🛡 VULNERABILIDADES 🛡

3 Marcos para Proteger a los CISOs y Organizaciones contra la Responsabilidad por IA

🛡CyberObservatorio
3 Marcos para Proteger a los CISOs y Organizaciones contra la Responsabilidad por IA
Idioma

3 Marcos para Proteger a los CISOs y Organizaciones contra la Responsabilidad por IA

Fuente: Dark Reading

**Introducción contextual**

En el contexto actual de la ciberseguridad, la gobernanza de la inteligencia artificial (IA) se ha convertido en un tema crítico para muchos directores de seguridad de la información (CISOs). A medida que las organizaciones adoptan tecnologías de IA para mejorar su eficiencia y competitividad, también enfrentan nuevos desafíos legales y de responsabilidad. La pregunta que muchos CISOs pueden no estar planteando es: ¿cómo pueden defender sus decisiones respecto a la implementación de la IA cuando los litigantes, reguladores y clientes buscan a alguien que asuma la responsabilidad por una posible violación? Este problema es cada vez más relevante en un entorno donde los incidentes de seguridad pueden tener repercusiones significativas.

**Detalles técnicos**

Daniel B. Garrie, un experto en ciberleyes y CEO de Law and Forensics, está trabajando para ofrecer respuestas a esta cuestión a través de marcos conceptuales que no solo ayudan a los CISOs a evaluar la seguridad de características específicas de IA, sino que también generan una documentación que puede servir para defender sus acciones en caso de que ocurra un incidente adverso. Garrie fue uno de los autores de las JAMS AI Rules, un conjunto de normas establecidas en junio de 2024 que busca proporcionar un marco para la resolución de disputas relacionadas con la IA.

Estas reglas no abordan directamente la cuestión de la responsabilidad ni se aplican a todos los litigantes, pero son útiles para establecer directrices sobre el manejo de pruebas técnicas. Durante su intervención en el ISC2 Strategic Congress 2026, Garrie enfatizó la importancia de considerar las necesidades de respuesta ante incidentes en la etapa de contrato y delineó tres prácticas recomendadas para cuantificar la responsabilidad relacionada con la IA. Estas incluyen el cálculo de un índice de riesgo para la implementación de la IA, la documentación de las decisiones del consejo sobre la tolerancia al riesgo y la identificación de los datos específicos que deben preservarse ante un incidente.

Un compromiso con la IA puede resultar en la dificultad para obtener pruebas forenses básicas sobre lo sucedido. Garrie subraya que es esencial incluir estas consideraciones en la etapa de contratación con los proveedores de IA, asegurando que los líderes en ciberseguridad estén involucrados desde el inicio de las negociaciones. Esto permite la creación de provisiones que habiliten a los CISOs a determinar lo que realmente ocurrió en un incidente, incluyendo el acceso a registros y solicitudes de preservación.

Garrie sugiere que los CISOs deben preguntar a los proveedores de IA si pueden proporcionar un "instantáneo" del modelo en el momento del incidente y la rapidez con la que dicha información puede estar disponible. Además, destaca que es fundamental establecer claramente la asignación de riesgos y tener una comprensión clara de los permisos de uso de IA, restricciones de datos, garantías, seguros y límites de responsabilidad del proveedor. Los líderes cibernéticos también deben tener visibilidad sobre los controles operativos del proveedor, así como sobre sus responsabilidades de acceso y seguridad. Por último, es necesario entender cómo se manejarán las disputas, garantizando el cumplimiento de las leyes aplicables y el foro para resolver conflictos.

**Impacto y consecuencias**

El manejo adecuado de las negociaciones contractuales con proveedores de IA desde el inicio puede ser decisivo para obtener las pruebas necesarias que demuestren que una empresa no actuó con negligencia. Garrie advierte que una vez firmado el contrato, las posibilidades de obtener información adicional se limitan drásticamente, ya que los proveedores no proporcionarán nada que no esté explícitamente detallado en el documento.

Garrie ha desarrollado un marco de evaluación que ayuda a los CISOs a determinar los riesgos y exposiciones asociadas con la implementación de herramientas de IA. Este marco se basa en cinco dimensiones: "daño potencial", "datos y derechos", "autonomía", "vacío de evidencia" y "dependencia del proveedor". El resultado de esta evaluación permite clasificar la herramienta de IA en categorías de "revisión estándar", "aprobación condicional", "piloto restringido" o "suspensión de lanzamiento", cada una de las cuales indica un nivel específico de riesgo.

**Contexto histórico**

El enfoque de Garrie resuena en un contexto más amplio, donde la adopción de tecnologías de IA ha sido acelerada, pero también ha suscitado inquietudes sobre la responsabilidad legal en caso de fallos o violaciones. Incidentes previos relacionados con la ciberseguridad han demostrado que la falta de documentación y procedimientos claros puede llevar a consecuencias legales severas. Por lo tanto, establecer un proceso claro desde la etapa de planificación es vital para mitigar riesgos.

**Recomendaciones**

Garrie enfatiza la necesidad de crear un rastro documentado de las decisiones del consejo, lo cual puede ser crucial para disputas de responsabilidad. Este proceso no solo debe consistir en un registro estático de las decisiones, sino en generar documentos que sean defendibles ante la responsabilidad relacionada con la IA. Su framework incluye detalles como el alcance y el período de la decisión del consejo, la exposición asociada con la implementación, las condiciones de despliegue, y los requisitos para la aprobación humana.

