Recepção: 09-05-2026
Aprovação: 15-06-2026
pág. 1805
DOI: https://doi.org/10.61616/rvdc.v7i2.1654
La Paradoja de la Persuasión Automatizada: Evaluación de la
Asimetría Defensiva Humana frente a la Ingeniería Social de Alta
Fidelidad en la Era GenAI
Juan Rigoberto Castillo Serracín
juan.castillos@up.ac.pa
https://orcid.org/0009-0006-5821-7028
Universidad de Panamá, Centro Regional Universitario de San Miguelito
Panamá
Javier Miguel Gómez
javier.gomez@up.ac.pa
https://orcid.org/0009-0000-4583-5157
Universidad de Panamá, Centro Regional Universitario de San Miguelito
Panamá
Carlos V. Bruce
Carlos.bruce@up.ac.pa
https://orcid.org/0009-0004-4223-0821
Universidad de Panamá, Facultad de Informática Electrónica y Comunicación
Panamá
Kathia Carmona
Kathia.carmona@up.ac.pa
https://orcid.org/0009-0004-4692-3115
Universidad de Panamá
Panamá
pág. 1806
RESUMEN
En la Quinta Revolución Industrial, la Inteligencia Artificial Generativa (GenAI) y los Modelos
de Lenguaje de Gran Tamaño (LLMs) han provocado la obsolescencia de los esquemas
preventivos tradicionales frente a la "Paradoja de la Persuasión Automatizada". Este estudio
analiza la brecha de eficacia en las defensas humanas tradicionales para proponer un modelo
adaptativo institucional. Mediante el protocolo PRISMA 2020, se ejecutó una Revisión
Sistemática de la Literatura (RSL) de 20 fuentes estratégicas indexadas e informes globales de
telemetría (2021–2026). Los resultados demuestran un quiebre estructural: la efectividad
defensiva humana decayó a niveles inferiores al 15% en phishing contextual y expuso una
vulnerabilidad superior al 85% ante vishing sintético, potenciado por la contracción del
breakout time a una media de 48 minutos en intrusiones malware-less (79%). Se concluye la
inviabilidad del triage manual reactivo ante la velocidad algorítmica y se aporta el Marco de
Competencias Defensivas en Resiliencia Cognitiva y Verificación Continua. Este modelo original
articula dimensiones cognitivas, operativas y de gobernanza bajo una arquitectura de
confianza cero (Zero Trust), desplazando al factor humano hacia la supervisión estratégica
para salvaguardar la soberanía de la información frente al fraude algorítmico.
Palabras clave: inteligencia artificial generativa, ciberseguridad cognitiva, zero trust,
ingeniería social, identidad sintética
Licencia
Este trabajo está bajo una licencia Creative Commons Attribution 4.0 International.
RESUMEN
En la Quinta Revolución Industrial, la Inteligencia Artificial Generativa (GenAI) y los Modelos
de Lenguaje de Gran Tamaño (LLMs) han provocado la obsolescencia de los esquemas
preventivos tradicionales frente a la "Paradoja de la Persuasión Automatizada". Este estudio
analiza la brecha de eficacia en las defensas humanas tradicionales para proponer un modelo
adaptativo institucional. Mediante el protocolo PRISMA 2020, se ejecutó una Revisión
Sistemática de la Literatura (RSL) de 20 fuentes estratégicas indexadas e informes globales de
telemetría (2021–2026). Los resultados demuestran un quiebre estructural: la efectividad
defensiva humana decayó a niveles inferiores al 15% en phishing contextual y expuso una
vulnerabilidad superior al 85% ante vishing sintético, potenciado por la contracción del
breakout time a una media de 48 minutos en intrusiones malware-less (79%). Se concluye la
inviabilidad del triage manual reactivo ante la velocidad algorítmica y se aporta el Marco de
Competencias Defensivas en Resiliencia Cognitiva y Verificación Continua. Este modelo original
articula dimensiones cognitivas, operativas y de gobernanza bajo una arquitectura de
confianza cero (Zero Trust), desplazando al factor humano hacia la supervisión estratégica
para salvaguardar la soberanía de la información frente al fraude algorítmico.
Palabras clave: inteligencia artificial generativa, ciberseguridad cognitiva, zero trust,
ingeniería social, identidad sintética
Licencia
Este trabajo está bajo una licencia Creative Commons Attribution 4.0 International.
pág. 1807
The Automated Persuasion Paradox: Evaluating Human Defensive
Asymmetry Against High-Fidelity Social Engineering in the GenAI Era
ABSTRACT
In the Fifth Industrial Revolution, Generative Artificial Intelligence (GenAI) and Large Language
Models (LLMs) have triggered the obsolescence of traditional preventive frameworks in the
face of the "Automated Persuasion Paradox." This study analyzes the efficacy gap in traditional
human defenses to propose an institutional adaptive model. Utilizing the PRISMA 2020
protocol, a Systematic Literature Review (SLR) of 20 indexed strategic sources and global
telemetry reports (2021–2026) was conducted. The findings demonstrate a structural
collapse: human defensive effectiveness dropped below 15% in contextual phishing and
exposed a vulnerability exceeding 85% to synthetic vishing, further driven by the contraction
of breakout time to a global average of 48 minutes in malware-less intrusions (79%). The study
concludes that reactive manual triage is unviable against algorithmic speed, and contributes
the Defensive Competency Framework in Cognitive Resilience and Continuous Verification.
