A aposta da KISTI em IA white-hat desafia a defesa cibernética baseada apenas em humanos
A KISTI lançou um programa de cibersegurança com IA de cinco anos e 47,2 bilhões de won que testará ataques antes que eles atinjam a infraestrutura nacional de pesquisa da Coreia do Sul. O projeto substitui ferramentas de segurança isoladas por um sistema conectado para simulação, descoberta de vulnerabilidades e análise de incidentes.
O instituto coreano chama o projeto de sistema “Hacking Zero” baseado em IA white-hat. Sua aposta central é clara. Defensores automatizados devem investigar continuamente a infraestrutura sob a perspectiva de um atacante, em vez de esperar que analistas humanos examinem cada alerta.
Essa ambição cria a principal tensão do projeto. Testes autônomos podem ampliar a cobertura defensiva, mas a mesma autonomia introduz novos riscos operacionais e de supervisão. A KISTI precisa provar que seu sistema pode encontrar falhas relevantes sem interromper serviços de pesquisa essenciais ou criar outra superfície de ataque sensível.
O momento também importa. O AI Cyber Challenge da DARPA produziu resultados mensuráveis em pesquisa autônoma de vulnerabilidades. Enquanto isso, agências de segurança alertam que a IA pode escalar tanto o trabalho defensivo quanto atividades hostis. A KISTI está levando essa disputa de desafios de software controlados para redes nacionais de pesquisa, sistemas de dados e infraestrutura computacional.
A KISTI está construindo um ciclo único de segurança a partir de três sistemas de IA
A mudança definidora do projeto é a conexão entre prevenção, validação de ataques e investigação de incidentes dentro de um único modelo operacional.
A KISTI, o Korea Institute of Science and Technology Information, anunciou o programa em 3 de agosto de 2026. O instituto planeja executá-lo de 2026 a 2030, com financiamento total de 47,2 bilhões de won.
Doze organizações da indústria, academia e pesquisa pública participarão. A KISTI identificou o Electronics and Telecommunications Research Institute e o Korea Advanced Institute of Science and Technology entre os colaboradores.
O sistema planejado tem três componentes conectados. Cada um aborda uma etapa diferente do ciclo defensivo.
O primeiro componente é um gêmeo cibernético de IA. Ele analisará os sistemas, ativos, conexões e a estrutura de rede de um ambiente real. Em seguida, reproduzirá comportamentos relevantes em um ambiente virtual de testes.
Um gêmeo cibernético é uma representação digital de infraestrutura operacional. Ele permite que defensores estudem o comportamento de sistemas sem direcionar todos os experimentos a equipamentos de produção.
A KISTI descreve sua versão como um laboratório vivo híbrido. As equipes de segurança devem conseguir executar cenários de ataque nele sem interromper os serviços representados pelo modelo.
O segundo componente é o sistema de IA white-hat. Ele examinará o ambiente simulado pela perspectiva de um atacante, buscará falhas, identificará possíveis caminhos de ataque e repetirá testes em vários cenários.
Esse trabalho se assemelha ao red teaming automatizado. Equipes vermelhas imitam atacantes para descobrir fraquezas antes que um agente hostil as explore.
O terceiro componente é um profiler de IA para o trabalho pós-incidente. Ele coletará e conectará logs e evidências digitais de sistemas separados. Em seguida, reconstruirá o comportamento do atacante, os caminhos de intrusão e as técnicas utilizadas.
Programas tradicionais de segurança frequentemente dividem essas funções entre diferentes produtos e equipes. Scanners de vulnerabilidades identificam exposições conhecidas, equipes vermelhas realizam exercícios periódicos e equipes de resposta a incidentes reconstroem comprometimentos após a detecção.
A KISTI quer que essas atividades compartilhem contexto. Uma falha descoberta dentro do gêmeo poderia informar regras de monitoramento. Evidências de um incidente real poderiam criar novos cenários simulados de ataque.
Esse ciclo de feedback é mais importante do que qualquer modelo individual. Um scanner de vulnerabilidades isolado produz descobertas. Um sistema conectado pode testar essas descobertas, observar suas consequências e aprimorar investigações posteriores.
O projeto não promete a eliminação literal de ataques. “Hacking Zero” é o nome e a aspiração do programa, não um resultado de segurança comprovado.
