# Las nuevas detecciones de seguridad de IA de GitHub en solicitudes de extracción muestran que las plataformas de software ahora quieren detectar código riesgoso dentro del flujo de trabajo del desarrollador en lugar de esperar a que se realice una revisión de seguridad más tarde y en otros lugares. Source: TechNewsList (https://technewslist.com) Canonical URL: https://technewslist.com/es/article/github-ai-security-detections-prs-2026-07-15-morning-es Section: Software (https://technewslist.com/es/software) Author: TechNewsList Language: es Published: 2026-07-15T05:29:02.811+00:00 Updated: 2026-07-15T05:29:02.97506+00:00 > GitHub dice que el escaneo de código ahora puede mostrar detecciones de seguridad impulsadas por IA directamente en las solicitudes de extracción, ampliando la cobertura de vulnerabilidades más allá de los lenguajes compatibles con CodeQL y trasladando más decisiones de seguridad de las aplicaciones al momento anterior a la fusión del código. ## TL;DR - GitHub dice que el escaneo de código ahora muestra detecciones de seguridad impulsadas por IA directamente en las solicitudes de extracción. - La actualización amplía la cobertura de vulnerabilidades a lenguajes y marcos que actualmente no son compatibles con CodeQL. - La señal más importante del software es que la seguridad se está convirtiendo en una parte nativa de la revisión del código en lugar de un punto de control especializado posterior. ## Key points - GitHub está tratando de hacer que los hallazgos de seguridad aparezcan donde los desarrolladores ya revisan y fusionan el código. - La actualización complementa CodeQL en lugar de reemplazar el análisis determinista. - La IA se utiliza para reducir los puntos ciegos en repositorios de idiomas mixtos y marcos no compatibles. - La ubicación del flujo de trabajo es tan importante como la calidad de la detección en la entrega segura de software. - Los proveedores de plataformas quieren cada vez más que la seguridad, la revisión de códigos y la asistencia de IA converjan en una sola superficie de desarrollador. # Las nuevas detecciones de seguridad de IA de GitHub en solicitudes de extracción muestran que las plataformas de software ahora quieren detectar código riesgoso dentro del flujo de trabajo del desarrollador en lugar de esperar a que se realice una revisión de seguridad más tarde y en otros lugares. ## Qué pasó GitHub dice que el escaneo de código ahora puede mostrar detecciones de seguridad impulsadas por IA directamente en las solicitudes de extracción. La compañía dice que las nuevas detecciones amplían la cobertura de vulnerabilidades a lenguajes y marcos que CodeQL no admite actualmente y aparecen como hallazgos durante el proceso de solicitud de extracción antes de fusionar el código. ![La imagen editorial contextual de las nuevas detecciones de seguridad de IA de GitHub en solicitudes de extracción muestra que las plataformas de software ahora quieren detectar código riesgoso dentro del flujo de trabajo del desarrollador en lugar de esperar a que se realice una revisión de seguridad más tarde y en otros lugares Escaneo de código de GitHub Detecciones de seguridad impulsadas por IA de CodeQL Solicitudes de extracción GitHub GitHub Noticias de tecnología de GitHub](https://docs.github.com/assets/cb-68487/images/help/desktop/base-branch-selection.png) *Imagen contextual seleccionada para esta historia de TechPulse.* Suena como una simple mejora del producto, pero la ubicación es la verdadera historia. GitHub no se limita a agregar otra característica de seguridad a un panel. Está trasladando una mayor parte de la conversación sobre seguridad a la superficie exacta donde los desarrolladores ya revisan los cambios, discuten el código y deciden si algo debe enviarse. GitHub también dice que los hallazgos generados a través de la IA están etiquetados claramente como "IA" y que las detecciones no bloquean las fusiones de solicitudes de extracción de forma predeterminada. Eso sugiere que la compañía está tratando de insertar una cobertura de seguridad más amplia en el flujo de desarrolladores sin que la primera versión parezca un martillo político impredecible. ## Por qué importa Esto es importante porque la entrega segura de software falla cada vez más en los puntos de transferencia. Las herramientas de seguridad pueden ser poderosas, pero si los hallazgos llegan demasiado tarde, en la interfaz incorrecta o en una forma que los desarrolladores tratan como burocracia externa, pierden valor práctico. La actualización de GitHub intenta reducir ese problema cambiando la seguridad hacia la izquierda en el sentido más literal: los hallazgos ahora aparecen en la solicitud de extracción. Ahí es donde un desarrollador todavía tiene contexto, donde los revisores ya están mirando y donde una vulnerabilidad puede convertirse en una discusión de código en lugar de un ticket retrasado. El otro punto importante es la cobertura. Los repositorios modernos son desordenados. Contienen código de aplicación central, scripts, definiciones de infraestructura, configuración, plantillas y lógica específica del marco que a menudo se extiende más allá de los lenguajes clásicos que cubren bien los analizadores estáticos. GitHub está utilizando explícitamente IA