This original model articulates cognitive, operational, and governance dimensions under a
Zero Trust architecture, shifting the human factor toward strategic supervision to safeguard
information sovereignty against algorithmic fraud.
Keywords: generative artificial intelligence, cognitive cybersecurity, zero trust, social
engineering, synthetic identity
License
This work is licensed under a Creative Commons Attribution 4.0 International license.
The Automated Persuasion Paradox: Evaluating Human Defensive
Asymmetry Against High-Fidelity Social Engineering in the GenAI Era
ABSTRACT
In the Fifth Industrial Revolution, Generative Artificial Intelligence (GenAI) and Large Language
Models (LLMs) have triggered the obsolescence of traditional preventive frameworks in the
face of the "Automated Persuasion Paradox." This study analyzes the efficacy gap in traditional
human defenses to propose an institutional adaptive model. Utilizing the PRISMA 2020
protocol, a Systematic Literature Review (SLR) of 20 indexed strategic sources and global
telemetry reports (2021–2026) was conducted. The findings demonstrate a structural
collapse: human defensive effectiveness dropped below 15% in contextual phishing and
exposed a vulnerability exceeding 85% to synthetic vishing, further driven by the contraction
of breakout time to a global average of 48 minutes in malware-less intrusions (79%). The study
concludes that reactive manual triage is unviable against algorithmic speed, and contributes
the Defensive Competency Framework in Cognitive Resilience and Continuous Verification.
This original model articulates cognitive, operational, and governance dimensions under a
Zero Trust architecture, shifting the human factor toward strategic supervision to safeguard
information sovereignty against algorithmic fraud.
Keywords: generative artificial intelligence, cognitive cybersecurity, zero trust, social
engineering, synthetic identity
License
This work is licensed under a Creative Commons Attribution 4.0 International license.
pág. 1808
INTRODUCCIÓN
En el marco de la Quinta Revolución Industrial, la proliferación de la Inteligencia Artificial
Generativa (GenAI) y los Modelos de Lenguaje de Gran Tamaño (LLMs) ha evolucionado de ser
una mera transición instrumental hacia una reconfiguración estructural de los vectores de
amenaza en el ciberespacio. Este fenómeno, fundamentado en el paradigma del doble uso
(dual-use) de las tecnologías emergentes, ha expandido exponencialmente la superficie de
ataque de las organizaciones, transformando radicalmente las dinámicas clásicas de la
ingeniería social (Brundage et al., 2018). Este paradigma de doble uso también se manifiesta
en la aplicación de los modelos de lenguaje de gran tamaño al fortalecimiento de la
ciberseguridad. Además de potenciar vectores ofensivos, estas tecnologías han demostrado
ser capaces de apoyar tareas avanzadas de evaluación de vulnerabilidades y automatización
de pruebas de seguridad. Un ejemplo es ChatFuzz, que emplea ChatGPT para optimizar
procesos de greybox fuzzing, evidenciando que la inteligencia artificial generativa puede
desempeñar simultáneamente un papel defensivo y ofensivo dentro del ecosistema de la
ciberseguridad (Deng et al., 2023). El presente artículo analiza el impacto de la GenAI como
catalizador de la ciberdelincuencia de alta fidelidad, evaluando la obsolescencia de los
esquemas preventivos tradicionales frente a lo que se define como la "Paradoja de la
Persuasión Automatizada". Este estudio examina la disparidad tecnológica existente en la
seguridad identitaria, proyectando sus implicaciones operativas y de gobernanza digital en
entornos corporativos, institucionales y de educación superior a escala global.