Nenhuma rede complexa pode garantir a ausência de vulnerabilidades ou intrusões. O teste relevante é se a KISTI reduz a exposição, os atrasos de detecção e o tempo de investigação sem aumentar o risco operacional.
Por que a infraestrutura nacional de pesquisa eleva as apostas
A KISTI está aplicando segurança autônoma a sistemas nos quais indisponibilidade, vazamento de dados e perda de confiança podem afetar a pesquisa muito além de uma única organização.
A infraestrutura nacional de pesquisa concentra um valor incomum. Supercomputadores, conjuntos de dados científicos, redes de pesquisa e serviços digitais compartilhados dão suporte a muitas instituições ao mesmo tempo.
Um ataque bem-sucedido poderia interromper experimentos em andamento ou bloquear o acesso a capacidade computacional escassa. Também poderia expor descobertas ainda não publicadas, credenciais, propriedade intelectual ou registros sensíveis de colaboração.
A infraestrutura compartilhada cria outro problema. Uma falha em um serviço conectado pode se tornar um ponto de entrada para um ambiente de pesquisa maior.
Atacantes não precisam derrotar todos os controles diretamente. Eles podem mirar uma conta negligenciada, um serviço exposto, uma dependência de software ou uma conexão confiável.
A KISTI afirma que as defesas existentes ainda dependem fortemente da detecção de ataques conhecidos e da resposta após um incidente. Também afirma que especialistas frequentemente analisam vulnerabilidades e caminhos de ataque manualmente.
Essa abordagem enfrenta um problema de escala. Especialistas humanos têm tempo limitado, enquanto a infraestrutura moderna de pesquisa muda continuamente.
Novos serviços surgem, softwares recebem atualizações, permissões mudam e colaborações criam novas conexões. Uma avaliação de segurança pode se tornar desatualizada antes da próxima revisão programada.
A exploração automatizada oferece uma possível resposta. Um sistema de IA white-hat pode executar mais cenários do que uma equipe humana consegue realizar manualmente. Ele também pode repetir testes anteriores após mudanças na infraestrutura.
No entanto, cobertura por si só não equivale a segurança. Um sistema que gera milhares de descobertas pouco relevantes pode aumentar a carga dos analistas em vez de reduzi-la.
A KISTI, portanto, enfrenta pressão de ambos os lados. Atacantes se beneficiam da automação, mas defensores não podem responder com automação sem controle.
O instituto precisa preservar o discernimento oferecido por profissionais humanos de segurança. Analistas entendem prioridades da missão, janelas de manutenção, fluxos de trabalho incomuns de pesquisa e o risco operacional aceitável.
Esse contexto humano importa porque sistemas de pesquisa não são servidores corporativos intercambiáveis. Algumas cargas de trabalho operam por longos períodos, envolvem equipamentos raros ou dependem de configurações que não podem ser alteradas imediatamente.
Uma correção tecnicamente válida ainda pode prejudicar as operações de pesquisa. Fechar um serviço, rotacionar credenciais ou aplicar um patch no momento errado pode interromper trabalhos valiosos.
O valor de longo prazo do projeto dependerá da priorização. Ele precisa distinguir uma fraqueza teórica de um caminho de ataque que ameace um ativo crítico.
Também precisa explicar por que uma resposta recomendada merece atenção. Equipes de segurança não podem agir de forma responsável com base em pontuações opacas quando a infraestrutura afetada sustenta a pesquisa nacional.
A iniciativa da KISTI, consequentemente, pressiona as operações convencionais de segurança. Avaliações periódicas e investigações orientadas por alertas parecerão cada vez mais limitadas se a nova plataforma entregar testes contínuos e baseados em evidências.
A pressão se estende aos fornecedores de segurança. Clientes esperarão que scanners, plataformas de monitoramento e ferramentas de incidentes troquem um contexto mais rico, em vez de produzir filas separadas.
Instituições de pesquisa fora da Coreia do Sul também devem acompanhar a implantação. Muitas operam serviços compartilhados de computação, identidade, armazenamento e rede sob restrições semelhantes.
A questão não é se toda instituição precisa da arquitetura exata da KISTI. É se a simulação defensiva contínua se torna um requisito padrão para infraestrutura pública complexa.
A verdadeira troca é entre alcance autônomo e controle operacional
A KISTI precisa que seus defensores de IA pensem como atacantes, ao mesmo tempo em que permanecem mais restritos, explicáveis e responsáveis do que eles.
