IBM y Red Hat descubren más de 400 vulnerabilidades en Java que podrían ser aprovechadas por la IA
Elígenos como tu fuente preferida en Google.
IBM y Red Hat han encontrado y corregido más de 400 vulnerabilidades desconocidas en bibliotecas de Java. Para encontrarlas han utilizado agentes de IA.
Esto es algo que ya se ha podido comprobar de primera mano con los fallos encontrados en Linux. Resulta muy complicado para un humano revisar miles de líneas de código, algunas de hace más de 20 años, para encontrar y corregir fallos. Pero la inteligencia artificial, aunque con sus contras, está ayudando en este proceso.
Esto es precisamente lo que IBM y Red Hat acaban de hacer. Han utilizado agentes de IA para buscar vulnerabilidades en software de código abierto y ya han encontrado más de 400 que no se conocían hasta ahora. Los fallos afectan a bibliotecas de Java bastante utilizadas.
El trabajo forma parte de Lightwell, un proyecto de Red Hat que utiliza IA para revisar software de código abierto, encontrar problemas y ayudar a corregirlos.
El problema viene cuando realmente te das cuenta de que la misma tecnología que sirve para encontrar estos fallos, que también puede jugar en contra. IBM y Red Hat avisan de que los agentes de IA son cada vez mejores buscando debilidades. Además, un fallo que por separado no parece grave puede ser mucho más peligroso cuando se junta con otros.
¿Qué han encontrado IBM y Red Hat con la IA?
En lugar de que una persona tenga que revisar manualmente enormes cantidades de código, los agentes de IA pueden analizarlo mucho más rápido y buscar problemas de seguridad.
Eso no significa que la IA encuentre un fallo y automáticamente todo quede solucionado. Los resultados tienen que revisarse, probarse y corregirse. Pero sí puede ahorrar trabajo a los equipos de seguridad.
En este caso, IBM y Red Hat han utilizado Lightwell para analizar diferentes partes de software de código abierto. Según ambas compañías, el proyecto ya ha permitido identificar y corregir más de 400 vulnerabilidades que no se conocían.
Pero el proyecto no se queda aquí, ya que ambas compañías también están creando y probando parches para que estos agujeros queden completamente tapados.
La IA al servicio de las grandes compañías de creación de código
Como antes se ha comentado, esto es algo que Linus Torvalds ya ha implementado en Linux. Aunque a regañadientes para muchos, la inteligencia artificial ya forma parte de Linux y esta está siendo usada en todo tipo de procesos.
Por supuesto, los programadores no solo le piden código y copian lo que devuelve. Queda claro, y más si hablamos de este caso, que el humano sigue teniendo que hacer gran parte del trabajo.
A día de hoy, la IA ya está ayudando a los desarrolladores a encontrar vulnerabilidades. Las puertas traseras que podrían permitir acceso a todo tipo de ataques no siempre pueden ser detectadas por el ojo humano y es aquí donde esta tecnología entra en juego.
"Ahora hay más novatos que utilizan IA y herramientas para encontrar fallos, lo que genera más trabajo"
El problema es que cada vez hay más personas sin tanta experiencia que directamente usan herramientas de inteligencia artificial o programas automáticos para analizar el código y buscar fallos. Sobre el papel, esto debería ser positivo.
Sin embargo, no todos esos resultados son útiles. Las herramientas de IA no siempre entienden el contexto completo del sistema, y muchas veces señalan posibles errores que en realidad no afectan a nadie o que ni siquiera son verdaderos problemas.
Aun así, esos avisos llegan a los desarrolladores como si fueran importantes. Y aquí es donde empieza el problema de verdad.
Cuando alguien envía un posible fallo al equipo del kernel, no se puede pasar por alto. Aunque venga de una IA, aunque sea poco probable que sea un problema real, alguien tiene que comprobarlo. Eso implica leer el código, analizarlo y decidir si merece la pena corregirlo o no.
El resultado es que los mantenedores del sistema están recibiendo más trabajo del que pueden hacer frente. En parte por esa cantidad de código anticuado que ya nadie usa, pero que, en 2026, la IA reconoce que necesita un lavado de cara y, por otro lado, ese ruido viene, en gran parte, de que estas herramientas son usadas por personas que todavía están aprendiendo.