No obstante, esta transformación digital enfrenta un desbalance marcadamente complejo: la
profunda brecha entre la sofisticación operativa del atacante automatizado y la capacidad
psicocognitiva de respuesta del capital humano. En este sentido, Taddeo et al. (2019)
sostienen que la velocidad, el volumen y la escala de las ciberamenazas automatizadas han
INTRODUCCIÓN
En el marco de la Quinta Revolución Industrial, la proliferación de la Inteligencia Artificial
Generativa (GenAI) y los Modelos de Lenguaje de Gran Tamaño (LLMs) ha evolucionado de ser
una mera transición instrumental hacia una reconfiguración estructural de los vectores de
amenaza en el ciberespacio. Este fenómeno, fundamentado en el paradigma del doble uso
(dual-use) de las tecnologías emergentes, ha expandido exponencialmente la superficie de
ataque de las organizaciones, transformando radicalmente las dinámicas clásicas de la
ingeniería social (Brundage et al., 2018). Este paradigma de doble uso también se manifiesta
en la aplicación de los modelos de lenguaje de gran tamaño al fortalecimiento de la
ciberseguridad. Además de potenciar vectores ofensivos, estas tecnologías han demostrado
ser capaces de apoyar tareas avanzadas de evaluación de vulnerabilidades y automatización
de pruebas de seguridad. Un ejemplo es ChatFuzz, que emplea ChatGPT para optimizar
procesos de greybox fuzzing, evidenciando que la inteligencia artificial generativa puede
desempeñar simultáneamente un papel defensivo y ofensivo dentro del ecosistema de la
ciberseguridad (Deng et al., 2023). El presente artículo analiza el impacto de la GenAI como
catalizador de la ciberdelincuencia de alta fidelidad, evaluando la obsolescencia de los
esquemas preventivos tradicionales frente a lo que se define como la "Paradoja de la
Persuasión Automatizada". Este estudio examina la disparidad tecnológica existente en la
seguridad identitaria, proyectando sus implicaciones operativas y de gobernanza digital en
entornos corporativos, institucionales y de educación superior a escala global.
No obstante, esta transformación digital enfrenta un desbalance marcadamente complejo: la
profunda brecha entre la sofisticación operativa del atacante automatizado y la capacidad
psicocognitiva de respuesta del capital humano. En este sentido, Taddeo et al. (2019)
sostienen que la velocidad, el volumen y la escala de las ciberamenazas automatizadas han
pág. 1809
alcanzado un punto de inflexión crítico donde las estrategias de defensa basadas
exclusivamente en la intervención humana analógica o reactiva resultan estructuralmente
insuficientes. Este escenario se traduce en un desafío de primer orden para los ecosistemas
académicos y corporativos contemporáneos, los cuales evidencian la urgencia de migrar de
modelos deterministas basados en firmas hacia arquitecturas de aprendizaje capaces de
identificar amenazas de día cero (Castillo Serracín & Gómez, 2026). Esta transición conceptual
se alinea con la evolución histórica de las defensas adaptativas inteligentes, donde el Machine
Learning ha demostrado ser un componente crítico para robustecer la seguridad frente a
anomalías en diversos entornos conectados (Xiao et al., 2018). Sin embargo, frente a la
velocidad multidireccional de los ataques sintéticos contemporáneos, la integración de
enfoques de aprendizaje profundo (deep learning) resulta indispensable para procesar flujos
de datos anómalos a escala institucional sin incurrir en saturación analógica (Vinayakumar et
al., 2019). Al permanecer anclados en un paradigma conceptual pre-IA, los modelos de
concienciación vigentes obligan al factor humano a interactuar con vectores ofensivos hiper-
personalizados sin poseer las competencias cognitivas necesarias para discriminar entre
interacciones legítimas y construcciones sintéticas maliciosas.
Conceptualizar esta brecha implica reconocer una saturación de la percepción sensorial
provocada por la consolidación del denominado "adversario empresarial" (CrowdStrike,
2025). Mientras que el phishing tradicional solía delatarse por errores ortográficos, sintaxis
deficiente y redacción poco natural, los modelos de lenguaje actuales pueden generar correos
personalizados, gramaticalmente fluidos y adaptados al contexto, lo que incrementa su
capacidad de engaño y dificulta su detección por los usuarios y los filtros automáticos (Heiding
et al., 2024; Bethany et al., 2024). Al respecto, Westerlund (2019) argumenta que la
emergencia de contenido sintético avanzado subvierte de forma directa los filtros biológicos
alcanzado un punto de inflexión crítico donde las estrategias de defensa basadas
exclusivamente en la intervención humana analógica o reactiva resultan estructuralmente
insuficientes. Este escenario se traduce en un desafío de primer orden para los ecosistemas
académicos y corporativos contemporáneos, los cuales evidencian la urgencia de migrar de
modelos deterministas basados en firmas hacia arquitecturas de aprendizaje capaces de
identificar amenazas de día cero (Castillo Serracín & Gómez, 2026). Esta transición conceptual
se alinea con la evolución histórica de las defensas adaptativas inteligentes, donde el Machine
Learning ha demostrado ser un componente crítico para robustecer la seguridad frente a
anomalías en diversos entornos conectados (Xiao et al., 2018). Sin embargo, frente a la
velocidad multidireccional de los ataques sintéticos contemporáneos, la integración de
enfoques de aprendizaje profundo (deep learning) resulta indispensable para procesar flujos
de datos anómalos a escala institucional sin incurrir en saturación analógica (Vinayakumar et
al., 2019). Al permanecer anclados en un paradigma conceptual pre-IA, los modelos de
concienciación vigentes obligan al factor humano a interactuar con vectores ofensivos hiper-
personalizados sin poseer las competencias cognitivas necesarias para discriminar entre
interacciones legítimas y construcciones sintéticas maliciosas.
