Revista HUMANía

VicOne detecta con IA 28 vulnerabilidades en herramientas de robótica en menos de dos días

IEEE Spectrum

Leer en el medio original (se abre en una pestaña nueva)

Cinco robots esperan detrás de una línea mientras una técnica revisa el cierre de una barrera de seguridad.Imagen creada con IA
Imagen creada con IA · Modelo: gpt-image-2.

VicOne afirma haber detectado 28 vulnerabilidades en robótica en menos de dos días, utilizando investigación asistida por inteligencia artificial. Los hallazgos afectan a herramientas del ecosistema de la robótica, incluidos proyectos desarrollados o mantenidos por Google, NVIDIA y Meta.

La compañía presenta los resultados en un contenido patrocinado publicado en IEEE Spectrum el 16 de noviembre. Es información aportada por la empresa que realizó la investigación y comercializa soluciones de seguridad: conviene conservar esa atribución antes de convertir el anuncio en un diagnóstico de toda la industria.

Vulnerabilidades en robótica: 28 hallazgos bajo revisión

Según VicOne, su validación inicial clasifica los 28 hallazgos como vulnerabilidades de día cero: fallos previamente desconocidos para los que no había una corrección disponible. La cifra puede cambiar tras la revisión de los proveedores y de los organismos que registran vulnerabilidades. Algunos todavía no tienen un identificador CVE.

El artículo remite al listado de avisos pendientes de Zero Day Initiative, pero no ofrece una relación individual que permita comprobar los 28 casos y sus consecuencias.

Tampoco estamos ante 28 robots atacados ni ante 28 accidentes. Detectar un fallo, demostrar que puede explotarse y comprobar qué daño físico podría causar son pasos distintos. El anuncio no permite saltárselos.

El problema puede empezar antes de encender el robot

La investigación abarca herramientas de desarrollo, entrenamiento, simulación y funcionamiento. Según VicOne, el 75 % de los hallazgos corresponde a las fases anteriores al despliegue.

Esto importa porque el comportamiento de una máquina depende también de cómo se ha preparado. El entrenamiento de robots necesita datos y modelos; las pruebas necesitan entornos de simulación fiables. Si alguien altera esos componentes, puede comprometer el resultado antes de que el robot llegue a una fábrica o una vivienda.

VicOne plantea varios escenarios: un archivo malicioso que permita modificar el entorno de entrenamiento, una simulación manipulada que oculte comportamientos peligrosos o datos que bloqueen la pantalla desde la que un operador supervisa la máquina.

Son consecuencias posibles, no efectos demostrados para cada vulnerabilidad. Su alcance depende del acceso del atacante y de las protecciones del sistema. El robot puede aprobar el examen; falta comprobar que nadie haya cambiado las preguntas y las respuestas.

Una orden válida también puede acabar mal

En un análisis anterior sobre seguridad robótica, VicOne explica una distinción sencilla: una máquina puede ejecutar correctamente una instrucción y provocar un resultado peligroso si la información que recibe está manipulada.

Comprobar quién envía una orden no basta para determinar si ejecutarla es seguro en ese lugar y en ese momento. También hay que evaluar qué ve el robot, qué interpreta y qué límites siguen funcionando cuando alguien intenta engañarlo.

La consecuencia práctica es incorporar escenarios de ataque a las pruebas de seguridad física. Encontrar una vulnerabilidad informática señala dónde investigar; observar cómo responde la máquina permite valorar el riesgo real.

La mirada HUMANía: descubrir deprisa no significa corregir deprisa

La IA puede acelerar la búsqueda de fallos. Corregirlos exige localizar los sistemas afectados, probar la solución y comprobar que el cambio no introduce otro problema. En robótica, una actualización también debe conservar un comportamiento físico seguro.

Los hallazgos de seguridad asistidos por IA ya están poniendo a prueba nuestra capacidad para corregir el software que utilizamos a diario. En robótica, esa misma presión llega cuando muchas máquinas aún están en desarrollo o tienen un despliegue limitado. Hay margen para incorporar lo aprendido antes de que sus fallos se multipliquen en fábricas, comercios y hogares.

Los robots quizá todavía estén a tiempo de evitar algunos errores que hemos normalizado en el software. Sería una pena dedicar esa ventaja a llegar antes al mercado y dejar la seguridad para la siguiente actualización.

Arriba