O gêmeo cibernético fornece o primeiro limite de segurança do projeto. A KISTI pode testar comportamentos destrutivos ou incomuns em uma representação, em vez de em um serviço nacional ativo.
Esse projeto possibilita experimentação mais ampla. O sistema white-hat pode sondar caminhos alternativos de ataque, repetir ações e comparar resultados sem tratar a infraestrutura de produção como um alvo de treinamento.
Gêmeos digitais ainda apresentam limitações. Um modelo não pode reproduzir todas as dependências, condições de tempo, comportamentos de usuários ou erros de configuração de uma rede em operação.
A orientação sobre gêmeos digitais do NIST observa que a tecnologia cria suas próprias considerações de cibersegurança e confiança. Um gêmeo é tanto um instrumento de teste quanto uma representação sensível do ambiente real.
Se a representação estiver incompleta, os testes podem deixar de identificar falhas importantes. Se estiver incorreta, o sistema pode recomendar mudanças com base em condições inexistentes.
Um gêmeo desatualizado gera falsa confiança. O modelo precisa receber informações oportunas sobre ativos, software, identidades, rotas de rede e controles de segurança.
No entanto, maior fidelidade gera maior sensibilidade. Um mapa detalhado pode revelar informações valiosas sobre a infraestrutura que representa.
A KISTI, portanto, precisará de controles rigorosos sobre acesso ao modelo, retenção de dados, registro de logs e privilégios administrativos. Um gêmeo comprometido poderia ajudar um atacante a entender a rede real.
O componente de IA white-hat cria um segundo problema de controle. Ele precisa de liberdade suficiente para descobrir caminhos de ataque inesperados, mas não deve receber autoridade irrestrita.
O projeto mais seguro separa descoberta de execução. O modelo pode propor um teste, enquanto um mecanismo de políticas verifica a ação em relação a alvos e técnicas aprovados.
Ações de alto risco devem exigir autorização humana. O sistema também deve registrar prompts, chamadas de ferramentas, evidências e decisões em um formato que investigadores possam revisar.
Essas salvaguardas importam porque um agente autônomo pode se comportar incorretamente sem intenção maliciosa. Ele pode interpretar mal um alvo, seguir dados contaminados ou otimizar a métrica errada de sucesso.
O NIST identificou preocupações semelhantes em torno de agentes de IA. Seu trabalho sobre segurança de sistemas de agentes destaca injeção indireta de prompts, modelos contaminados, componentes inseguros e specification gaming.
Specification gaming ocorre quando um sistema satisfaz um objetivo formal enquanto viola a intenção real do operador. Em testes de segurança, isso poderia significar maximizar vulnerabilidades detectadas sem respeitar a importância operacional.
Um modelo pode sinalizar repetidamente descobertas de baixo valor porque são fáceis de verificar. Também pode escolher testes agressivos porque produzem evidências mais claras.
O profiler da KISTI cria um desafio relacionado de evidências. A reconstrução automatizada pode conectar logs mais rapidamente do que uma pessoa, mas a correlação não estabelece causalidade por si só.
Os logs podem estar incompletos, duplicados, com carimbos de tempo incorretos ou manipulados por um invasor. Contas compartilhadas e serviços automatizados complicam ainda mais a atribuição.
Portanto, o profiler deve expressar incerteza. Ele deve separar evidências observadas de etapas inferidas e explicações propostas.
Os investigadores humanos devem continuar responsáveis por conclusões que afetem divulgação, recuperação, ação legal ou atribuição. A automação pode acelerar seu trabalho sem substituir os padrões de evidência.
Esse equilíbrio define a principal escolha do projeto. Mais autonomia aumenta a cobertura e a velocidade do sistema. Mais controle reduz a chance de que uma atividade defensiva crie um incidente.
A KISTI só terá sucesso se evitar tratar esses objetivos como mutuamente exclusivos. A arquitetura deve tornar a autonomia limitada parte do projeto de segurança.
A DARPA Mostrou o Potencial, mas a KISTI Enfrenta um Ambiente Mais Difícil
A pesquisa autônoma de vulnerabilidades superou testes técnicos relevantes, mas a infraestrutura nacional exige evidências que vão além do desempenho em competições.
