La inteligencia artificial se ha convertido en una herramienta poderosa para identificar vulnerabilidades potenciales en el software de código abierto de manera rápida y económica. Sin embargo, el desafío sigue siendo cómo traducir esos hallazgos en soluciones prácticas, tarea que todavía recae en los mantenedores humanos de estos proyectos. Muchos mantenedores están abrumados por informes generados por inteligencia artificial que no siempre se traducen en vulnerabilidades reales y que, a menudo, son duplicados o carecen de relevancia.
Conscientes de este problema, GitHub y Microsoft decidieron abordar la situación mediante un programa piloto. El piloto exploró si la inteligencia artificial podría ayudar a los mantenedores no solo identificando problemas, sino también proporcionando soluciones. Utilizó Codename MDASH, un sistema de escaneo multi-modelo de Microsoft, para encontrar y sugerir mejoras en proyectos de código abierto ampliamente utilizados. La meta: enviar solo hallazgos relevantes y evitar informes no verificados.
El proceso incluyó varias fases: escaneo inicial para identificar problemas potenciales, filtrado para eliminar duplicados y enfocarse en errores de alto impacto, verificación por parte de investigadores, y finalmente, reportar de manera privada a los mantenedores junto con un concepto de solución.
El resultado del piloto fue prometedor. De casi 10,000 posibles problemas detectados, tras la revisión manual y filtrado por inteligencia artificial, se entregaron solo 99 informes a los mantenedores. Hasta el 15 de noviembre, 55 de esos problemas ya habían sido solucionados, con 14 de estos correctivos integrados en las versiones oficiales.
Los mantenedores de los seis proyectos que participaron en el piloto reportaron una experiencia positiva. Se destacó la calidad de los informes, que contribuía a un proceso de corrección más eficiente. Por ejemplo, los mantenedores de AutoGPT pudieron identificar y solucionar un problema en menos de una semana, mientras que los mantenedores de Caddy resolvieron los 22 informes asignados en una semana o menos.
El estudio también reveló que, aunque el sistema de Codename MDASH mostró ser útil, todavía existen brechas significativas en el manejo de código abierto. La escalabilidad de este trabajo manual es limitada, y los mantenedores a menudo están inundados con informes de baja calidad que reciben a diario. Es esencial que las correcciones de vulnerabilidades se realicen a través de reportes privados y que los mantenedores tengan acceso a modelos ciber-capaces para verificar las soluciones propuestas.
Este enfoque busca cambiar la forma en que los mantenedores manejan los informes de seguridad, ahorrando tiempo al recibir informes ya verificados junto a posibles soluciones. Además, se alienta a quienes utilizan inteligencia artificial para detectar vulnerabilidades en software de código abierto a cumplir ciertos estándares: verificar cada hallazgo antes de enviarlo, reportar de manera privada y siempre incluir una solución sugerida.
GitHub y Microsoft continúan trabajando para reducir la carga de los mantenedores, investigando cómo escalar la revisión sin perder precisión y ofreciendo escaneos de seguridad de IA a proyectos de código abierto. La colaboración entre estas corporaciones busca fortalecer la seguridad del software de código abierto, fundamental para la infraestructura digital global, al tiempo que mejora el soporte para los mantenedores que mantienen el código seguro y actualizado.
vÃa: Github Open Source









