La intel·ligència artificial farà que Internet deixi de ser segur?

Durant anys hem pensat en la intel·ligència artificial (IA) com una eina per ser més productius. Avui comencem a descobrir que també està transformant la manera com ens ataquen i ens defensem.

Hong Kong, gener de 2024. Un empleat del departament financer de l’enginyeria britànica Arup es connecta a una videotrucada . A l’altra banda hi ha el seu director financer i diversos companys. Reconeix les cares. Reconeix les veus. Li demanen que executi una transferència urgent i l’autoritza: 25,6 milions de dòlars.

Cap de les persones que participaven en aquella reunió no hi era realment. Totes havien estat generades amb intel·ligència artificial.

Aquest cas resulta pertorbador perquè trenca una de les nostres regles més intuïtives: si veiem i sentim algú conegut, donem per fet que estem parlant amb aquella persona.

La IA està revolucionant la medicina, la recerca i pràcticament tots els sectors de l’economia. Però hi ha un àmbit en què els seus efectes ens afecten de manera molt directa i plantegen una pregunta inevitable: si la intel·ligència artificial fa més eficients les persones, què passa quan també la utilitzen els ciberdelinqüents?

La resposta és menys evident del que sembla. La IA no ha inventat els ciberatacs. El frau digital, el robatori de contrasenyes, els correus enganyosos o l’aprofitament de fallades en els programes existeixen des de fa dècades.

El que està canviant és la velocitat, l’escala i el cost d’executar-los.

Com està transformant la IA els ciberatacs

Des de 2024, OpenAI publica informes sobre els usos maliciosos dels seus models  que detecta i bloqueja. La conclusió principal és que els delinqüents no acostumen a inventar noves formes d’atac. Incorporen la intel·ligència artificial com a suport a tasques que ja duien a terme, des d’investigar objectius fins a generar codi o redactar missatges. La IA funciona aquí principalment com un multiplicador de productivitat, que permet fer més en menys temps i amb menys esforç.

I això canvia l’economia del delicte. Feines que abans consumien dies ara es poden automatitzar. Un mateix grup pot estudiar més objectius, personalitzar més missatges i mantenir més campanyes d’atac. Persones i empreses que abans no resultaven rendibles com a objectius per l’esforç necessari per atacar-les comencen a ser-ho.

Però la transformació no es limita a reduir el cost d’atacar. També està canviant la manera com s’organitzen i s’executen els atacs.

El setembre de 2025, Anthropic va detectar una campanya de ciberespionatge orquestrada mitjançant IA  en què es van fer servir els seus models en tasques de reconeixement, identificació de vies d’accés i extracció d’informació. Els humans continuaven triant els objectius i supervisant els moments crítics, però gran part de la feina operativa ja la feia la intel·ligència artificial.

Un any després, en el seu informe Countering misuse of AI: September 2026 , Anthropic ha confirmat aquesta tendència i resumeix aquesta evolució amb una expressió reveladora: la IA està passant d’assistent a orquestrador, capaç de coordinar parts cada vegada més àmplies d’un atac.

Convé imaginar-ho com un equip en què cap dels seus membres no és humà. Uns agents investiguen, d’altres cerquen vulnerabilitats, d’altres preparen la infraestructura i un coordinador aplega la informació per decidir el pas següent. La veritable revolució potser no és una única intel·ligència artificial més potent, sinó múltiples agents especialitzats que col·laboren i es reparteixen les tasques.

Els atacs sofisticats ja no requereixen necessàriament atacants sofisticats

La distància entre els grups patrocinats per estats i actors molt més petits comença a escurçar-se. I passa una cosa semblant amb les víctimes. Quan el cost d’atacar cau, també ho fa el llindar de rendibilitat. Organitzacions i persones que abans no justificaven l’esforç necessari per comprometre-les poden convertir-se ara en objectius viables.

Seria un error pensar que tot això pertany encara al terreny dels laboratoris o de les grans tecnològiques. L’Agència Espanyola de Protecció de Dades  ha informat de la primera notificació a Espanya d’una violació de dades personals causada per un atac executat mitjançant un agent d’IA, capaç d’encadenar diferents fases de la intrusió i adaptar el seu comportament al que anava trobant.

I no es tracta d’un cas aïllat. Les dades reflecteixen aquesta realitat. Segons una recent enquesta global de BCG  a aproximadament 300 responsables de ciberseguretat, el 89 % de les organitzacions consultades va declarar haver patit atacs facilitats per la IA durant els dotze mesos anteriors i el 35 % va comunicar un impacte financer o operatiu significatiu.

La IA està reduint el cost d’atacar, ampliant el nombre d’actors capaços de fer-ho i augmentant el nombre d’objectius que resulten rendibles.

Com accelera la IA l’explotació de vulnerabilitats

Durant dècades, bona part de la seguretat digital es va basar en una cosa que acostumem a donar per descomptada: el temps.

