La inteligencia artificial continúa transformando los ataques cibernéticos y convirtiendo las técnicas maliciosas en operaciones más sofisticadas y difíciles de detectar. En los últimos meses, dicha tecnología ha acelerado las capacidades de los atacantes y reducido el tiempo que tienen las empresas para reaccionar, de hecho, un informe realizado por la compañía de ciberseguridad CrowdStrike detalla que los ataques apoyados por IA aumentaron un 89% en el último año.Su rápida aceleración ha provocado que los ciberdelincuentes se aprovechen de Gemini para potenciar los ciberataques y mejorar los ataques de phishing para extraer información. Sin embargo, más allá de la IA, ha nacido una técnica que consiste en robar y almacenar datos para descifrarlos en un futuro.Qué es la táctica Robar ahora para descifrar después’La agencia EFE revela que la nueva táctica ‘Robar ahora para descifrar después’ consiste en robar y congelar grandes volúmenes de datos que están cifrados y resultan inaccesibles, pero que se pueden desentrañar gracias al desarrollo de nuevas tecnológicas en un futuro —como la computación cuántica—.Según las empresas de ciberseguridad y los expertos consultados por EFE, antes de 2030, se podría alcanzar la capacidad tecnológica suficiente para romper los algoritmos matemáticos y criptográficos que protegen las comunicaciones, las transacciones financieras o numerosas bases de datos. De este modo, se mantienen a la espera de lo que los especialistas han denominado el ‘Q day’, el momento en que la computación cuántica alcance un nivel de desarrollo comercial y operativo capaz de comprometer y romper los sistemas actuales.Esto supondría —según advierten— un serio peligro para datos sensibles cuya confidencialidad debe mantenerse durante largos periodos, como historiales médicos, secretos industriales o información financiera y de seguridad nacional.¿Cómo nos podemos proteger frente a esta amenaza?Alejandro Rebolledo, ingeniero consultor de soluciones de la multinacional NetApp, afirma a EFE que «no basta con proteger los datos frente a amenazas actuales, sino frente a capacidades futuras, incluso si esas capacidades todavía no están disponibles comercialmente». Además, asegura que algunos grupos de espionaje y ciberdelincuentes ya están empleando la táctica ‘Robar ahora para descifrar después’ para secuestrar grandes volúmenes de datos y comunicaciones cifradas con algoritmos clásicos, de esta manera, pueden descifrar la información cuando la computación cuántica alcance un cierto nivel de madurez.Pese a que gran parte de la información es pasajera y pierde relevancia con el tiempo, en determinados ámbitos —como la defensa, la sanidad, las finanzas o la propiedad industrial— conserva un valor estratégico durante décadas, según ha señalado este experto. En este contexto, ha mencionado elementos como planos de diseño, fórmulas, estrategias comerciales, contratos o datos de producción.La criptografía no será segura en 2029En la misma línea, Ángel Serrano, responsable de Soluciones Técnicas para Iberia de la multinacional estadounidense Palo Alto, señala que «la amenaza cuántica ya es una realidad» y la ha descrito como un riesgo «retroactivo»: «Es como si un adversario estuviera robando hoy todas las cajas fuertes cerradas, sabiendo que pronto tendrá una llave maestra para abrirlas». Asimismo, agrega que algunas compañías sitúan en torno a 2029 el momento en que la criptografía tradicional podría empezar a dejar de ser segura.Por otro lado, ambos expertos han relacionado esta estrategia con diversos ciberataques y robos masivos de datos ocurridos en los últimos años que, pese a su gran repercusión mediática, no han tenido efectos inmediatos. Consideran que los atacantes ya habrían almacenado enormes volúmenes de información cifrada, a la espera de disponer de la tecnología necesaria para acceder a ella en el futuro.

El mercado de los móviles plegables está a punto de cambiar durante este año, ya que hasta el día de hoy la mayoría de estos dispositivos han sido altos y estrechos. Ahora, esto empieza a evolucionar hacia un formato más ancho y precisamente gigantes como Apple y Samsung preparan modelos con ese enfoque. Sin embargo, HUAWEI se les ha adelantado con su Pura X Max, un dispositivo que verá la luz el 20 de abril en China, aunque no se conocen detalles como su precio y si llegará a otros países. Eso sí, las nuevas imágenes e informaciones apuntan a que será uno de los modelos que marque el futuro de lo nuevo que viene.Así es el HUAWEI Pura X MaxDesde Android Authority comparten las imágenes del dispositivo, publicadas por la compañía en la red social Weibo, y lo que se ve es que apuestan por un diseño diferente. Es más ancho y lo que cambia es la forma de usarlo. Explican que tiene una pantalla exterior de 5,5 pulgadas y una interior de unas 7,6. Al abrirse, la pantalla tiene formato de 16:10, y es más parecido a una tablet que a un móvil tradicional.El cambio de diseño tiene una serie de ventajas, como ver videos de una forma más cómoda, ya que se ajustan mejor a la pantalla y aparecen menos franjas negras. También ayuda a usar varias aplicaciones a la vez, lo que resulta más práctico con una pantalla más ancha, pero no todo es positivo. Al tener menos altura, algunas apps muestran menos contenido en vertical.Es decir, que funciona casi más como una pequeña tablet que se puede plegar. La pantalla exterior también será más útil que otros plegables, aunque su tamaño de 5,5 pulgadas puede parecer algo pequeño en comparación con los móviles de hoy en día. En el diseño se aprecia que incluye un sistema de triple cámara con un módulo horizontal y, en cuanto a potencia, se espera que tenga versiones con 12 o 16 GB de memoria RAM y hasta 1 TB de almacenamiento.