El objetivo es no solo contener el compromiso, sino trabajar para preservar el estado del sistema de IA en el momento del incidente. Además, aconseja a los CISOs involucrar a asesoría legal de inmediato y utilizar su marco para identificar y preservar datos relevantes más allá de los registros de seguridad básicos. Esto incluye evidencia sobre el estado del sistema en el momento del incidente, registros de interacción, información de acceso y datos de gobernanza, así como detalles sobre la integridad de los datos y la cadena de custodia.

A lo largo del próximo mes, Garrie desafía a los CISOs a poner a prueba sus marcos en una implementación de IA, mejorar un informe del consejo y realizar una simulación de mesa de trabajo sobre la coordinación de acciones en torno a la preservación de pruebas del proveedor y las notificaciones.

En resumen, Garrie concluye que, al final del día, lo que les importará a los reguladores, litigantes y clientes será la evidencia que se pueda presentar para demostrar que la organización consideró todos los riesgos y actuó de manera responsable para mitigarlos. "No les importa que estés utilizando las directrices del NIST," advierte. La determinación de la responsabilidad dependerá de lo que el CISO y la organización puedan demostrar que hicieron para proteger sus sistemas de un compromiso relacionado con la IA.

3 Frameworks to Protect CISOs & Orgs Against AI Liability

Source: Dark Reading

ISC2 Strategic Congress 2026 — Denver —Many chief information security officers (CISOs) currently find themselves in the deep weeds of AI governance. But the question they might not be asking is how do you defend decisions around AI deployments when litigators, regulators, and customers come looking for someone toassume liabilityfor a compromise? Cyber legal expert Daniel B. Garrie, CEO of Law and Forensics, is striving to answer that question with distinct frameworks that both help CISOs determine whether a specific AI feature is sufficiently safe to run, as well as generate an evidentiary trail of paperwork that can be used to defend their actions, should something go horribly awry down the road. While the need for such frameworks is particularly in the limelight in theage of agentic AI, the work began back in June of 2024, whenJAMS AI Ruleswere established to create a framework arbitrators can use to settle AI disputes between parties. The rules themselves don't explain liability or apply to every litigator. But Garrie, who helped write the rules, says they are helpful for establishing guidelines for technical evidence handling. Speaking from the stage at ISC2 Strategic Congress 2026 this week, he stressed the importance of addressing incident-response needs at the contract stage and outlined frameworks for three best practices in particular that are useful for quantifying AI liability: calculating an AI deployment risk score; documenting board decisions around risk appetites; and determining which data specific should be preserved from an incident. In the aftermath of anAI compromise, the basic forensic evidence as to what happened can be difficult to get. Garrie stresses that baking these considerations in at the contract stage with AI vendors is crucial, as is having cybersecurity leadership involved as early as possible during those negotiations, with an eye to creating provisions that allow CISOs to establish precisely what happened in an incident, including access to logs and preservation requests. “Can theAI vendorprovide you with a snapshot of the model at the time of an incident?” Garrie suggested CISOs ask. “And how fast can that be made available?” He added that important considerations for contracts also include risk allocation needs to be established as well, and urged CISOs to have a clear picture of vendor AI use permissions, data restrictions, warranties, insurance, and liability caps. Cyber leaders should also have a handle on the vendor's operational controls, access, and security responsibilities. Finally, an understanding of how disputes will be handled is necessary for CISOs, including ensuring compliance with governing laws, the forum for disputes, emergency relief scope, and more. Getting a handle on contract negotiations with AI vendors early could be the difference between getting the evidence you need to prove your company wasn't negligent and not, Gerrie stressed. "Once the contract is signed, that's it," Garrie warned. "They aren't going to give you anything that isn't specifically outlined. You'll have to wait for a renewal." Source: David Garrie, Law and Forensics Garrie has developed a simple five-factor rubric that helps CISOs determine the risks and exposures related to the deployment of any given AI tool. Across five dimensions, including "potential harm," "data and rights," "autonomy," "evidence gap," and "vendor dependence," the framework helps provide a score that according to Garrie, "makes assumptions visible." The final score determines whether the AI tool falls within "standard review," "conditional approval," "restricted pilot," or "hold release" thresholds, each of which indicates a specific level of risk. Source: David Garrie, Law and Forensics Creating a paper trail of specific board decisions can be a critical piece of evidence in disputing liability, Garrie explained. Weak or vague reporting isn't the CISO's friend. Garrie's framework for preserving board decisions includes granular details like the scope and time frame of the board decision; the exposure associated with the deployment (and evidence provided of that risk); the conditions of the deployment and the requirements for human approval; the accountable parties who authorize the work and review evidence (and a record of oversight including the final decision; challenges that were raised during the decision making process; as well as the owner of the tool and associated due dates. This one is about not just creating a static record of the decision, but about generating ongoing records that are defensible against AI liability, he added. Source: David Garrie, Law and Forensics The purpose of this tool, Garrie said, is to not just contain the compromise, but to work to preserve the state of the AI system at the time of the incident. He also advised CISOs to get legal involved immediately. The tool helps identify and preserve this kind of data, beyond the basic security logs. Garrie's framework requires evidence on the system state at the time of the incident, the interaction records, data and access information, and a governance record, as well as data integrity and chain of custody details. Over the next month, Garrie challenged CISOs to put his frameworks to the test on one AI deployment, improve one board report, and run one AI tabletop to practice coordinating actions around vendor evidence preservation and notifications. The bottom line, according to Garrie, is that regulators, litigators, and customers ultimately are only going to care about the evidence you can produce to prove the organization considered all the risks and acted responsibly to mitigate them. "They don't care that you're using the NIST guidelines," he warned. Determination of liability is going to come down to what the CISO and the organization can prove they did to protect their systems against AI compromise.

3 Marcos para Proteger a los CISOs y Organizaciones contra la Responsabilidad por IA | Ciberseguridad - NarcoObservatorio