aquí para cerrar algunas de esas brechas. ## Detalles técnicos La explicación anterior de GitHub sobre las detecciones impulsadas por IA es un contexto útil. La empresa ha descrito el enfoque como un complemento de CodeQL, no como un reemplazo. CodeQL sigue siendo el motor de análisis determinista profundo para los lenguajes admitidos, mientras que las detecciones impulsadas por IA extienden la cobertura a áreas donde el análisis estático tradicional es más difícil de respaldar de manera rápida o integral. ![La imagen editorial contextual de las nuevas detecciones de seguridad de IA de GitHub en solicitudes de extracción muestra que las plataformas de software ahora quieren detectar código riesgoso dentro del flujo de trabajo del desarrollador en lugar de esperar a que se realice una revisión de seguridad más tarde y en otros lugares Escaneo de código de GitHub Detecciones de seguridad impulsadas por IA de CodeQL Solicitudes de extracción GitHub GitHub Noticias de tecnología de GitHub](https://teachbetter.ai/wp-content/uploads/2025/12/Top-15-Best-AI-Platforms-for-Teachers-Schools-in-2026.png) *Imagen contextual seleccionada para esta historia de TechPulse.* Ese enfoque híbrido tiene sentido técnicamente. El análisis determinista es más sólido cuando el lenguaje y el conjunto de reglas están maduros. La inferencia basada en IA se vuelve más útil cuando los repositorios contienen ecosistemas mixtos, patrones de borde o marcos no compatibles que de otro modo crearían puntos ciegos. La integración de la solicitud de extracción es tan importante como el motor de detección. Si los resultados aparecen directamente en el flujo de trabajo cuando los arroja el análisis, los desarrolladores pueden responder mientras los cambios aún son pequeños y el razonamiento aún está fresco. Eso reduce la distancia operativa entre encontrar y arreglar. La decisión de GitHub de no bloquear las fusiones de detecciones de IA de forma predeterminada también es reveladora. Sugiere que la empresa entiende que la confianza en la seguridad asistida por IA se ganará a través de la utilidad del flujo de trabajo y la calidad de la señal antes de que pueda convertirse en una puerta política estricta. ## Impacto en el mercado / la industria Para el mercado de software, esta es otra señal de que las plataformas de desarrollo están convergiendo. El alojamiento de códigos, la revisión, la seguridad y la asistencia de IA se reúnen cada vez más en un entorno continuo en lugar de tratarse como categorías de productos separadas. Para los equipos de seguridad, la implicación es potencialmente positiva. Se pueden detectar más vulnerabilidades antes, más cerca de las personas mejor posicionadas para solucionarlas. Pero también significa que los programas de seguridad necesitarán políticas más claras sobre cuándo los hallazgos sugeridos por la IA son informativos, cuándo se pueden hacer cumplir y cómo se auditan. Para GitHub, la medida fortalece su argumento de plataforma. Cuantas más decisiones de revisión, corrección y seguridad se tomen de forma nativa dentro de las superficies de GitHub, más difícil será para las plataformas rivales o herramientas independientes desplazar ese centro de gravedad del flujo de trabajo. ## Qué observar ahora Observe si los desarrolladores tratan los nuevos hallazgos como un contexto de revisión útil o como ruido adicional. La calidad de la adopción dependerá en gran medida de la precisión y de qué tan bien los equipos puedan clasificar las alertas etiquetadas con IA. Observe también cómo evoluciona GitHub en materia de aplicación de la ley. Si la calidad de la señal se mantiene, los hallazgos informativos de hoy podrían convertirse en controles basados ​​en reglas mañana. Sobre todo, observe a los competidores. Si otras plataformas de código y proveedores de AppSec introducen los hallazgos respaldados por IA directamente en los flujos de trabajo de revisión, eso confirmará que el futuro de la entrega segura de software no es solo un mejor escaneo. Se trata de un mejor momento, una mejor ubicación y un acoplamiento más estrecho entre la detección y la acción del desarrollador. ## Fuentes - [GitHub: detecciones de seguridad de IA en solicitudes de extracción](https://github.blog/changelog/2026-07-14-code-scanning-shows-ai-security-detections-on-pull-requests/) - [GitHub: amplía la cobertura de seguridad de las aplicaciones con detecciones impulsadas por IA](https://github.blog/security/application-security/github-expands-application-security-coverage-with-ai-powered-detections/) - [GitHub: CodeQL 2.26.0 y detección de inyección de avisos de IA](https://github.blog/changelog/2026-07-10-codeql-2-26-0-adds-kotlin-2-4-0-support-and-ai-prompt-injection-detection/) Mentions: GitHub, escaneo de código, CódigoQL, Detecciones de seguridad impulsadas por IA, solicitudes de extracción, seguridad de la aplicación ## Sources - [GitHub](https://github.blog/changelog/2026-07-14-code-scanning-shows-ai-security-detections-on-pull-requests/) - [GitHub](https://github.blog/security/application-security/github-expands-application-security-coverage-with-ai-powered-detections/) - [GitHub](https://github.blog/changelog/2026-07-10-codeql-2-26-0-adds-kotlin-2-4-0-support-and-ai-prompt-injection-detection/)