La gestione delle aspettative è la pratica di fissare obiettivi realistici per ciò che un sistema di AI dovrebbe migliorare e per il modo in cui tali miglioramenti verranno misurati. Nella sicurezza informatica, questo è importante perché l'AI viene spesso introdotta per velocizzare il triage, riassumere gli avvisi, esaminare il codice o supportare gli analisti. Se il risultato atteso è vago, i team possono sentirsi più efficienti senza vedere un miglioramento nel rilevamento, una riduzione del rischio o un minor carico di lavoro.
Una buona gestione delle aspettative trasforma “l'AI aiuterà” in obiettivi specifici come una risposta agli incidenti più rapida, meno falsi positivi o una migliore copertura delle attività ripetitive. Aiuta anche i team di sicurezza a evitare presupposti pericolosi, come aspettarsi che uno strumento sostituisca la revisione umana o comprenda ogni caso limite. Nelle difese reali, aspettative chiare guidano i test, la registrazione, il controllo degli accessi e la revisione dopo il deployment. Negli attacchi, una cattiva gestione delle aspettative può essere sfruttata quando i difensori si fidano troppo degli output dell'AI o accelerano il deployment senza verificarne i limiti.