Conceptualizar esta brecha implica reconocer una saturación de la percepción sensorial
provocada por la consolidación del denominado "adversario empresarial" (CrowdStrike,
2025). Mientras que el phishing tradicional solía delatarse por errores ortográficos, sintaxis
deficiente y redacción poco natural, los modelos de lenguaje actuales pueden generar correos
personalizados, gramaticalmente fluidos y adaptados al contexto, lo que incrementa su
capacidad de engaño y dificulta su detección por los usuarios y los filtros automáticos (Heiding
et al., 2024; Bethany et al., 2024). Al respecto, Westerlund (2019) argumenta que la
emergencia de contenido sintético avanzado subvierte de forma directa los filtros biológicos
pág. 1810
de verificación del operador. Esta desproporción operativa convierte la detección de
incidentes críticos en un evento estocástico y vulnerable, donde el colapso de las defensas
tradicionales se ve agravado por técnicas de intrusión interactivas libres de malware
(malware-less), diseñadas específicamente para explotar la identidad digital del usuario final
mediante la suplantación algorítmica de la voluntad y el consentimiento.
Desde la perspectiva de la gobernanza de datos, los deepfakes y otras formas de manipulación
digital generadas por IA plantean riesgos directos para la autenticidad de la identidad, la
privacidad y la integridad de los sistemas de verificación, por lo que su mitigación requiere
marcos combinados de protección técnica, gobernanza y medidas de detección (He et al.,
2025). Bajo este enfoque, la asimetría tecnológica deja de ser un problema operativo aislado
para consolidarse como un pilar crítico de la gobernanza corporativa, donde la persistencia de
debilidades en la validación de accesos compromete la soberanía de la información y la
integridad del tejido de confianza en las organizaciones modernas.
Ante este escenario de vulnerabilidad orgánica, la justificación de este estudio adquiere un
carácter imperativo. De acuerdo con informes globales de inteligencia de amenazas
(CrowdStrike, 2025; Verizon, 2025), las intrusiones malware-less constituyen actualmente el
79% de las detecciones globales, reflejando un viraje radical desde el software malicioso
convencional hacia el secuestro de identidades legítimas. Esta actualización ofensiva se
manifiesta en la reducción drástica del tiempo de comprometimiento (breakout time) a una
media de solo 48 minutos, con registros extremos de intrusión en apenas 51 segundos.
Asimismo, el vector del vishing (phishing de voz) ha experimentado un aumento explosivo del
442%, consolidándose como la herramienta predilecta para eludir controles biométricos. Bajo
este prisma de vulnerabilidad asimétrica, la presente investigación busca responder a las
siguientes interrogantes científicas:
de verificación del operador. Esta desproporción operativa convierte la detección de
incidentes críticos en un evento estocástico y vulnerable, donde el colapso de las defensas
tradicionales se ve agravado por técnicas de intrusión interactivas libres de malware
(malware-less), diseñadas específicamente para explotar la identidad digital del usuario final
mediante la suplantación algorítmica de la voluntad y el consentimiento.
Desde la perspectiva de la gobernanza de datos, los deepfakes y otras formas de manipulación
digital generadas por IA plantean riesgos directos para la autenticidad de la identidad, la
privacidad y la integridad de los sistemas de verificación, por lo que su mitigación requiere
marcos combinados de protección técnica, gobernanza y medidas de detección (He et al.,
2025). Bajo este enfoque, la asimetría tecnológica deja de ser un problema operativo aislado
para consolidarse como un pilar crítico de la gobernanza corporativa, donde la persistencia de
debilidades en la validación de accesos compromete la soberanía de la información y la
integridad del tejido de confianza en las organizaciones modernas.
Ante este escenario de vulnerabilidad orgánica, la justificación de este estudio adquiere un
carácter imperativo. De acuerdo con informes globales de inteligencia de amenazas
(CrowdStrike, 2025; Verizon, 2025), las intrusiones malware-less constituyen actualmente el
79% de las detecciones globales, reflejando un viraje radical desde el software malicioso
convencional hacia el secuestro de identidades legítimas. Esta actualización ofensiva se
manifiesta en la reducción drástica del tiempo de comprometimiento (breakout time) a una
media de solo 48 minutos, con registros extremos de intrusión en apenas 51 segundos.