O AI Cyber Challenge da DARPA oferece a comparação recente mais clara. Seus finalistas desenvolveram sistemas de raciocínio cibernético que encontraram e corrigiram vulnerabilidades em software relacionado à infraestrutura crítica.
A competição final de 2025 abrangeu mais de 54 milhões de linhas de código. Segundo os resultados da competição, os sistemas encontraram 54 das 63 vulnerabilidades sintéticas e corrigiram 43.
Eles também encontraram 18 vulnerabilidades reais que não haviam sido inseridas intencionalmente. As equipes forneceram 11 correções para essas descobertas reais.
Esses resultados mostram que sistemas autônomos podem produzir trabalho de segurança útil. Eles conseguem ir além de descrever possíveis falhas e gerar artefatos que desenvolvedores podem avaliar.
A evolução durante o desafio também foi notável. A DARPA informou que os sistemas encontraram 86 por cento das vulnerabilidades sintéticas na final, em comparação com 37 por cento durante a semifinal.
Eles corrigiram 68 por cento das vulnerabilidades sintéticas identificadas na final. O número comparável na semifinal foi de 25 por cento.
A Team Atlanta venceu a competição. Seus membros vieram da Georgia Tech, Samsung Research, KAIST e Pohang University of Science and Technology.
A participação da KAIST cria uma ligação direta com o novo consórcio da KISTI. A Coreia do Sul não está iniciando sua pesquisa em segurança autônoma sem experiência relevante.
No entanto, o ambiente operacional da KISTI difere do desafio da DARPA. Uma competição utiliza alvos, regras, pontuação e janelas de avaliação definidos.
A infraestrutura nacional de pesquisa contém sistemas legados, aplicações proprietárias, equipamentos especializados e relações de rede em constante mudança. Alguns componentes não podem ser reproduzidos nem corrigidos rapidamente.
A definição de sucesso também muda. Uma competição pode recompensar a descoberta de vulnerabilidades, a qualidade das correções e a velocidade.
Uma instituição em operação precisa medir incidentes evitados, remediação segura, continuidade dos serviços, carga de trabalho dos analistas e a precisão das descobertas priorizadas. Esses resultados levam mais tempo para serem estabelecidos.
Uma correção que passa em testes automatizados ainda pode criar comportamentos inesperados em produção. Softwares científicos frequentemente dependem de dependências restritas ou configurações especializadas de desempenho.
Por isso, a KISTI precisa validar a remediação separadamente da descoberta. O sistema não deve presumir que toda correção gerada está pronta para implantação.
A diferença entre encontrar e corrigir também importa do ponto de vista organizacional. Uma plataforma central pode identificar uma falha, mas outra equipe pode ser responsável pelo serviço afetado.
Essa equipe pode precisar coordenar-se com pesquisadores, fornecedores ou parceiros internacionais. A automação técnica não pode eliminar essas dependências.
O projeto da KISTI é mais amplo que o foco da DARPA em código. Ele combina modelagem de ativos, exploração de caminhos de ataque e análise pós-incidente.
Essa amplitude pode criar um ciclo de feedback mais forte. Também pode dificultar a avaliação, porque erros podem se propagar entre componentes.
Uma relação incorreta entre ativos dentro do gêmeo pode produzir um caminho de ataque enganoso. Esse caminho pode influenciar regras de monitoramento e análises posteriores de incidentes.
O consórcio precisa de testes para todo o pipeline, não apenas para cada componente. Ele deve medir como a incerteza se propaga quando uma etapa fornece informações para outra.
A DARPA também enfatizou lançamentos de código aberto e experimentação externa. A KISTI ainda não detalhou quanto de seu sistema, estrutura de avaliação ou produção de pesquisa se tornará público.
Alguns limites são inevitáveis porque os dados de infraestrutura são sensíveis. Ainda assim, a avaliação independente exige transparência suficiente para reproduzir as principais alegações.
Benchmarks publicados, ambientes de teste anonimizados e casos de falha documentados ajudariam. Eles também permitiriam que pesquisadores externos comparassem a abordagem da KISTI com outros sistemas de segurança autônomos.
Sem essas evidências, o programa corre o risco de se tornar difícil de avaliar. Um grande orçamento e uma arquitetura ambiciosa não comprovam eficácia operacional.
Sistemas de White Hat com IA Criam Riscos que os Defensores Precisam Medir
A questão mais importante ainda sem resposta não é se o sistema consegue encontrar vulnerabilidades, mas se os operadores podem confiar em suas prioridades e ações.
