DeepMind verifica el cifrado de Signal con IA en 4 semanas

Lo que DeepMind dice haber demostrado en el código de Signal

Google DeepMind afirmó que sus agentes de IA demostraron matemáticamente que partes clave de la implementación del protocolo de cifrado de Signal hacen lo que deberían hacer. El anuncio llegó el 10 de noviembre, según The Next Web, acompañado de un nuevo framework llamado AlphaProof Code y de un paper técnico.

El detalle que importa: no se verificó un diseño sobre el papel ni una versión modificada del código, sino la implementación real. Los investigadores tomaron libsignal, la librería de cifrado de código abierto de Signal escrita en Rust, la conectaron a un programa de prueba de línea de comandos y la compilaron en código máquina AArch64 para Linux, según el medio taiwanés IT Home, recogido por Digital Today. Después analizaron matemáticamente el comportamiento del código compilado.

El protocolo de Signal no protege solo esa app: es la base del cifrado de WhatsApp, Google Messages y Messenger, según The Next Web. Por eso el resultado funciona como una validación independiente de la criptografía que hay detrás de una enorme cantidad de conversaciones privadas.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

DeepMind lo describe como un hito, con matices. Los propios investigadores reconocen que es un paso en un proceso más largo. ZDNET recoge la formulación exacta del equipo: es la primera vez que se verifica formalmente la implementación de un protocolo ampliamente desplegado, «con o sin IA».

¿Qué es la verificación formal y por qué es tan difícil?

Verificación formal significa usar matemáticas en lugar de pruebas para demostrar que el software se comporta como se pretende. En vez de cazar errores uno por uno, se descartan clases enteras de fallos de una sola vez.

El problema siempre fue el costo. The Next Web cita el paper para recordar que verificar el microkernel seL4 llevó 20 personas-año de trabajo. Esa barrera convirtió la verificación formal en una promesa lejana para casi todo el software del mundo.

Además, la mayor parte de la verificación de protocolos criptográficos se detiene en la fase de diseño, donde es mucho más manejable. DeepMind dice que fue más allá y comprobó la implementación real, que es justamente donde suelen esconderse los errores que aparecen en producción.

¿Cómo funcionó AlphaProof Code?

El sistema reparte el trabajo entre humanos y agentes de IA:

Los investigadores tradujeron los objetivos de seguridad de Signal en especificaciones formales, y expertos humanos revisaron cada una de ellas.
Equipos de entre 40 y 80 agentes sobre modelos Gemini Carbon, según The Next Web, escribieron las pruebas en Lean, un lenguaje que permite a un ordenador comprobar demostraciones de forma automática.
Los agentes auditaron su propio trabajo y marcaron aproximadamente el 1% de la base de código como candidata a una segunda revisión humana.
Un equipo de cinco investigadores coordinó el proceso, que llevó cuatro semanas y generó más de seis millones de líneas de Lean. Según el paper, ninguno de los autores escribió código de prueba.

Las pruebas cubren PQXDH, el mecanismo que negocia las claves iniciales, y el Triple Ratchet, que renueva la clave en cada mensaje. Verificaron secreto hacia adelante (la propiedad que protege los mensajes anteriores si alguien roba las claves del teléfono), autenticación de mensajes y seguridad post-compromiso, la capacidad del protocolo de recuperarse después de una brecha.

Para comprobar que el sistema distingue código bueno de código malo, el equipo reintrodujo dos errores reales que Signal ya había corregido. En ambos casos el sistema generó una prueba verificable por máquina de que la versión con errores no era segura. Eso es más relevante de lo que parece: un verificador que aprueba todo lo que le pones delante no sirve para nada.

¿Qué NO demuestra este resultado?

Esto es lo que conviene leer con cuidado antes de celebrar:

No se verificó toda la aplicación de Signal. El alcance es un programa de prueba con una versión concreta de libsignal.
Quedaron fuera los chats grupales, los entornos multi-dispositivo y la generación de claves.
Las pruebas asumen que las rutinas criptográficas de bajo nivel funcionan según lo especificado.
Tampoco cubre todos los tipos de ataques con computación cuántica.

