
Preguntas habituales en una auditoría
Cuando la IA cierra una alerta o reduce su gravedad, una auditoría o investigación plantea tres preguntas. ¿Qué evidencia justificó la decisión? ¿Qué modelo y reglas estaban en uso? ¿Se obtendría hoy la misma conclusión? Un registro adecuado responde a las dos primeras. La tercera es más difícil de comprobar.
Una temperatura de 0 no garantiza resultados idénticos
Una temperatura de 0 puede parecer suficiente para obtener la misma respuesta con la misma entrada. Thinking Machines Lab explicó en septiembre de 2025 por qué el resultado puede variar. El servidor agrupa solicitudes según la carga, y algunos kernels de GPU cambian el orden de las operaciones según el tamaño del lote. Incluso con el mismo prompt, esto puede alterar el resultado. Los kernels que producen el mismo resultado con cualquier tamaño de lote pueden dar salidas idénticas bit a bit a costa de una parte del rendimiento.
Conservamos las entradas y salidas tal como estaban cuando se emitió el dictamen. Una nueva ejecución sirve para comparar su resultado con el original. Si las conclusiones difieren, revise el caso. La decisión pudo quedar cerca del umbral.
Qué registrar en cada dictamen
Threat Correlator reúne la evidencia, el razonamiento, el dictamen y las recomendaciones en un registro por caso. El siguiente ejemplo muestra qué información puede incluir.
{
"verdict_id": "...",
"decided_at": "2026-10-21T02:13:44+09:00",
"verdict": "true_positive",
"severity": "high",
"evidence": [
{"source": "edr", "ref": "event_id=...", "sha256": "..."},
{"source": "proxy", "ref": "proxy/2026/10/21/02.log#L1840", "sha256": "..."}
],
"attack_mapping": ["T1059.001", "T1490"],
"model": {"name": "...", "version": "...", "temperature": 0},
"prompt_template": "triage-v14",
"policy_version": "auto-response-2026.10",
"input_digest": "sha256:...",
"output_raw": "...",
"reviewed_by": "analyst-042"
}
Los campos son sencillos. Es fácil olvidar el prompt_template y policy_version. Un cambio en el texto del prompt puede cambiar el criterio de decisión, aunque se conserve el mismo modelo. Versione los prompts como cualquier otro componente del código.
Es habitual registrar la ubicación y el hash de la evidencia en lugar de copiar los registros originales. Si se conservan durante menos tiempo que los dictámenes, al cabo de un año la auditoría podría encontrar un dictamen sin los registros que lo sustentan. Alinee ambos plazos de conservación.
Por qué registrar los identificadores de técnicas de ATT&CK
Ante una anotación como «ejecución sospechosa de PowerShell», conviene registrar T1059.001para que la auditoría pueda verificar la clasificación con un criterio común. MITRE ATT&CK es una taxonomía pública. Un mapeo puede ser incorrecto y una alerta puede corresponder a varias técnicas, por lo que incluimos también el mapeo en la revisión del analista.
Requisitos normativos
La ley marco surcoreana de IA, en vigor desde el 22 de enero de 2026, exige que los proveedores de IA de alto impacto publiquen, entre otros elementos, los aspectos principales de sus medidas de gestión de riesgos y de explicación de la IA (artículo 34). La IA para operaciones de seguridad puede quedar fuera de esa categoría en muchos casos. Cuando sus decisiones inciden en derechos individuales, por ejemplo en procesos de contratación o de evaluación crediticia, conviene solicitar un análisis jurídico. Conservar la justificación facilita una revisión posterior.
Referencias
- Defeating Nondeterminism in LLM Inference, Thinking Machines Lab, 2025.9
- Command and Scripting Interpreter: PowerShell, T1059.001, MITRE ATT&CK
- Ley marco para el desarrollo de la inteligencia artificial y el establecimiento de una base de confianza, Centro Nacional de Información Legislativa de Corea del Sur


