GenAI para ciberseguridad - Curso práctico para profesionales

El tráiler del curso: Marco resume en menos de un minuto de qué se trata: cientos de alertas, registros interminables, informes sin fin y la pregunta de cómo vas a lograrlo todo. La respuesta: ya no tienes que hacerlo solo. Análisis de registros en segundos, informes de incidentes a presión, reglas de detección efectivas, además de un montón de lecciones y más de 50 mensajes para uso inmediato.

Antes de que toques cualquier herramienta, aclara aquí la pregunta más importante: ¿Dónde aporta realmente valor la IA generativa en la vida cotidiana de la seguridad y dónde simplemente es la herramienta equivocada? Marco enfrenta la interpretación de registros, resúmenes, documentación y generación de scripts a las duras realidades: detección real en SIEM, decisiones automáticas de incidentes sin humanos, acceso a sistemas internos. En el evento de Windows 4625 verás en vivo cómo se transforma de varios minutos de búsqueda en Google en unos pocos segundos.

Aquí se trata de la pregunta que los profesionales de seguridad deberían hacer primero: ¿Dónde terminan mis datos en realidad? Obtendrás la comparación de ChatGPT, Claude, Gemini, modelos locales a través de Ollama y las variantes empresariales, cada una con un enfoque en el entrenamiento, la duración del almacenamiento y el cumplimiento. Marco te guía paso a paso a través del control de datos de ChatGPT y te muestra dónde apagas el entrenamiento con tus contenidos.

El 80 % de la calidad del resultado depende del prompt y no del modelo, y precisamente esto te lo muestra esta lección de manera dolorosamente honesta. Comienzas con el clásico prompt para principiantes "Ayúdame con un problema de seguridad" y ves por qué la IA solo vuelve a preguntar. Después, lo transformas con cuatro elementos: rol, contexto, tarea, formato, en una instrucción precisa que realmente ofrece respuestas utilizables.

miles eventos por día, y tú debes encontrar el intento de fuerza bruta – una tarea inútil si se hace manualmente. Marco revisa los IDs de eventos que deberías conocer de memoria (4624, 4625, 4688, 4720 y compañía), filtra los inicios de sesión fallidos y los exporta como CSV o mediante PowerShell. Luego, entrega los datos a ChatGPT y recibe en segundos el análisis que de otra manera te llevaría horas.

Los registros de eventos te muestran lo que está sucediendo en el punto final; los registros de firewall y proxy te muestran con quién está hablando. Aprenderás los formatos comunes (Squid, Blue Coat, Palo Alto) y entenderás cómo reconocer el C2-Beaconing: intervalos regulares con jitter, siempre el mismo objetivo, volúmenes de datos similares, preferiblemente por la noche y los fines de semana. Luego, harás que ChatGPT localice exactamente este patrón en registros de proxy reales.

300 alertas por la mañana, 500 hasta el mediodía, y la mitad es ruido – ¿pero cuál mitad? Esta lección convierte a ChatGPT en tu asistente de triaje, incluyendo una plantilla lista con rol, entorno, horarios de trabajo y activos críticos. Con formatos de alertas reales de Splunk, Microsoft Sentinel y Elastic, obtendrás verdaderos/falsos positivos, prioridad P1 a P4 y una justificación comprensible.

Después del incidente viene la parte que todos quieren saltar: documentar y compartir. Revisas las categorías de IOC: red, host, comportamiento, y aprendes qué artefactos realmente tienen un carácter de ataque y cuáles son solo ruido. Extraes los IOCs de archivos de registro anonimizados de un verdadero caso de phishing con ChatGPT y los mapeas a MITRE ATT&CK, para que tu informe sea entendido en todo el mundo.

Martes por la mañana, 9:47 a.m.: El SIEM explota, la línea de ayuda suena, hay una nota de rescate en el servidor de archivos. Justo en este momento ocurren la mayoría de los errores, y aquí es donde comienza la lección: no uses ChatGPT como un reemplazo de tu conocimiento, sino como un Segundo Cerebro que formula las preguntas que olvidas bajo estrés. Simulas el proceso completo desde las primeras alertas hasta las decisiones de contención.

Los playbooks tienen casi todos los equipos, la mayoría desactualizados y cubiertos de polvo en algún lugar de SharePoint. Primero obtienes la estructura que necesita un playbook útil: metadatos, desencadenantes y alcance, triaje, contención, erradicación, recuperación, post-incidente y referencias. Después de eso, dejas que ChatGPT llene la estructura y lo ajustas a tu entorno específico en aproximadamente 30 minutos.