Asimismo, el vector del vishing (phishing de voz) ha experimentado un aumento explosivo del
442%, consolidándose como la herramienta predilecta para eludir controles biométricos. Bajo
este prisma de vulnerabilidad asimétrica, la presente investigación busca responder a las
siguientes interrogantes científicas:
pág. 1811
● PI1: ¿Cuál es la tasa de efectividad de las defensas humanas tradicionales frente a
ataques de ingeniería social de alta fidelidad (vishing y phishing) generados por IA en
comparación con métodos pre-IA?
● PI2: ¿Cuáles son los principales indicadores de engaño sintético que los modelos
actuales de formación en ciberseguridad omiten en su instrucción?
● PI3: ¿Qué impacto tiene la reducción del breakout time en la eficacia de los protocolos
de respuesta a incidentes basados en la intervención humana?
Desde la perspectiva del marco teórico, el estudio se sustenta en la Teoría de la Resiliencia
Cognitiva y el enfoque de la Defensa Adaptativa Identitaria. Este planteamiento converge con
las proyecciones estratégicas de Gartner (2024), las cuales advierten que para el año 2026, los
ataques basados en contenido sintético masivo harán que el 70% de los métodos actuales de
formación en concienciación en ciberseguridad queden completamente obsoletos si no
integran la verificación continua y el análisis de autenticidad respaldado por la inteligencia de
amenazas global (IBM Security, 2025; Microsoft, 2024).
Bajo esta premisa, la redefinición de las competencias defensivas del capital humano
trasciende la mera actualización técnica de guías de usuario para constituirse como una
exigencia crítica de gobernanza institucional y resiliencia corporativa. En un entorno
profesional y académico donde las fronteras lógicas entre lo humano y lo sintético se han
vuelto difusas, la protección de los activos digitales ya no puede depender de perímetros
estáticos o filtros reactivos. Como señala el Foro Económico Mundial (2024), el contenido
sintético generado por IA representa uno de los riesgos globales más inminentes para la
estabilidad informativa. Por lo tanto, integrar la ciberseguridad cognitiva es vital para
salvaguardar la integridad operativa y la confianza fundamental en los canales de
comunicación digital en la era de la inteligencia artificial.
● PI1: ¿Cuál es la tasa de efectividad de las defensas humanas tradicionales frente a
ataques de ingeniería social de alta fidelidad (vishing y phishing) generados por IA en
comparación con métodos pre-IA?
● PI2: ¿Cuáles son los principales indicadores de engaño sintético que los modelos
actuales de formación en ciberseguridad omiten en su instrucción?
● PI3: ¿Qué impacto tiene la reducción del breakout time en la eficacia de los protocolos
de respuesta a incidentes basados en la intervención humana?
Desde la perspectiva del marco teórico, el estudio se sustenta en la Teoría de la Resiliencia
Cognitiva y el enfoque de la Defensa Adaptativa Identitaria. Este planteamiento converge con
las proyecciones estratégicas de Gartner (2024), las cuales advierten que para el año 2026, los
ataques basados en contenido sintético masivo harán que el 70% de los métodos actuales de
formación en concienciación en ciberseguridad queden completamente obsoletos si no
integran la verificación continua y el análisis de autenticidad respaldado por la inteligencia de
amenazas global (IBM Security, 2025; Microsoft, 2024).
Bajo esta premisa, la redefinición de las competencias defensivas del capital humano
trasciende la mera actualización técnica de guías de usuario para constituirse como una
exigencia crítica de gobernanza institucional y resiliencia corporativa. En un entorno
profesional y académico donde las fronteras lógicas entre lo humano y lo sintético se han
vuelto difusas, la protección de los activos digitales ya no puede depender de perímetros
estáticos o filtros reactivos. Como señala el Foro Económico Mundial (2024), el contenido
sintético generado por IA representa uno de los riesgos globales más inminentes para la
estabilidad informativa. Por lo tanto, integrar la ciberseguridad cognitiva es vital para
salvaguardar la integridad operativa y la confianza fundamental en los canales de
comunicación digital en la era de la inteligencia artificial.
pág. 1812
Finalmente, el objetivo general de este estudio es analizar la Paradoja de la Persuasión
Automatizada mediante la evaluación de la brecha de eficacia en las defensas humanas
tradicionales frente a la IA Generativa, con el fin de proponer un marco de competencias
defensivas adaptado a las amenazas de ciberdelincuencia de alta fidelidad. Como hipótesis de
trabajo, se postula que la integración de la Inteligencia Artificial Generativa en las tácticas de
ciberdelincuencia incrementa significativamente la tasa de éxito de la persuasión
automatizada, invalidando los marcos de defensa humana tradicionales. Por consiguiente, el
codiseño de un modelo de resiliencia cognitiva fundamentado en la verificación adaptativa de
la identidad mitigará significativamente la brecha de detección de ataques sintéticos en las
instituciones contemporáneas.
