GitHub y Microsoft usan IA para corregir fallas en código abierto: de 9,791 alertas, 55 arreglos
En seis proyectos como Express, Caddy e ImageMagick, una IA marcó miles de posibles fallas; tras filtrarlas, los mantenedores recibieron 99 reportes con la corrección sugerida.
Actualizado: 18 de noviembre de 2026, con cifras al 15 de noviembre · Fuente de datos: GitHub
De la alerta a la corrección
Qué muestran los datos
GitHub y Microsoft probaron una IA para encontrar fallas de seguridad en seis proyectos de código abierto, entre ellos Express, Caddy e ImageMagick. De 9,791 posibles fallas que marcó, después de filtrarlas y revisarlas a mano, salieron 99 reportes con su corrección sugerida. Al 15 de noviembre de 2026, los mantenedores habían corregido 55 vulnerabilidades.
El piloto
GitHub y Microsoft publicaron el 17 de noviembre de 2026 los resultados de un piloto para encontrar y corregir fallas de seguridad en proyectos de código abierto con ayuda de IA. Participaron seis proyectos muy usados: AutoGPT, Caddy, Express, FastMCP, ImageMagick y Netty, todos del Fondo de Código Abierto Seguro de GitHub.
Un sistema de Microsoft llamado Codename MDASH, que combina varios modelos, revisó el código y marcó 9,791 posibles fallas. Un agente del laboratorio de seguridad de GitHub quitó duplicados y descartó lo que no era una falla, y siete investigadores de Microsoft revisaron a mano lo que quedó, unos dos días por proyecto. Al final, los mantenedores recibieron 99 reportes privados, cada uno con una corrección sugerida: uno por cada cien alertas.

Los resultados
Al 15 de noviembre, los mantenedores habían corregido 55 vulnerabilidades y 14 de esas correcciones ya estaban en una versión publicada. Caddy recibió 22 reportes y los corrigió todos en una semana o menos; ImageMagick, que mantienen dos personas, también recibió 22, y uno lo corrigió en 15 minutos.
«Encontrar vulnerabilidades ya no es nuestro cuello de botella. Corregirlas es lo difícil, y eso depende de los mantenedores», dijeron los de Netty.
Por qué importa
Muchos proyectos de código abierto, que mantienen pocas personas, reciben cada vez más reportes de seguridad generados con IA: duplicados, exagerados o que ni siquiera son fallas. El piloto prueba lo contrario: filtrar antes, verificar a mano y entregar la corrección lista, para que el mantenedor solo decida cuándo publicarla.
GitHub planea ofrecer estos escaneos verificados a todos los proyectos de su fondo, que ha apoyado a 216 proyectos y más de 300 mantenedores, con 10,000 dólares cada uno. Falta ver si funciona en proyectos más grandes o con menos recursos: seis proyectos que aceptaron participar son poca evidencia.
Preguntas frecuentes
¿Qué es un mantenedor?
La persona que revisa y acepta los cambios de un proyecto de código abierto y publica sus versiones. Muchos lo hacen como voluntarios o con poco apoyo, aunque su código lo usen millones de aplicaciones.
¿Por qué los reportes fueron privados?
Para no avisar a posibles atacantes antes de que exista una corrección. GitHub tiene un canal de reporte privado de vulnerabilidades; cuando la corrección sale, se publica un aviso de seguridad.
Foto: SounderBruce, CC BY-SA 4.0
Foto: Reserva Federal, dominio público
Foto: Jaksmata, CC BY-SA 3.0