DeepMind también partía con ventaja: la Signal Foundation ya había hecho trabajo previo de verificación formal sobre porciones más pequeñas del código. Ese trabajo forma parte de Signal Shot, un proyecto público lanzado el 20 de abril de 2026 por la Beneficial AI Foundation, Signal y el grupo Lean FRO, según Infobae, con el objetivo de verificar el protocolo y la aplicación completa en Lean.

Ehren Kret, director de tecnología de Signal, dijo que el trabajo anterior «se centró en porciones más pequeñas del código», mientras que el enfoque de DeepMind «permite una expansión significativa». Añadió que, en un contexto de amenazas de seguridad impulsadas por IA, la verificación le da a Signal «aún mayor confianza» en sus garantías de privacidad.

El cuello de botella ya no es la prueba, sino la especificación

Swarat Chaudhuri, científico investigador de DeepMind, dejó la frase más útil del anuncio en declaraciones a The Register: «Creemos realmente que la próxima frontera no va a ser la prueba, sino la especificación».

También advirtió contra el atajo tentador. «No queremos ese mundo de sensaciones en el que la IA genera los objetivos y la IA genera las pruebas y básicamente toma exámenes que se autoescribió», dijo a Wired.

Dicho de otro modo: el valor no está en que un modelo escriba demostraciones rápido, sino en que alguien con criterio defina qué hay que demostrar. Un verificador al que le entregas objetivos malos va a confirmar con total rigor matemático que tu software hace exactamente lo que no debería.

El costo y la escalabilidad siguen abiertos. DeepMind ejecutó el análisis de Signal gratis como proyecto de investigación; Google no reveló cuánto costó ni si planea un producto comercial de verificación formal, según Wired. Pushmeet Kohli, científico jefe de Google Cloud y vicepresidente de investigación de DeepMind, planteó un uso posible recogido por Infobae: bancos y otras empresas que dependen de que no haya errores podrían demostrar ciertas propiedades de su software. DeepMind está abriendo el código de sus artefactos de verificación y sugiere que el enfoque podría extenderse al firmware de dispositivos médicos o al software de la red eléctrica.

¿Qué significa esto para tu startup?

1. Tu stack criptográfico dejó de ser una caja negra intocable. Si dependes de librerías de cifrado para proteger los datos de tus usuarios, ahora tienes un argumento verificable para tus conversaciones con clientes enterprise: la implementación más desplegada del sector pasó por verificación formal con asistencia de IA, y los artefactos son públicos y reutilizables. Vale la pena revisar si tu equipo de seguridad puede aprovecharlos.

2. Empieza por la especificación, no por la herramienta. El mensaje de Chaudhuri es directamente aplicable a cualquier equipo de producto. Antes de pedirle a un agente que demuestre algo, escribe en lenguaje preciso qué propiedad debe cumplirse y bajo qué condiciones. Esa es la parte que la IA todavía no resuelve sola, y la que decide si el resto del esfuerzo sirve o se tira.

3. Elige un módulo, no el sistema entero. El caso de Signal funcionó porque había trabajo previo acotado. Si vas a experimentar con verificación formal, toma la función de mayor riesgo —la que maneja claves, tokens de sesión o pagos— y limita el alcance ahí antes de ampliar.

4. Trata el costo como una incógnita, no como un dato. Nadie publicó cuánto cuesta esto a escala. Si tu roadmap incluye certificar formalmente tu software para un cliente regulado, planifícalo como un piloto de I+D con alcance cerrado y no como una línea de presupuesto recurrente.

Conclusión

La noticia no es que la IA «arregle» la seguridad, sino que empieza a hacer viable una técnica que llevaba décadas siendo demasiado cara para el software comercial. Cuatro semanas frente a los años que históricamente consumían equipos de expertos es una diferencia de orden de magnitud, y el hecho de que el sistema haya detectado dos errores conocidos reintroducidos a propósito es la señal más honesta de que funciona.

El resultado hay que leerlo con el alcance que tiene: una parte del código, una versión concreta de la librería, chats uno a uno y sin cubrir mensajería grupal. Aun así, establece un precedente útil para cualquier founder que alguna vez haya tenido que responder «confía en mí» cuando un cliente pregunta si su software es seguro.