METODOLOGIA
La presente investigación se fundamentó en un enfoque cualitativo con un diseño de
investigación documental de carácter descriptivo-analítico. Se implementó el método de
Revisión Sistemática de la Literatura (RSL) siguiendo rigurosamente los lineamientos
metodológicos del protocolo internacional PRISMA 2020 (Preferred Reporting Items for
Systematic Reviews and Meta-Analyses). Este enfoque metodológico garantiza la
transparencia, exhaustividad y reproducibilidad del proceso de identificación, evaluación,
extracción y síntesis de la evidencia científica e informes estratégicos globales relativos a la
Paradoja de la Persuasión Automatizada y la vulnerabilidad del factor humano frente a la
Inteligencia Artificial Generativa.
Estrategia de Búsqueda Bibliográfica y Selección de Fuentes
La identificación del corpus documental se realizó mediante el diseño y la ejecución de
ecuaciones de búsqueda booleanas avanzadas, optimizadas de forma bilingüe en inglés y
español para capturar la intersección crítica entre los modelos de lenguaje de gran tamaño
Finalmente, el objetivo general de este estudio es analizar la Paradoja de la Persuasión
Automatizada mediante la evaluación de la brecha de eficacia en las defensas humanas
tradicionales frente a la IA Generativa, con el fin de proponer un marco de competencias
defensivas adaptado a las amenazas de ciberdelincuencia de alta fidelidad. Como hipótesis de
trabajo, se postula que la integración de la Inteligencia Artificial Generativa en las tácticas de
ciberdelincuencia incrementa significativamente la tasa de éxito de la persuasión
automatizada, invalidando los marcos de defensa humana tradicionales. Por consiguiente, el
codiseño de un modelo de resiliencia cognitiva fundamentado en la verificación adaptativa de
la identidad mitigará significativamente la brecha de detección de ataques sintéticos en las
instituciones contemporáneas.
METODOLOGIA
La presente investigación se fundamentó en un enfoque cualitativo con un diseño de
investigación documental de carácter descriptivo-analítico. Se implementó el método de
Revisión Sistemática de la Literatura (RSL) siguiendo rigurosamente los lineamientos
metodológicos del protocolo internacional PRISMA 2020 (Preferred Reporting Items for
Systematic Reviews and Meta-Analyses). Este enfoque metodológico garantiza la
transparencia, exhaustividad y reproducibilidad del proceso de identificación, evaluación,
extracción y síntesis de la evidencia científica e informes estratégicos globales relativos a la
Paradoja de la Persuasión Automatizada y la vulnerabilidad del factor humano frente a la
Inteligencia Artificial Generativa.
Estrategia de Búsqueda Bibliográfica y Selección de Fuentes
La identificación del corpus documental se realizó mediante el diseño y la ejecución de
ecuaciones de búsqueda booleanas avanzadas, optimizadas de forma bilingüe en inglés y
español para capturar la intersección crítica entre los modelos de lenguaje de gran tamaño
pág. 1813
(LLMs), las dinámicas psicológicas de la ingeniería social y las métricas operativas de la
ciberseguridad contemporánea. Para articular la dimensión de la frontera tecnológica y el
vector ofensivo, se estructuró una primera cadena de consulta enfocada en los términos
("Generative AI" OR "Large Language Models" OR "LLM") AND ("Social Engineering" OR
"Phishing") AND ("Cybersecurity Defense"). Complementariamente, el análisis de la identidad
sintética y el factor humano se abordó mediante una segunda ecuación compuesta por los
descriptores ("Synthetic Content" OR "Deepfake" OR "Identity-based attacks") AND
("Vishing") AND ("Human Factor"). Finalmente, la dimensión de las métricas temporales y la
eficacia defensiva se rastreó a través de la combinación de términos ("Breakout time" OR
"Malware-less") AND ("Generative AI") AND ("Detection Efficacy").
Esta estrategia de búsqueda automatizada se desplegó en repositorios digitales y bases de
datos científicas de alto factor de impacto indexadas en Scopus y Web of Science (WoS),
extendiendo la indagación hacia motores especializados como IEEE Xplore, ScienceDirect y
SpringerLink, lo que garantizó una cobertura exhaustiva en los campos de la interacción
humano-computadora y la gestión de la seguridad de la información. El horizonte temporal
de la recopilación se delimitó estrictamente entre los años 2021 y 2026, una ventana
cronológica que se justifica por criterios de obsolescencia tecnológica rápida; la adopción
masiva de modelos de frontera generativos y el consecuente colapso de los tiempos de
intrusión organizacionales invalidan la literatura previa para el análisis sistemático de las
dinámicas actuales del adversario empresarial.
