Por Canuto  

Un piloto de GitHub y Microsoft convirtió miles de alertas de seguridad generadas con IA en 99 informes privados y 55 correcciones para seis proyectos de código abierto. La prueba también expuso el reto pendiente: sostener la revisión experta sin trasladar más carga a quienes mantienen el software.
***

  • El sistema filtró 9.791 posibles problemas hasta dejar 99 informes privados, revisados por investigadores; 14 correcciones ya llegaron a versiones publicadas.
  • Los responsables de AutoGPT, Caddy, Express, FastMCP, ImageMagick y Netty conservaron el control sobre las soluciones y el momento de divulgarlas.
  • GitHub reconoce que la revisión manual todavía no escala: los investigadores dedicaron cerca de dos días por proyecto a validar hallazgos.


GitHub y Microsoft convierten miles de alertas de IA en 55 correcciones de código abierto

Un piloto de seguridad desarrollado por GitHub y Microsoft produjo 55 correcciones para seis proyectos de código abierto, después de filtrar 9.791 posibles problemas detectados con herramientas de inteligencia artificial. Según informó GitHub el 17 de noviembre de 2026, el ensayo Codename MDASH había generado 99 informes privados hasta el 15 de noviembre; cada uno pasó por una revisión de investigadores e incluyó una prueba de concepto y una corrección sugerida.

Catorce de las correcciones ya formaban parte de versiones publicadas, mientras que el resto seguía bajo decisión de los mantenedores. La prueba se realizó en AutoGPT, Caddy, Express, FastMCP, ImageMagick y Netty, y dejó una conclusión práctica: la IA puede ayudar a separar señales relevantes del ruido, pero la validación experta y el criterio de quienes mantienen cada proyecto siguen determinando qué se corrige y cuándo.

Del análisis automatizado a informes privados

El piloto responde a una tensión que aparece cuando analizar software cuesta menos gracias a la automatización: los sistemas pueden encontrar muchos problemas potenciales, pero también producir duplicados o señalar comportamientos que no constituyen vulnerabilidades reales. Si esos resultados llegan sin filtrar a los responsables de mantenimiento, la búsqueda automatizada puede aumentar el trabajo de clasificación en lugar de reducirlo, justo antes de la tarea más exigente de corregir el código.

Codename MDASH analizó cada proyecto con MAI Cyber, un modelo de Microsoft, que también propuso posibles soluciones. Después, un agente de clasificación de GitHub Security Lab, construido a partir de habilidades de Copilot adaptadas, eliminó duplicados, evaluó la validez de los hallazgos y priorizó los problemas considerados de mayor impacto.

La automatización no enviaba directamente cada alerta a los proyectos: siete investigadores de Microsoft FORGE Lab revisaron manualmente los hallazgos que sobrevivieron al filtrado. Solo después de esa comprobación, GitHub remitió los informes a los mantenedores mediante su sistema privado de notificación de vulnerabilidades, con una prueba de concepto y una sugerencia de corrección para facilitar la evaluación.

El resultado cuantifica la reducción entre el volumen inicial y los reportes que llegaron a revisión de los proyectos: 9.791 hallazgos potenciales se convirtieron en 99 informes privados. Esa selección no equivale a afirmar que los demás casos fueran vulnerabilidades confirmadas que luego se descartaron; la fuente los describe como posibles problemas filtrados por el proceso de triaje, que incluía comprobaciones de validez y eliminación de duplicados.

Los mantenedores conservaron la decisión sobre los parches

Los responsables de los proyectos mantuvieron la autoridad para decidir cuáles hallazgos corregir, cómo hacerlo y en qué momento publicar cada arreglo. GitHub señaló que las primeras correcciones aparecieron alrededor de una semana después del análisis inicial, y que los mantenedores combinaron soluciones propuestas tal como estaban con otras que adaptaron a las necesidades de sus proyectos.

Caddy recibió 22 informes y sus mantenedores corrigieron todos en una semana o menos, según GitHub. ImageMagick también recibió 22, pese a que el mantenimiento del proyecto estaba a cargo de dos personas; en uno de los casos, un resumen que identificaba las líneas de código precisas ayudó a distinguir un problema de otro que parecía conocido y permitió publicar una corrección en 15 minutos.

En AutoGPT, uno de los informes llegó tres días después de que sus responsables publicaran una comprobación defectuosa y apuntó a la línea correcta. Los mantenedores fueron más allá de la propuesta recibida: redactaron una solución en menos de un día y la pusieron en producción antes de que transcurriera una semana, un ejemplo de cómo un informe útil puede acelerar el diagnóstico sin sustituir el juicio técnico del equipo.

La diferencia entre detectar un defecto y resolverlo quedó resumida por un mantenedor de Netty, quien dijo: "Encontrar vulnerabilidades ya no es nuestro cuello de botella. Corregirlas es lo difícil, y eso depende de quienes mantienen los proyectos". La observación pone el foco en una limitación operativa: incluso un hallazgo preciso requiere tiempo, conocimientos del código y capacidad de los equipos para implementar y comprobar el cambio.

La escala sigue dependiendo de la revisión experta

GitHub calificó la muestra como pequeña y los resultados como aprendizajes iniciales; también reconoció que el proceso manual aún no puede ampliarse fácilmente. Los investigadores dedicaron aproximadamente dos días por proyecto a revisar los hallazgos, una carga que hace difícil extender el método sin aumentar la cantidad de especialistas disponibles o modificar la forma en que se valida cada informe.

La empresa señaló además que los responsables de proyectos todavía reciben a diario informes de baja calidad, por lo que elevar el volumen de análisis automatizado no resolvería por sí solo el problema. Para que los hallazgos generados con IA sean útiles, GitHub recomienda contrastarlos con el conocimiento existente del proyecto, su modelo de amenazas y su política de seguridad, además de comunicarlos de forma privada e incluir una corrección sugerida.

Entre las necesidades técnicas pendientes, GitHub destacó las pruebas de integración y entrega continua en bifurcaciones privadas, así como el acceso de los mantenedores a modelos con capacidades de ciberseguridad. Las pruebas en esos entornos permitirían comprobar los cambios sin exponerlos públicamente, mientras que el acceso a modelos ayudaría a verificar una prueba de concepto antes y después de aplicar una corrección.

GitHub dijo que incorporará lo aprendido a su sistema privado de notificación de vulnerabilidades y a sus avisos de seguridad, y que ofrecerá análisis de seguridad con IA cuyos hallazgos serán revisados antes de notificarse en privado. También planea ofrecer GitHub Copilot Max a todos los proyectos de antiguos beneficiarios del GitHub Secure Open Source Fund y ampliar la asistencia a futuras convocatorias del fondo.

La compañía y Microsoft trabajan, además, para ampliar la revisión de investigadores sin abandonar las comprobaciones humanas. El piloto muestra una posible distribución de tareas, con automatización para reducir una avalancha de alertas y especialistas para decidir cuáles merecen atención, pero deja abierta la pregunta central sobre su crecimiento: cómo mantener la calidad de la revisión sin devolver a los mantenedores la carga de filtrar resultados de baja calidad.


Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín