¡Klk, mi gente! Nos ha llegado una noticia que está del carajo y que, sin duda, nos deja con la boca abierta. Según reporta la compañía Google DeepMind, su inteligencia artificial, conocida como AlphaProof Code, ha logrado verificar matemáticamente que partes fundamentales del protocolo de cifrado de Signal funcionan tal y como se supone. Esto es una verdadera hazaña, ya que, según la noticia, este tipo de verificación solía tomar años de trabajo a equipos de expertos. ¡Ahora la IA lo ha resuelto en un mes, metiéndole mano a una vaina que pocos creían posible!
Este protocolo no solo es el corazón que protege nuestras conversaciones privadas en Signal y Google Messages, sino que también es la base del cifrado de WhatsApp, tal como ha sido compartido en Wired. La verificación formal, que es lo que DeepMind ha conseguido, implica usar las matemáticas, no solo pruebas empíricas, para demostrar que el software se comporta como debe. Esto es considerado la garantía de seguridad más sólida que hay, pero, como ya dijimos, tradicionalmente era un proceso lento y tedioso. Muchos se quedaban en la fase de diseño, pero AlphaProof Code fue más allá, verificando la implementación real, que es precisamente donde se esconden los errores que dan dolor de cabeza en el mundo de la tecnología.
DeepMind afirma con orgullo que esta es la primera vez que la implementación de un protocolo tan ampliamente utilizado como el de Signal ha sido verificada formalmente, sea con o sin la ayuda de la Inteligencia Artificial. El sistema AlphaProof Code es un marco ingenioso que combina varios modelos de IA con la supervisión de expertos humanos. Los investigadores de DeepMind y los modelos de IA trabajaron juntos para traducir los objetivos de seguridad de Signal en especificaciones formales, que luego fueron revisadas por humanos. Los agentes, potenciados por Gemini Carbon, se encargaron de escribir las pruebas, generando un viaje de seis millones de líneas de código en Lean, un lenguaje que permite que un ordenador compruebe las pruebas de forma automática. ¡Un verdadero tigueraje tecnológico!
Lo más chulo de esta tecnología es que los agentes de IA no solo escribieron el código, sino que también auditaron su propio trabajo. Identificaron aproximadamente el 1% de la base de código que requería una segunda revisión por parte de un humano, demostrando un nivel de autocrítica que ya quisiéramos ver en muchos lados. Este proceso, que históricamente tomaba años, fue completado por DeepMind en apenas cuatro semanas, cubriendo propiedades críticas como la protección de mensajes antes y después de que un dispositivo pudiera verse comprometido temporalmente. Esto no es cualquier vaina, es un paso adelante gigante para la ciberseguridad.
Para asegurarse de que la vaina funcionaba bien, el equipo de DeepMind puso a prueba a AlphaProof Code reintroduciendo dos errores reales, que ya habían sido corregidos, en una versión aislada del código de Signal. La IA, que no se anda con chercha, produjo una prueba verificada por máquina de que la versión con errores no era segura, confirmando su capacidad para distinguir el código bueno del malo. Según la noticia, el análisis no encontró nuevas vulnerabilidades en las partes de Signal que fueron verificadas, lo cual es tremendo alivio para los usuarios y un espaldarazo a la fiabilidad del protocolo.
Es importante aclarar que el proyecto no verificó la aplicación móvil completa de Signal. Además, Wired señala que DeepMind partió con una ventaja, ya que la Signal Foundation había realizado un trabajo previo de verificación formal. Sin embargo, Ehren Kret, director de tecnología de Signal, resaltó que mientras el trabajo anterior ‘se centró en porciones más pequeñas del código’, el enfoque de DeepMind ‘permite una expansión significativa’. Añadió que, frente a las crecientes amenazas a la seguridad impulsadas por la IA, esta verificación les brinda a Signal ‘aún mayor confianza’ en sus garantías de privacidad. ¡Eso es hablar con seguridad!
Los investigadores son conscientes de que no quieren un escenario donde la IA cree tanto los objetivos como las pruebas sin supervisión humana. Swarat Chaudhuri, científico investigador de DeepMind, declaró a Wired que ‘no queremos este tipo de mundo de sensaciones en el que la IA genera los objetivos y la IA genera las pruebas y básicamente toma exámenes que están autoescritos’. Por eso, la participación humana en la revisión de las especificaciones y las secciones marcadas es crucial para mantener la integridad del proceso. Todavía queda por ver si esto puede escalar a todo el software del mundo y a qué costo, ya que DeepMind realizó este análisis de Signal de forma gratuita como un proyecto de investigación, sin revelar el costo real ni si planean comercializarlo. Pero de una vez se está pensando en expandir este enfoque a sistemas críticos como el firmware de dispositivos médicos y el software de la red eléctrica, lo cual es una visión bacana para el futuro.
Si te ha gustado este artículo, ¡compártelo con tus amigos, o déjanos un comentario!
Ingeniero de Sistemas especializado en Inteligencia Artificial y Automatización de Procesos. Con una trayectoria enfocada en la convergencia entre tecnología de vanguardia y comunicación digital, Ramón lidera la implementación de modelos generativos aplicados al periodismo dominicano. Su trabajo garantiza que la información que llega a la diáspora no solo mantenga nuestra identidad “del patio”, sino que cumpla con los más altos estándares de veracidad y optimización técnica de la web moderna (2026).