Criterios de Elegibilidad y Rigor Metodológico
Para garantizar la calidad epistemológica del estudio y mitigar los sesgos de selección, se
aplicaron criterios de elegibilidad rigurosos estructurados en fases sucesivas de cribado
(screening). Como criterios de inclusión, se seleccionaron artículos originales y de revisión
(LLMs), las dinámicas psicológicas de la ingeniería social y las métricas operativas de la
ciberseguridad contemporánea. Para articular la dimensión de la frontera tecnológica y el
vector ofensivo, se estructuró una primera cadena de consulta enfocada en los términos
("Generative AI" OR "Large Language Models" OR "LLM") AND ("Social Engineering" OR
"Phishing") AND ("Cybersecurity Defense"). Complementariamente, el análisis de la identidad
sintética y el factor humano se abordó mediante una segunda ecuación compuesta por los
descriptores ("Synthetic Content" OR "Deepfake" OR "Identity-based attacks") AND
("Vishing") AND ("Human Factor"). Finalmente, la dimensión de las métricas temporales y la
eficacia defensiva se rastreó a través de la combinación de términos ("Breakout time" OR
"Malware-less") AND ("Generative AI") AND ("Detection Efficacy").
Esta estrategia de búsqueda automatizada se desplegó en repositorios digitales y bases de
datos científicas de alto factor de impacto indexadas en Scopus y Web of Science (WoS),
extendiendo la indagación hacia motores especializados como IEEE Xplore, ScienceDirect y
SpringerLink, lo que garantizó una cobertura exhaustiva en los campos de la interacción
humano-computadora y la gestión de la seguridad de la información. El horizonte temporal
de la recopilación se delimitó estrictamente entre los años 2021 y 2026, una ventana
cronológica que se justifica por criterios de obsolescencia tecnológica rápida; la adopción
masiva de modelos de frontera generativos y el consecuente colapso de los tiempos de
intrusión organizacionales invalidan la literatura previa para el análisis sistemático de las
dinámicas actuales del adversario empresarial.
Criterios de Elegibilidad y Rigor Metodológico
Para garantizar la calidad epistemológica del estudio y mitigar los sesgos de selección, se
aplicaron criterios de elegibilidad rigurosos estructurados en fases sucesivas de cribado
(screening). Como criterios de inclusión, se seleccionaron artículos originales y de revisión
pág. 1814
publicados en revistas científicas indexadas de alto impacto internacional con evaluación por
pares, así como informes estratégicos y de inteligencia de amenazas emitidos por agencias
globales y líderes de la industria como CrowdStrike, IBM, Verizon y Microsoft. Asimismo, se
priorizaron aquellas investigaciones empíricas orientadas al análisis directo de la ingeniería
social, la resiliencia cognitiva, la identidad digital y los modelos de aprendizaje institucional.
Por el contrario, se establecieron como criterios de exclusión taxativos toda documentación
de carácter estrictamente técnico-operativo, los manuales de configuración de software o
código sin análisis del factor humano, los estudios enfocados en inteligencia artificial
predictiva tradicional ajenos a las capacidades generativas de contenido sintético, y la
literatura gris sin revisión formal por pares.
El proceso de filtrado operacional se ejecutó sistemáticamente bajo las directrices del
protocolo PRISMA 2020, transitando de forma secuencial a través de sus cuatro fases
distintivas para asegurar la trazabilidad de la muestra. En la fase de identificación, la ejecución
de las ecuaciones booleanas en las bases de datos seleccionadas arrojó un universo inicial de
250 documentos potencialmente elegibles, el cual se redujo a 180 registros tras la remoción
automatizada de duplicados y publicaciones fuera del horizonte temporal delimitado.
Posteriormente, la fase de cribado, realizada mediante una evaluación ciega de títulos y
resúmenes, resultó en la exclusión de 125 registros debido a su desviación hacia aspectos
puramente matemáticos de los algoritmos o aplicaciones comerciales ajenas al
comportamiento cognitivo y la seguridad de la información.
Los 55 documentos restantes fueron sometidos a un análisis exhaustivo a texto completo en
la fase de elegibilidad, donde se descartaron 30 artículos que carecían de validación empírica
en entornos organizacionales o que se fundamentaban en simulaciones hipotéticas previas a
la era de los modelos de lenguaje de gran tamaño. Este riguroso filtrado permitió consolidar
publicados en revistas científicas indexadas de alto impacto internacional con evaluación por
pares, así como informes estratégicos y de inteligencia de amenazas emitidos por agencias
globales y líderes de la industria como CrowdStrike, IBM, Verizon y Microsoft. Asimismo, se
priorizaron aquellas investigaciones empíricas orientadas al análisis directo de la ingeniería
social, la resiliencia cognitiva, la identidad digital y los modelos de aprendizaje institucional.
Por el contrario, se establecieron como criterios de exclusión taxativos toda documentación
de carácter estrictamente técnico-operativo, los manuales de configuración de software o
código sin análisis del factor humano, los estudios enfocados en inteligencia artificial
predictiva tradicional ajenos a las capacidades generativas de contenido sintético, y la
literatura gris sin revisión formal por pares.