El incidente ha terminado, todos respiran aliviados – y luego llega la parte que nadie disfruta. Después de 48 horas de funcionamiento continuo, tus notas son caóticas, faltan marcas de tiempo, y aun así, el seguro, la normativa y el departamento legal quieren un informe limpio. Aquí es donde conviertes este caos de notas con ChatGPT en una línea de tiempo estructurada y un informe de incidente listo – en minutos en lugar de horas.

El malware está identificado, pero ¿quién está detrás de esto, cómo trabajan - y qué sigue? Conocerás las fuentes OSINT más importantes, desde informes de Mandiant, CrowdStrike y Microsoft, hasta CISA y BSI, así como MITRE ATT&CK Groups, Malpedia y Ransom-Wiki. Luego, agregarás el material con ChatGPT en un informe de inteligencia sobre amenazas y sabrás dónde fortalecer tus detecciones de manera específica.

„¿Es crítico? ¿Tenemos que parchear esta noche?“ – la pregunta del CISO, que no puedes responder solo con una puntuación CVSS. Pasas por las preguntas clave: ¿Cuál es la vulnerabilidad, qué tan grave es realmente (CVSS, EPSS, Temporal), existen exploits en Exploit-DB, GitHub o Metasploit, y es el sistema accesible para ustedes? Con ChatGPT llegas en minutos a una decisión de parcheo basada en datos en lugar de en corazonadas.

Antes se trataba de scripting: revisar Stack Overflow, copiar fragmentos, depurar durante horas. Hoy ChatGPT proporciona un primer borrador en segundos, solo que el código de IA no es automáticamente seguro o correcto. Recibirás una plantilla de prompt con propósito, entrada, salida, entorno, manejo de errores y directrices de seguridad, y con eso construirás tres scripts para caza de amenazas, chequeo de endurecimiento y respuesta a incidentes.

Tienes Threat Intelligence, IOCs y TTPs – ¿pero te das cuenta cuando el ataque está en marcha? Esta lección gira en torno a Sigma como lenguaje de reglas independiente de la plataforma: escribe una vez y luego conviértelo a Splunk, Sentinel, Elastic, QRadar o CrowdStrike. En el escenario real de Dumping de Credenciales de LSASS, generarás, probarás y optimizarás tu regla con ChatGPT.

En el registro se encuentran nombres de usuario, direcciones de correo, nombres de servidores internos, a veces contraseñas en texto claro – y eso es justo lo que quieres enviar a un servicio externo. Esta lección establece el límite y te muestra por proveedor y plan, quién entrena con tus datos y cuánto tiempo se almacenan. Además, recibirás reglas concretas, técnicas de anonimización y la alternativa segura a través de modelos locales.

Verdad incómoda: los atacantes utilizan las mismas herramientas que tú, solo que sin condiciones de uso y sin freno ético. Ves cómo la IA eleva el phishing a un nuevo nivel: se acabaron los errores ortográficos y el "Estimado cliente" – y cómo se acelera el desarrollo de malware, deepfakes y clonación de voz. El objetivo no es el pánico, sino la preparación: solo quien comprende la ofensiva defiende eficazmente.

Imagina que ChatGPT asigna una dirección IP de manera segura al Grupo Lazarus, la dirección ejecutiva está alarmada, se llaman a forenses externos, y luego todo resulta ser inventado. Eso es una alucinación, y llega sin ningún tipo de advertencia. Aprenderás por qué los LLMs producen cosas así como máquinas de predicción de texto y cómo verificas sistemáticamente los IOCs, los detalles de CVE y las asignaciones de actores de amenazas antes de actuar.

Para concluir, se trata de lo que a menudo se ignora: la responsabilidad. Cuatro pilares te guían a través de la vida cotidiana: transparencia, rendición de cuentas, deber de diligencia y proporcionalidad, complementados con casos claros en los que no debes utilizar IA de manera consciente, como en cuestiones legales o decisiones de personal. La frase clave de la lección: los errores de la IA son tus errores si no los revisas.

„Tengo ChatGPT, no necesito nada más“ – esta frase te cuesta tiempo a diario. Cada modelo tiene sus propias fortalezas y debilidades: ChatGPT tiene dificultades con la búsqueda en tiempo real, Gemini con documentos muy largos, Claude es fuerte en texto, pero no está diseñado para procesos de oficina, y ahí es donde brilla Copilot. Esta lección te mostrará por qué una estrategia de múltiples modelos no es un lujo y cómo combinar varios LLMs de manera eficaz.