Els dos rellotges: time-to-exploit i time-to-patch

Quan es descobria una fallada començava una cursa entre dos rellotges: el de l’atacant i el del defensor. El time-to-exploit mesura quant triga una vulnerabilitat a convertir-se en un atac real. El time-to-patch mesura quant triga una organització a entendre el problema i desplegar una correcció en tots els sistemes afectats.

Durant anys, tot i que el segon rellotge avançava a poc a poc, normalment aconseguia mantenir-se per davant del primer.

La IA amenaça d’alterar aquest equilibri perquè accelera diverses etapes alhora: permet descobrir vulnerabilitats, comprendre-les i desenvolupar formes d’explotar-les amb més rapidesa.

El maig de 2026, l’equip d’intel·ligència d’amenaces de Google  va comunicar que havia identificat un atacant que utilitzava una vulnerabilitat desconeguda fins aleshores. Aquest tipus de fallades, conegudes com a zero-days, són especialment preocupants perquè es comencen a explotar quan encara no hi ha cap correcció disponible. Google considerava, amb un alt grau de confiança, que la vulnerabilitat havia estat descoberta amb l’ajuda de la intel·ligència artificial.

Però la IA no només està ajudant a trobar vulnerabilitats noves. També està canviant la manera d’analitzar les que ja coneixem. Les organitzacions acumulen milers de vulnerabilitats, moltes de les quals estan pendents de corregir perquè fins ara es consideraven de risc limitat quan s’observaven de manera aïllada. El que està canviant és la capacitat d’entendre com aquestes debilitats es poden combinar entre si.

La intel·ligència artificial permet analitzar a gran escala vulnerabilitats, configuracions i relacions entre sistemes per identificar rutes d’atac que abans podien passar desapercebudes.

En aquesta mateixa línia, Anthropic va anunciar el 2026 Project Glasswing  després d’observar que una versió preliminar de Claude Mythos havia identificat milers de vulnerabilitats de gravetat alta, incloses algunes de presents en sistemes operatius i navegadors àmpliament utilitzats.

Més enllà de la dada concreta, l’episodi il·lustra una tendència important: la cerca de vulnerabilitats i la identificació de possibles rutes de compromís comencen a dur-se a terme a una velocitat i a una escala difícils d’assolir mitjançant una revisió exclusivament humana.

En tots dos casos, el resultat és el mateix: el time-to-exploit es redueix. El Banc Central Europeu  considera que no es tracta d’una moda passatgera, sinó d’un canvi estructural que incrementa la velocitat i l’escala de riscos ja coneguts.

Si s’accelera el rellotge de l’atacant, s’ha d’accelerar el del defensor: el time-to-patch.

Però instal·lar una correcció no equival a prémer un botó. Cal localitzar els sistemes afectats, validar que la solució funciona i desplegar-la sense interrompre serveis crítics. En una gran organització, on milers de sistemes donen suport a pagaments, nòmines, hospitals o infraestructures essencials, anar massa de pressa pot provocar incidents; anar massa a poc a poc deixa la porta oberta quan ja hi ha qui sap travessar-la.

Aquest és el repte: reduir alhora el risc de patir un atac i el d’espatllar alguna cosa en intentar evitar-lo.

Phishing i deepfakes: quan el correu sospitós ja no sembla sospitós

Res d’això no afecta només les grans empreses. També està canviant el que rebem cada dia al correu electrònic o al telèfon.

Durant anys vam aprendre a reconèixer el frau  per faltes d’ortografia, salutacions genèriques o formats estranys. Era un bon consell. I està quedant obsolet.

Un model pot analitzar el perfil professional d’una persona, esbrinar on treballa i redactar en segons un missatge impecable i adaptat a la seva realitat. Ja no és un correu massiu, sinó un que esmenta un projecte real, un company concret i una situació perfectament creïble.

El Cost of a Data Breach Report 2026 d’IBM  conclou que els atacs impulsats per IA van augmentar un 56 % respecte de l’estudi anterior. Més d’una de cada quatre organitzacions estudiades va patir un atac maliciós impulsat per IA i les suplantacions mitjançant deepfakes van representar el grup més nombrós d’aquests incidents.

I, com demostra el cas de Hong Kong, fa temps que l’engany va deixar de ser només text. Fins i tot els programes maliciosos comencen a improvisar. ESET ha presentat PROMPTSPY com la primera amenaça per a Android del seu tipus que incorpora IA generativa , capaç d’observar la pantalla i decidir on prémer en lloc de repetir una seqüència fixa.

Una veu coneguda, una cara familiar o un missatge ben escrit ja no demostren res.

La defensa no consisteix a aprendre a distingir una imatge falsa d’una de veritable, perquè les falsificacions són cada vegada més convincents. Consisteix a verificar per una altra via: penjar i trucar a un número conegut, acordar una paraula de verificació o desconfiar quan algú ens pressiona perquè actuem amb urgència per impedir una comprovació.

Durant dècades vam aprendre a confiar en el que vèiem i sentíem. La intel·ligència artificial ens està obligant a tornar a confiar en els processos.