El proceso de filtrado operacional se ejecutó sistemáticamente bajo las directrices del
protocolo PRISMA 2020, transitando de forma secuencial a través de sus cuatro fases
distintivas para asegurar la trazabilidad de la muestra. En la fase de identificación, la ejecución
de las ecuaciones booleanas en las bases de datos seleccionadas arrojó un universo inicial de
250 documentos potencialmente elegibles, el cual se redujo a 180 registros tras la remoción
automatizada de duplicados y publicaciones fuera del horizonte temporal delimitado.
Posteriormente, la fase de cribado, realizada mediante una evaluación ciega de títulos y
resúmenes, resultó en la exclusión de 125 registros debido a su desviación hacia aspectos
puramente matemáticos de los algoritmos o aplicaciones comerciales ajenas al
comportamiento cognitivo y la seguridad de la información.
Los 55 documentos restantes fueron sometidos a un análisis exhaustivo a texto completo en
la fase de elegibilidad, donde se descartaron 30 artículos que carecían de validación empírica
en entornos organizacionales o que se fundamentaban en simulaciones hipotéticas previas a
la era de los modelos de lenguaje de gran tamaño. Este riguroso filtrado permitió consolidar
pág. 1815
una muestra selecta definitiva de exactamente 20 fuentes estratégicas, distribuidas en 14
artículos científicos indexados y 6 reportes globales de inteligencia de amenazas,
constituyendo la base empírica fundacional sobre la cual se estructuró el análisis crítico y el
posterior codiseño del marco defensivo propuesto.
Extracción, Triangulación y Validez del Análisis
La extracción y el procesamiento de los datos no se limitaron a una recopilación descriptiva
elemental, sino que se instrumentaron mediante una técnica de triangulación metodológica
interdisciplinaria. Este procedimiento permitió contrastar las formulaciones teóricas de la
academia sobre la carga cognitiva y la psicología de la influencia con la telemetría operativa
real recolectada por la industria global de la ciberseguridad. Específicamente, se cruzaron los
modelos de saturación sensorial ante engaños sintéticos con métricas cuantitativas de
desempeño defensivo, tales como el colapso sistemático de la ventana temporal del breakout
time y los índices de compromiso en vectores de vishing.
Para salvaguardar la validez interna del análisis y neutralizar cualquier sesgo de tecno-
optimismo, se aplicó un enfoque crítico centrado en la brecha de traductibilidad, evaluando
sistemáticamente los fallos estructurales de los programas de concientización convencionales
ante intrusiones malware-less. La síntesis integradora de estas 19 fuentes seleccionadas
proporcionó el sustrato empírico fundamental para delimitar las vulnerabilidades del
operador humano, sirviendo como base conceptual para estructurar el marco de
competencias defensivas adaptativas propuesto en este estudio.
RESULTADOS
El procesamiento analítico y la síntesis sistémica del corpus documental seleccionado
permitieron estructurar los hallazgos de forma directa en torno a las tres preguntas de
una muestra selecta definitiva de exactamente 20 fuentes estratégicas, distribuidas en 14
artículos científicos indexados y 6 reportes globales de inteligencia de amenazas,
constituyendo la base empírica fundacional sobre la cual se estructuró el análisis crítico y el
posterior codiseño del marco defensivo propuesto.
Extracción, Triangulación y Validez del Análisis
La extracción y el procesamiento de los datos no se limitaron a una recopilación descriptiva
elemental, sino que se instrumentaron mediante una técnica de triangulación metodológica
interdisciplinaria. Este procedimiento permitió contrastar las formulaciones teóricas de la
academia sobre la carga cognitiva y la psicología de la influencia con la telemetría operativa
real recolectada por la industria global de la ciberseguridad. Específicamente, se cruzaron los
modelos de saturación sensorial ante engaños sintéticos con métricas cuantitativas de
desempeño defensivo, tales como el colapso sistemático de la ventana temporal del breakout
time y los índices de compromiso en vectores de vishing.
Para salvaguardar la validez interna del análisis y neutralizar cualquier sesgo de tecno-
optimismo, se aplicó un enfoque crítico centrado en la brecha de traductibilidad, evaluando
sistemáticamente los fallos estructurales de los programas de concientización convencionales
ante intrusiones malware-less. La síntesis integradora de estas 19 fuentes seleccionadas
proporcionó el sustrato empírico fundamental para delimitar las vulnerabilidades del
operador humano, sirviendo como base conceptual para estructurar el marco de
competencias defensivas adaptativas propuesto en este estudio.
RESULTADOS
El procesamiento analítico y la síntesis sistémica del corpus documental seleccionado
permitieron estructurar los hallazgos de forma directa en torno a las tres preguntas de