W wywiadzie dla Help Net Security Lindsay Kaye z HUMAN Security analizuje sygnatury obecności sztucznej inteligencji w złośliwym kodzie. Choć dekompilacja usuwa wiele śladów, w surowych skryptach można rozpoznać AI po nienaturalnie uporządkowanych komentarzach, jednolitych komunikatach logowania oraz użyciu emotikonów. Kod generowany przez modele językowe często wykazuje cechy „dobrego projektowania”, co odróżnia go od typowej, chaotycznej twórczości autorów malware.
Ekspertka zwraca uwagę, że AI drastycznie zwiększa skalę ataków, szczególnie w obszarze oszustw reklamowych i masowej produkcji aplikacji. AI pomaga przestępcom szybciej przeszukiwać wykradzione dane w poszukiwaniu wartościowych tokenów sesyjnych czy poświadczeń, a także automatyzuje proces weryfikacji skradzionych kart płatniczych.
Sztuczna inteligencja skraca również czas, jaki zespoły bezpieczeństwa mają na reakcję. Dzięki łatwiejszemu wyszukiwaniu luk w oprogramowaniu, proces od odkrycia podatności do stworzenia działającego exploita staje się znacznie szybszy, co wywiera ogromną presję na procesy patchowania w organizacjach.
