LA EVOLUCIÓN DE LA CIBERSEGURIDAD CON LA INTELIGENCIA ARTIFICIAL
Contenido principal del artículo
Resumen
La incorporación de la Inteligencia Artificial (IA) transformó significativamente la prevención, detección y respuesta ante las amenazas digitales en las organizaciones. Se examinó la evolución de la ciberseguridad impulsada por IA mediante una revisión bibliográfica sistemática de publicaciones entre 2020 y 2025 en bases de datos como IEEE Xplore y Scopus. La metodología se centró en analizar los avances en machine learning, deep learning y la automatización en la gestión de incidentes, así como la anticipación de ataques. Los resultados evidenciaron que la IA no solo mejoró la precisión y velocidad en la identificación de riesgos, sino que también introdujo desafíos éticos y de privacidad. Se concluyó que la sinergia entre la IA y la ciberseguridad representa un pilar fundamental para la defensa digital futura, siempre que su desarrollo se acompañara de prácticas responsables y transparentes.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Citas
Ayala, F. M. & Sevilla, G. M. (2023). Mapeo del panorama actual de la ciberseguridad en la era moderna digital. RECIMUNDO, 7(2), 441-452. https://doi.org/10.26820/recimundo/7.(2).jun.2023.441-452
Acosta Cortez, N. N. (2024). Impacto de la inteligencia artificial en la ciberseguridad empresarial: un análisis crítico de la evolución de amenazas y medidas preventivas. Babahoyo: UTB-FAFI. 2024. http://dspace.utb.edu.ec/handle/49000/15738
Ariza, A. & Vargas, M. (2025). Introducción a la Inteligencia Artificial y el Aprendizaje Automático en Ciberseguridad. Revista Colón Ciencias, Tecnología y Negocios, 12(1), 32–48. https://doi.org/10.48204/J.COLONCIENCIAS.V12N1.A6824
Boné-Andrade, M. F. (2023). Evaluación de la evolución de la ciberseguridad en sistemas empresariales modernos. Multidisciplinary Collaborative Journal, 1(2), 25–38. https://doi.org/10.70881/MCJ/V1/N2/14
Da Silva, M. (2024). Predictive cybersecurity systems: AI and enterprise resilience. Springer.
Denzin, N. K. (2017). The research act: a theoretical introduction to sociological methods.
Boné-Andrade, M., Pinargote-Bravo, V. y Bonilla-Fierro, L. (2023). Estrategias de ciberseguridad en entornos de trabajo híbridos y remoto. Revista Científica Ciencia y Método, 1(4), 31–43. https://doi.org/10.55813/GAEA/RCYM/V1/N4/21
González, R. (2023). Aprendizaje automático y detección temprana de amenazas informáticas. Alfaomega.
Hernández, J. (2025). Blockchain e inteligencia artificial en la protección de datos corporativos. Pearson Educación.
Hernández-Sampieri, R. & Mendoza, C. (2021). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill.
Higgins y Green, (2011) Manual Cochrane para Revisiones Sistemáticas de Intervenciones. Versión 5.1.0. La Colaboración Cochrane. - Referencias - Publicaciones de Investigación Científica. (n.d.). Retrieved January 4, 2026, from https://www.scirp.org/reference/referencespapers?referenceid=2225527
Horlichenko, S. (2024). Specific aspects of the legal and regulatory framework for cybersecurity in different countries of the world in the context of the international security system. Grail of Science, 36, 90–97. https://doi.org/10.36074/GRAIL-OF-SCIENCE.16.02.2024.013
Khan, N., Furnell, S., Bada, M., Nurse, J. & Rand, M. (2025). The hidden barriers to cyber security adoption amongst Small and Medium-Sized Enterprises. Information and Computer Security. https://doi.org/10.1108/ICS-04-2025-0135
Kitchenham, B. & Charters, S. (2021). Guidelines for performing systematic literature reviews in software engineering. Elsevier.
Kumar, A. & Patel, D. (2023). AI-driven automation for enterprise security management. Elsevier.
Lee, C. (2021). SOAR architectures and automated response in cybersecurity operations. CRC Press.
Liberati, A., Altman, D. G., Tetzlaff, J., Mulrow, C., Gøtzsche, P. C., Ioannidis, J., Clarke, M., Devereaux, P. J., Kleijnen, J. & Moher, D. (2009). The PRISMA statement for reporting systematic reviews and meta-analyses of studies that evaluate health care interventions: explanation and elaboration. Journal of Clinical Epidemiology, 62(10), e1–e34. https://doi.org/10.1016/j.jclinepi.2009.06.006
Martínez, L. B., Semenets, V. H., Carmona, M. Á. & Ordiano, J. G. (2024). La inteligencia artificial en la ciberseguridad. ReinvenTec.
Martínez, L. & Salazar, P. (2024). Redes neuronales aplicadas a la seguridad informática empresarial. McGraw-Hill.
Moher, D. & Group, P. (2020). Preferred reporting items for systematic reviews and meta-analyses: The PRISMA statement. PLOS Medicine.
Nascimento, S. M., Paiva, T.M. de, Kasuga, M. P., Silva, T. de A. F., Crozara, C. M., Byk, J. & Furtado, S. da C. (2024). La inteligencia artificial y sus implicaciones éticas y legales: revisión integradora. Revista Bioética, 32, e3729PT. https://doi.org/10.1590/1983-803420243729PT
Navarro, F., & Ruiz, S. (2022). Ética y regulación en la inteligencia artificial empresarial. Editorial UOC.
Ortiz, V. (2023). Explainable AI y transparencia en la ciberseguridad corporativa. Reverté.
Ponce, J. (2023). Inteligencia artificial aplicada a la ciberseguridad corporativa. Alfaomega.
Quffa, A. & Samy. (2025). A Rule-Based Expert System for Cybersecurity ThreatDetection: Evolution, Applications, and the Hybrid AI Paradigm. Information Technology Department Faculty of Engineering and Information Technology, 9(8), 44-62. https://doi.org/ISSN: 2643-9085
Sandua, D. (2024). Evolución De La Inteligencia Artificial: de asistentes virtuales a robots autónomos.
Segarra Figueroa, O. N. (2025). Gobernanza algorítmica y democracia: desafíos éticos de la inteligencia artificial en el estado. Sage Sphere en Inteligencia Artificial, 3(1), 1-11. https://doi.org/https://sagespherejournal.com/index.php/SSAI/article/view/91
Shayma Sultana, M. M., & Rafy, A. (2022). AI-Powered Threat Detection: Enhancing Real-Time Response in Enterprise Environments. World Journal of Advanced Engineering Technology and Sciences, 6(2), 136-146. https://doi.org/ https://doi.org/10.30574/wjaets.2022.6.2.0079
Zhao, L. (2022). Machine learning for real-time intrusion detection in corporate networks. Academic Press.