Com s’utilitza la IA per defensar-se dels ciberatacs

Arribats aquí, podria semblar que Internet s’encamina inevitablement cap a un lloc pitjor. Però aquesta és només la meitat de la història. La mateixa tecnologia que permet als atacants analitzar més, automatitzar més i reaccionar abans pot proporcionar aquestes capacitats a qui defensa.

A CaixaBank estem recorrent aquest camí. L’entitat està desplegant agents d’IA  per reforçar la feina dels seus equips de ciberseguretat.

IA per detectar amenaces i respondre a incidents

La primera aplicació és probablement la més immediata. Els sistemes d’una entitat financera generen cada dia milions d’esdeveniments procedents de xarxes, servidors, aplicacions, dispositius i eines de seguretat.

Els agents correlacionen fonts, enriqueixen alertes, identifiquen comportaments anòmals i automatitzen part de l’anàlisi i de les respostes en situacions conegudes.

Si els atacs operen cada vegada més a velocitat de màquina, la defensa ha de respondre a la mateixa velocitat. L’objectiu és que els especialistes dediquin menys temps a activitats repetitives i més temps a comprendre els casos complexos i decidir com actuar.

IA per detectar, prioritzar i corregir vulnerabilitats

La segona consisteix a revisar aplicacions i programes abans que arribin a producció. Diferents agents especialitzats treballen en paral·lel analitzant l’arquitectura, identificant vulnerabilitats i avaluant com es podrien combinar amb altres debilitats, configuracions o actius de l’entorn seguint rutes d’atac observades en incidents reals.

D’aquesta manera, no només identifiquen vulnerabilitats, sinó que ajuden a distingir quines representen un risc real i quines tenen una rellevància menor dins d’un possible atac. A més, generen propostes de correcció que posteriorment revisen els equips tècnics. El resultat és una capacitat que permet trobar vulnerabilitats més de pressa, prioritzar-les millor i accelerar significativament la seva correcció.

Atacs controlats amb IA per anticipar-se als atacants

La tercera és la més gràfica. Igual que els fabricants d’automòbils estavellen deliberadament els seus vehicles contra un mur per descobrir punts febles abans que es produeixin accidents reals, els equips de ciberseguretat sotmeten els seus propis sistemes a atacs controlats.

La lògica és senzilla: per saber com es pot comprometre una organització, primer cal intentar veure-la amb els ulls de qui vol comprometre-la.

Complir estàndards, fer auditories i desplegar controls continua sent necessari, però ja no és suficient. També cal comprovar de manera contínua si aquests controls resistirien un atac real. Els agents poden identificar de manera contínua actius exposats, explorar rutes d’accés, encadenar debilitats i verificar si els mecanismes de detecció i resposta serien capaços d’aturar-los.

Res d’això no està exempt de risc. Un agent amb accés a sistemes interns també és una nova superfície d’atac. Per això aquests desplegaments requereixen permisos mínims, traçabilitat, supervisió humana i controls estrictes. La IA defensiva no substitueix els equips de ciberseguretat: n’amplifica les capacitats.

En el fons, totes aquestes iniciatives persegueixen el mateix: trobar les debilitats abans que els atacants i corregir-les abans que es puguin explotar.

Aleshores, la IA farà que Internet deixi de ser segur?

Probablement no. Però tampoc no hauríem d’esperar una transició tranquil·la.

Tot apunta que veurem fraus més creïbles, vulnerabilitats explotades amb més rapidesa i campanyes cada vegada més automatitzades. Moltes de les pràctiques de seguretat amb què hem conviscut durant dècades hauran d’evolucionar.

La intel·ligència artificial no necessita inventar amenaces noves per transformar la ciberseguretat. En té prou de reduir el temps, el cost i els coneixements necessaris per executar les que ja existien.

La defensa, però, conserva un avantatge decisiu: les organitzacions coneixen el seu propi terreny, poden reduir la seva exposició i poden emprar la mateixa tecnologia per trobar i corregir abans les seves debilitats.

Però aquest avantatge no està garantit. No totes les organitzacions afrontaran la transició a la mateixa velocitat. Algunes en sortiran reforçades. D’altres descobriran massa tard que la velocitat del canvi ja formava part del risc.

Durant anys, la intel·ligència artificial va ser una eina utilitzada dins de la batalla. Avui comencem a observar una cosa diferent. La IA ja no és únicament una eina utilitzada per atacants i defensors. Comença a convertir-se en part del mateix camp de batalla.

Per això la pregunta correcta potser no és si la IA farà que Internet deixi de ser segur, sinó aquesta: sabrem utilitzar-la per protegir-nos tan de pressa com els atacants estan aprenent a utilitzar-la per atacar?

Perquè la intel·ligència artificial no està fent Internet insegur. Està reduint el temps que tenim per mantenir-lo segur.

Et recomanem:

• La computació quàntica trencarà Internet… o no?
• Ciberfraus: com protegir-se en l’era digital a partir dels 60
• Com denunciar una ciberestafa: cinc maneres de demanar ajuda