Os falsos positivos são a primeira preocupação. Um sistema automatizado pode reportar um comportamento como perigoso mesmo quando os controles operacionais já contêm o risco.
Cada alerta fraco consome tempo dos analistas. Em escala suficiente, uma automação ruidosa recria a mesma sobrecarga que as operações de segurança já enfrentam.
Os falsos negativos representam o perigo oposto. Um modelo pode deixar de perceber uma falha porque seus dados de treinamento, ferramentas ou ambiente simulado não representam o ataque relevante.
O sucesso repetido em classes conhecidas de vulnerabilidades pode esconder um desempenho ruim em condições raras ou novas. Taxas médias de detecção não conseguem mostrar onde o sistema falha de forma consistente.
A KISTI deve avaliar as descobertas por gravidade, explorabilidade, novidade e classe de ativo afetado. Uma única medida geral de precisão esconderia informações demais.
O programa também precisa proteger o sistema de testes contra influência adversária. Atacantes poderiam tentar envenenar a telemetria, manipular logs ou inserir conteúdo enganoso onde um agente irá processá-lo.
Uma injeção indireta de prompt pode se esconder em dados comuns e influenciar o comportamento de um agente de IA. Ferramentas de segurança ficam especialmente expostas porque inspecionam rotineiramente conteúdo não confiável.
A arquitetura deve tratar todos os dados observados como hostis. Os modelos não devem converter instruções encontradas em logs, arquivos ou conteúdo web diretamente em ações autorizadas.
As permissões de ferramentas precisam de aplicação independente. Um modelo de linguagem nunca deve ser o único controle a decidir se uma ação é segura.
Atualizações de modelos criam outra fonte de incerteza. Uma nova versão pode mudar o uso de ferramentas, a priorização ou as explicações, mesmo quando o fluxo de trabalho ao redor permanece inalterado.
A KISTI precisará de testes de regressão para cada mudança significativa de modelo, prompt, política e integração. Os operadores devem saber qual versão produziu cada resultado.
A segurança da cadeia de suprimentos também importa. O sistema dependerá de modelos, bibliotecas de software, componentes de orquestração, pipelines de dados e, potencialmente, serviços externos.
O panorama de ameaças de IA da ENISA trata a cadeia de suprimentos de IA como uma preocupação central de segurança. A KISTI não pode proteger a infraestrutura nacional introduzindo dependências opacas em seu núcleo defensivo.
Os requisitos de contratação devem abordar a procedência dos modelos, controles de atualização, divulgação de vulnerabilidades, registros e suporte a incidentes. Dados sensíveis devem permanecer dentro de limites claramente definidos.
O projeto também precisa de um processo de divulgação para vulnerabilidades recém-descobertas. Algumas descobertas podem afetar produtos usados muito além da KISTI.
A divulgação prematura pode expor usuários antes que exista uma correção. A divulgação tardia pode deixar outras organizações vulneráveis sem saber.
A divulgação coordenada de vulnerabilidades exige verificação, contato com fornecedores, prazos e publicação cuidadosa. A descoberta autônoma aumenta o volume de descobertas, mas não elimina essas responsabilidades.
A responsabilização deve continuar identificável. Quando um modelo recomenda uma ação prejudicial, os operadores precisam saber quem aprovou a política, a implantação e a execução.
“Foi a IA que tomou a decisão” não é uma explicação aceitável para um incidente. A governança deve conectar toda ação consequente a uma função humana responsável.
Os princípios de segurança desde a concepção oferecem uma referência útil. A CISA argumenta que fabricantes de tecnologia devem assumir maior responsabilidade pela segurança dos clientes e adotar práticas de desenvolvimento transparentes.
O mesmo princípio se aplica aqui. O sistema da KISTI deve reduzir a carga sobre as equipes de pesquisa sem transferir riscos ocultos para elas.
Nenhuma dessas preocupações invalida o programa. Elas definem o trabalho necessário para transformar uma plataforma de pesquisa em infraestrutura confiável.
O resultado mais forte não seria uma autonomia irrestrita das máquinas. Seria um sistema que automatiza análises repetíveis enquanto escala decisões ambíguas e consequentes.
Três Sinais Mostrarão se a Aposta da KISTI Está Funcionando
As próximas evidências devem vir de testes operacionais, resultados mensurados dos analistas e tratamento transparente das falhas.
