostren que els models no aconsegueixen distingir codi vulnerable de no vulnerable en l'espai de representació, i el seu rendiment cau dràsticament. Això revela que els conjunts de dades d'entrenament, amb distribucions homogènies i etiquetes sorolloses, no reflecteixen la complexitat del codi real.
Per què passa això? Els models aprenen patrons superficials en lloc de característiques semàntiques profundes de les vulnerabilitats. La representació del codi mitjançant grafs o transformers no captura adequadament el context necessari per detectar errors subtils. A més, la manca de diversitat en les dades d'entrenament limita la generalització. Per a una empresa que desenvolupa programari, confiar únicament en aquests models seria arriscat; cal un enfocament híbrid que combini IA amb anàlisi humà expert.
La ciberseguretat efectiva requereix avaluacions realistes. A Q2BSTUDIO oferim serveis de ciberseguretat i pentesting que complementen les eines automàtiques amb proves manuals i anàlisi contextual. El nostre equip identifica vulnerabilitats que els models d'IA passen per alt, proporcionant una protecció integral per a aplicacions crítiques.
Cada organització té necessitats úniques. Per això desenvolupem aplicacions a mida i programari a mida que integren intel·ligència artificial de forma segura. La intel·ligència artificial per a empreses pot potenciar la detecció d'anomalies, però requereix dades de qualitat i una infraestructura sòlida. Els nostres serveis cloud AWS i Azure permeten desplegar aquestes solucions amb escalabilitat i rendiment.
A més, la monitorització contínua de la seguretat es beneficia de dashboards de Power BI que visualitzen mètriques clau. Els agents IA poden automatitzar l'anàlisi preliminar de vulnerabilitats, alliberant els experts per a tasques més complexes. A Q2BSTUDIO integrem intel·ligència de negoci i automatització de processos per oferir una visió completa de l'estat de la seguretat.
L'estudi analitzat demostra que la IA en ciberseguretat encara ha de madurar. Per tancar la bretxa entre la teoria i la pràctica, les empreses han de recolzar-se en partners que comprenguin tant els fonaments tècnics com les realitats operatives. A Q2BSTUDIO combinem innovació tecnològica amb experiència pràctica, ajudant les organitzacions a protegir els seus actius digitals de manera efectiva.
