GitHub y Microsoft registran 55 fallos corregidos en una prueba de análisis con inteligencia artificial
La prueba produjo 99 informes privados verificados sobre seis proyectos de código abierto, con propuestas de corrección. De las correcciones, 14 ya se habían incorporado a versiones publicadas del software.
Los números entre corchetes enlazan a las fuentes que figuran abajo.
GitHub anunció el 17 de noviembre de 2026 que su prueba piloto de análisis de seguridad con Microsoft había generado 99 informes privados verificados, con propuestas de corrección, sobre seis proyectos de código abierto[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Abrir fuenteFuentes [1]]. Según SecurityBrief, los responsables del mantenimiento habían corregido 55 problemas y publicado 14 correcciones[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceAbrir fuenteFuentes [2]].
Según SecurityBrief, el sistema señaló inicialmente 9.791 posibles problemas, que pasaron por un filtrado automático y una revisión humana antes de que los informes llegaran a los responsables del mantenimiento[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceAbrir fuenteFuentes [2]]. La prueba combinó el sistema de análisis Codename MDASH de Microsoft con el filtrado mediante AI de GitHub Security Lab y las comprobaciones manuales de investigadores de Microsoft[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceAbrir fuenteFuentes [2]]. Abarcó AutoGPT, Caddy, Express, FastMCP, ImageMagick y Netty[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceAbrir fuenteFuentes [2]].
Microsoft describe MDASH como un analizador de código integrado en Microsoft Defender, cuyos agentes especializados de AI trabajan por etapas para identificar vulnerabilidades y aportar pruebas de su existencia[3Microsoft LearnCodename MDASH overview (preview)Abrir fuenteFuentes [3]]. En la fase de preparación, el sistema establece prioridades entre los archivos mediante una evaluación del riesgo basada en la complejidad del código y las relaciones entre las llamadas a funciones[3Microsoft LearnCodename MDASH overview (preview)Abrir fuenteFuentes [3]].
GitHub señaló que los responsables del mantenimiento ya afrontan una avalancha de avisos de seguridad generados con AI, incluidos informes duplicados y hallazgos que no constituyen vulnerabilidades[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Abrir fuenteFuentes [1]]. La compañía afirmó que, aunque la AI permite identificar posibles fallos de forma más rápida y barata, las correcciones siguen requiriendo criterio humano[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Abrir fuenteFuentes [1]]. GitHub instó a quienes analicen un proyecto con un modelo nuevo a solicitar primero el consentimiento de sus responsables de mantenimiento y a aportar correcciones junto con los hallazgos[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Abrir fuenteFuentes [1]].
Fuentes
- 1Maintainers don’t need more AI bug reports. They need fixes.
PrimariaThe GitHub BlogConsultada
- 2GitHub & Microsoft pilot AI bug scans in open source
IndependienteSecurityBrief USConsultada
- 3Codename MDASH overview (preview)
PrimariaMicrosoft LearnConsultada
El sistema de redacción de ITANU produjo este artículo con IA y lo contrastó con las fuentes citadas arriba. Cómo trabajamos


