Los modelos de lenguaje grandes (LLMs) no están facilitando la detección y priorización de vulnerabilidades en seguridad de aplicaciones, según pruebas recientes presentadas por Arshan Dabirsiaghi, CTO y cofundador de Pixee, en Black Hat USA 2026. Estos modelos generan más falsos positivos y no consideran el contexto necesario, lo que aumenta la carga de trabajo para los equipos de seguridad.
Por qué importa: La incapacidad de los LLMs para filtrar correctamente vulnerabilidades reales afecta la eficiencia de los equipos de seguridad y puede poner en riesgo la calidad y seguridad del software.
Lo esencial
- Más del 60% de vulnerabilidades detectadas por herramientas con LLMs son falsos positivos o de baja gravedad.
- Los modelos no consideran la accesibilidad del código ni el contexto del entorno de despliegue.
- La sobrecarga de alertas obliga a elegir entre automatización masiva o revisión manual intensiva.
Limitaciones técnicas de los LLMs en seguridad
Los LLMs, aunque avanzados, siguen siendo generalistas y no están entrenados específicamente para análisis de vulnerabilidades. Esto provoca que indiquen problemas en líneas de código que no representan riesgos reales o que no son alcanzables en la ejecución. Además, su rendimiento suele ser más lento y costoso que herramientas tradicionales especializadas.
Impacto en los equipos de seguridad de aplicaciones
Los equipos enfrentan un dilema: automatizar con herramientas como Dependabot que generan una avalancha de solicitudes de corrección o depender de revisiones manuales que consumen mucho tiempo y recursos. La falta de precisión en los LLMs dificulta priorizar las vulnerabilidades críticas, afectando la capacidad de respuesta ante amenazas reales.