O primeiro sinal é um piloto documentado dentro de um ambiente de pesquisa representativo. A KISTI descreveu a arquitetura, os parceiros, o cronograma e o financiamento, mas não um resultado completo de implantação.
Um piloto confiável deve incluir complexidade real de ativos sem expor serviços essenciais a riscos desnecessários. Ele deve comparar o gêmeo com a infraestrutura que representa.
As principais métricas devem incluir cobertura de ativos, atualidade das configurações, precisão dos caminhos de ataque e isolamento da produção. O programa também deve informar com que frequência o modelo exigiu correção manual.
Se o piloto mantiver um gêmeo preciso durante mudanças normais de infraestrutura, o mecanismo central da KISTI ganhará credibilidade. Lacunas persistentes de modelagem enfraqueceriam a alegação de que testes simulados representam a exposição real.
O segundo sinal é evidência de que o sistema de white hat com IA melhora o trabalho humano de segurança. Contagens brutas de vulnerabilidades não responderão a essa pergunta.
A KISTI deve informar quantas descobertas os analistas validam, com que rapidez as equipes as triagem e com que frequência elas levam a uma remediação significativa. Deve distinguir descobertas novas de problemas conhecidos.
A economia de tempo só importa quando a qualidade permanece aceitável. Uma análise mais rápida com menor precisão pode aumentar o trabalho total.
O sistema também deve demonstrar priorização. Um pequeno número de caminhos de ataque verificados para ativos críticos pode importar mais do que milhares de descobertas de configuração de baixo impacto.
As taxas de substituição pelos analistas forneceriam outra medida útil. Substituições frequentes podem indicar recomendações ruins, explicações pouco claras ou políticas que não se ajustam às operações.
Uma taxa de substituição em queda pode sustentar o valor do sistema, desde que os operadores não simplesmente se tornem menos atentos. Uma revisão independente deve verificar a existência de viés de automação.
O terceiro sinal é como o consórcio lida com um erro ou teste fracassado. Todo sistema complexo de segurança acaba produzindo um resultado incorreto.
Um relatório de falha transparente pode mostrar se a equipe entende seus controles. Ele deve explicar o gatilho, os sistemas afetados, a contenção, as evidências e a ação corretiva.
A KISTI também deve documentar se o problema teve origem no gêmeo, no agente de white hat, no criador de perfis ou na camada de integração. Essa distinção importa porque componentes conectados podem amplificar erros.
Se o consórcio publicar métodos de avaliação utilizáveis e lições extraídas de falhas, a confiança deve aumentar. O silêncio em torno de contratempos dificultaria a avaliação externa.
Indicadores de longo prazo incluem remediação de vulnerabilidades, redução dos atrasos em investigações e disponibilidade estável dos serviços de pesquisa. Essas medições precisam de definições consistentes e referências comparáveis.
Os observadores devem resistir a avaliar o programa apenas por demonstrações. Um ataque roteirizado pode mostrar que os componentes se comunicam, mas não que funcionam de maneira confiável diante da incerteza.
O projeto vai até 2030, portanto um julgamento definitivo levará tempo. Sua primeira fase deve estabelecer referências antes que os organizadores façam afirmações amplas sobre desempenho.
O programa da KISTI ainda merece atenção agora. Ele conecta técnicas autônomas de segurança a uma infraestrutura que apoia o trabalho científico nacional.
Esse movimento eleva o padrão de evidência. O sistema precisa ser eficaz contra invasores, cauteloso em ambientes de produção e compreensível para os profissionais responsáveis por cada decisão.
Desenvolvedores devem observar se as descobertas geradas se traduzem em correções seguras. Compradores corporativos devem acompanhar integração, auditabilidade e governança de modelos.
Instituições de pesquisa devem avaliar se gêmeos cibernéticos reduzem o risco de testar ambientes complexos. Equipes de segurança devem se concentrar na carga de trabalho, priorização e qualidade das investigações.
A questão central é prática: a KISTI consegue transformar 47,2 bilhões de won e cinco anos de pesquisa em um ciclo defensivo no qual os operadores confiem?
Respondê-la exigirá mais do que outra demonstração de segurança com IA. Acompanhe o primeiro piloto representativo, resultados mensurados de analistas e um relato franco sobre o que o sistema faz de errado.
