Calif, una empresa de ciberseguridad, ha encontrado 35 fallos en productos de Apple con GPT-6 Cyber, el nuevo modelo de inteligencia artificial de OpenAI. Los errores alcanzan a casi todo el catálogo de hardware de la compañía: iPhone, Mac, iPad, Apple Watch, Apple TV y Vision Pro. Algunos de ellos permitirían a un atacante tomar el control de un ordenador o un teléfono a través de una página web maliciosa.
El trabajo se hizo durante los últimos meses y se suma a una serie de pruebas que muestran cómo la inteligencia artificial acelera la detección de errores de seguridad en el software. Esa misma capacidad sirve para defenderse de los ataques, pero también para lanzarlos.
Un código que esquiva el Modo Bloqueo
Entre los descubrimientos más preocupantes, el equipo de Calif consiguió escribir un programa que esquiva parte de la protección del Modo Bloqueo. Es la opción que Apple ofrece para limitar ciertas funciones del iPhone y frenar ataques dirigidos.
Calif confirma que Apple ya ha corregido buena parte de los fallos tras recibir la notificación. OpenAI, por su parte, asegura que su propio modelo detectó vulnerabilidades en sus productos y que Apple reconoció ese trabajo. Ninguna de las dos compañías ha dado detalles sobre las correcciones aplicadas.
A esta práctica se la llama «investigación ofensiva asistida por IA». Funciona así: se usan sistemas que revisan código muy rápido, detectan errores aprovechables, comprueban que funcionan y avisan al fabricante antes de que supongan un peligro real.
Calif no es nueva en este terreno. En octubre ya había usado modelos anteriores de OpenAI para detectar fallos de seguridad en PHP, un lenguaje de programación muy extendido en páginas web. Aquel hallazgo obligó a numerosas empresas a suspender temporalmente sus sitios mientras aplicaban las correcciones.
Las advertencias de Calif sobre el doble filo
Thai Duong, cofundador y director ejecutivo de Calif, explicó en una entrevista que GPT-6 Cyber encuentra vulnerabilidades y genera código para aprovecharlas mucho más rápido que los modelos anteriores. Según él, esa velocidad ayuda a los especialistas a adelantarse a los problemas, pero también facilita los ataques si la herramienta cae en manos equivocadas.
“Creo que las cosas empeorarán antes de mejorar… quizás en seis meses o un año podamos eliminar muchos errores y los modelos puedan generar parches de forma autónoma”, afirmó Duong. “Pero todavía no llegamos a ese punto. Así que, de acá a entonces, creo que habrá más errores y más vulnerabilidades, no solo para el iPhone, sino para internet en general”.
Pese a que su equipo logró sortear protecciones del Modo Bloqueo, Duong sostiene que la herramienta de Apple sigue siendo recomendable. Aclara que este hallazgo concreto no reduce su eficacia general, que sigue protegiendo frente a una amplia variedad de ciberataques.
Más rápida, pero también más cara
A principios de noviembre, la startup de ciberseguridad XBOW sometió a GPT-6 Cyber a una prueba con 65 aplicaciones web de código abierto que contenían fallos conocidos. El modelo logró identificarlos y explotarlos el doble de rápido que su predecesor, GPT-6.1 Sol.
La velocidad tiene un precio. Según las mediciones de XBOW, 1 dólar invertido en GPT-6.1 Sol encontraba aproximadamente los mismos fallos que 17 dólares destinados a GPT-6 Cyber. Oege de Moor, fundador y director ejecutivo de XBOW, resume así el momento: “Los modelos de vanguardia están mejorando notablemente en el trabajo ofensivo”.
De Moor añadió que la tendencia más importante es que estos modelos avanzan de forma significativa en tareas ofensivas, y que la mejor opción depende ahora de la tarea y del presupuesto. XBOW participa en Daybreak, un programa de OpenAI que usa la inteligencia artificial para detectar y corregir vulnerabilidades en internet.
OpenAI informó durante la presentación de GPT-6 Cyber, el 5 de noviembre, de que el modelo había identificado más de 2.000 errores en Linux, el sistema operativo de código abierto, y había desarrollado soluciones para corregir 948 de ellos.
Todavía hace falta una persona
Tanto De Moor como Duong coinciden en un punto clave: la inteligencia artificial detecta y aprovecha vulnerabilidades con más rapidez, pero sigue necesitando especialistas humanos. Para preparar un ataque no basta con dar una instrucción al modelo. Una persona debe definir el procedimiento y comprobar que los fallos señalados son reales antes de actuar sobre ellos.
El mensaje de fondo es que la automatización no elimina la supervisión experta, ni siquiera en los procesos más avanzados. Para Apple y el resto de fabricantes, el reto será corregir los fallos con la misma velocidad con la que la IA los encuentra.