Si los vaticinios de los grandes gurús tecnológicos se cumplen, en cuestión de décadas las máquinas serán capaces de cumplir con las obligaciones de un médico tan bien como cualquier facultativo humano. Pero para que eso ocurra todavía tienen mucho que mejorar. De acuerdo … con un reciente estudio, publicado por un equipo de investigadores de Estados Unidos en JAMA Network Open, las herramientas como ChatGPT siguen sin contar con la capacidad de razonamiento necesaria para el diagnóstico de un paciente; por ello, se recomiendo desconfiar de la información que ofrecen cuando no hay un médico real supervisando los resultados.
Para la realización del estudio, los autores -dirigidos por la investigadora del Hospital General de Massachusetts Arya Rao- pusieron a prueba 21 de las herramientas de inteligencia artificial más populares y potentes, entre ellas las versiones más recientes de ChatGPT, Gemini, Claude o Grok. Utilizaron 29 casos clínicos reales similares a los que se emplean en la formación médica y analizaron cómo respondían las máquinas paso a paso. El objetivo no era solo que ofrecieran un diagnóstico final, también debían proponer posibles enfermedades, decidir qué pruebas realizar al paciente, interpretar los resultados y plantear tratamientos. Algo similar a lo que tienen que hacer los facultativos humanos.

MÁS INFORMACIÓN

En total, los investigadores analizaron más de 16.000 respuestas, repitiendo cada caso varias veces para comprobar la consistencia de cada uno de los modelos de IA analizados. Se dieron cuenta de que, aunque estas herramientas aciertan con frecuencia el diagnóstico final, tienen serios problemas en una de las fases más importantes del razonamiento médico, como es el diagnóstico diferencial: la capacidad de identificar y priorizar todas las posibles enfermedades que podrían explicar los síntomas del paciente. Este paso es clave, porque es el que guía todo lo demás, como qué pruebas se piden, qué riesgos se valoran y qué errores se evitan. Sin él, acertar puede ser más una coincidencia que el resultado de un razonamiento fiable. Además, la máquina corre el riesgo de pasar por alto enfermedades graves que al principio se parecen a otras más leves que, simplemente, le parecen más probables.
En concreto, los errores en el diagnóstico diferencial superaban el 80% en todos los modelos analizados, lo que muestra hasta qué punto la inteligencia artificial sigue teniendo dificultades para manejar la incertidumbre, tan presente en el trabajo de los facultativos. «Este punto tiene implicaciones importantes. Por un lado, cuestiona directamente la idea de utilizar estos sistemas como herramientas diagnósticas autónomas. Por otro, refuerza un enfoque más prudente, en el que los modelos de lenguaje se utilicen como apoyo al profesional sanitario, especialmente en tareas estructuradas o con menor grado de incertidumbre.», explica, en declaraciones recogidas por la revista SMC, Susana Manso, médico de familia y miembro del grupo de trabajo de Inteligencia Artificial y Salud Digital de la Sociedad Española de Medicina de Familia y Comunitaria.
Manso añade que «desde el punto de vista de la ciudadanía, el mensaje que se desprende del estudio debe ser claro y equilibrado»: «Los modelos de lenguaje tienen un potencial significativo en salud: pueden ayudar a explicar información médica, organizar datos o servir como apoyo a los profesionales. Sin embargo, todavía no son fiables como sustitutos de los médicos, especialmente en situaciones complejas o en el momento del diagnóstico inicial».

La IA no está lista

Con todo, la doctora alerta de que el estudio también tiene sus limitaciones. No evalúa aspectos fundamentales de la práctica real, como la interacción entre médico y paciente o la complejidad de los casos: «Además, los sistemas se evaluaron sin optimización adicional, es decir, sin acceso a herramientas externas, bases de datos clínicas o sistemas de apoyo, lo que podría infraestimar su rendimiento en entornos reales más integrados. La evaluación de las respuestas fue realizada por estudiantes de Medicina, lo que introduce cierto grado de subjetividad».
Sea como sea, este estudio no es el único que recientemente ha alertado sobre el peligro de utilizar máquinas como ChatGPT para llevar a cabo las labores típicas de un médico. El pasado febrero otro artículo, en este caso publicado en ‘Nature Medicine’, alertaba de que ChatGPT tiende a subestimar más de la mitad de las emergencias médicas que le plantean los usuarios. «En concreto, el sistema subestimaba el 52% de las emergencias reales. Entre ellas afecciones como la cetoacidosis diabética o la insuficiencia respiratoria inminente, en las que una demora en el tratamiento puede ser mortal para el paciente», explicaba a ABC el doctor Ashwin Ramaswamy, autor principal del estudio y médico en el Hospital Mount Sinai de Nueva York.