El todoterreno en detalle: ChatGPT como asistente que escribe textos, aporta ideas, construye conceptos y produce código. Marco destaca las fortalezas de la versión actual: un procesamiento de contexto significativamente mejor, un estilo de escritura muy natural, un enorme conocimiento base, y te guía a través de la interfaz y las funciones principales. Después de esto, sabrás para qué utilizar ChatGPT en el día a día de la seguridad y dónde otro modelo es la mejor opción.

Documento de 200 páginas, y necesitas un resumen preciso en segundos: ese es el juego de casa de Claude. El modelo de Anthropic está diseñado para contextos largos, mucho más de 100,000 tokens, y se destaca por tener claramente menos alucinaciones. Para registros largos, informes extensos y documentaciones, esa es exactamente la combinación que necesitas.

Escribir correos, crear presentaciones, ensamblar hojas de cálculo de Excel - y lleva una eternidad. Copilot está directamente en Word, Excel, PowerPoint, Outlook y Teams y se encarga exactamente de este trabajo tedioso, incluyendo actas de reuniones de las que puedes extraer resúmenes directamente. Importante saber: Todo esto depende de Microsoft 365, los paquetes de Office independientes quedan fuera.

Hacer clic en veinte sitios web para obtener una sola respuesta clara - eso no tiene que ser así. Perplexity es un motor de búsqueda de IA que te proporciona la respuesta y la fuente, lo cual es especialmente valioso en la investigación de CVE y hechos concretos. Verás la versión gratuita, sus limitaciones y por qué vale la pena el cambio.

Grok es la IA de xAI de Elon Musk y está directamente integrada en X, el antiguo Twitter. La ventaja radica en el acceso en tiempo real a publicaciones, noticias y tendencias; es práctico cuando una nueva amenaza acaba de surgir y aún no está en ningún informe. Marco te guiará a través de la interfaz en la página de xAI y te mostrará dónde Grok tiene sentido en la vida cotidiana.

Un inicio de sesión, muchos modelos: Poe de Quora agrupa ChatGPT, Claude, Gemini y otros en una única interfaz. Esto te ahorra el tener que manejar múltiples cuentas y facilita la comparación directa, ideal si quieres averiguar qué modelo resuelve mejor tu tarea. Además, obtienes una visión general del sistema de puntos y los modelos de precios desde el plan gratuito hasta la gran suscripción.

Modelos de IA como variantes de GPT o Llama directamente en tu propio ordenador, sin suscripción y sin nube – para eso existe LM Studio. La aplicación de escritorio para Windows, Mac y Linux descarga modelos de lenguaje locales y los hace utilizables con unos pocos clics. Para todos los que necesitan analizar datos sensibles, esta es la solución limpia: lo que permanece en tu ordenador no termina en datos de entrenamiento ajenos.

Si quieres tener el control total, simplemente dejas que el modelo funcione en tu dispositivo. Ollama es de código abierto, gratuito y funciona en Mac, Windows y Linux – con modelos como Llama, Mistral o Phi directamente en tu computadora, sin Internet y sin suscripción. Para análisis confidenciales, esto significa: ningún dato sale de tu PC, ninguna discusión sobre datos de entrenamiento, ningún costo oculto.

Después de todas las herramientas, llega la pregunta que realmente cuenta en el día a día: ¿Qué modelo elijo ahora para esta tarea? Recibirás una regla para principiantes que cubre aproximadamente el 90 % – ChatGPT para textos, Claude para contenidos largos, Gemini para investigación, Copilot para tareas de oficina, Perplexity para hechos con fuente. A continuación, sigue la regla para profesionales para todos aquellos que producen o automatizan regularmente.

La mayoría abre ChatGPT, escribe un prompt y espera; sin embargo, el verdadero salto está en otro lugar. Usas los modelos como un equipo: uno investiga, uno escribe, uno verifica, uno automatiza. Concretamente, construyes un flujo de trabajo de cuatro modelos con Perplexity, Claude, ChatGPT y Gemini, con el que trabajas como si fueras toda una redacción.

La lección final del módulo cambia las reglas del juego: no necesitas un solo modelo, necesitas un sistema. Tu configuración se construye en tres niveles, para que cada modelo asuma exactamente para qué fue diseñado, en lugar de escribir algo al azar en cualquier lugar. El resultado es una caja de herramientas de IA personal con la que trabajas de manera más rápida y estructurada cada día.