La IA puede acelerar la programación y señalar posibles fallos, pero los mantenedores aún deben verificar cada hallazgo y aporte. OpenSSL recibió 71 avisos y consultas de seguridad al mes entre mayo y julio de 2026, frente a nueve en el mismo periodo del año anterior.
Publicado porEditado con GPT-6 LunaImágenes generadas con GPT Image 2
Respuesta de investigación

Create a landscape editorial hero image for this Studio Global article: How is AI accelerating open-source development while overwhelming maintainers with low-quality contributions and vulnerability reports, as i. Article summary: AI is making code and potential bug reports faster to produce, but that does not make them faster to validate: the bottleneck is shifting toward maintainers’ review and security judgment. OpenSSL’s report surge and the L. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
La inteligencia artificial facilita producir código y detectar posibles errores. Pero cada aporte y cada aviso de seguridad todavía requieren revisión, y ese trabajo puede convertirse en el cuello de botella. El aumento de reportes que recibe OpenSSL y una encuesta de la Linux Foundation muestran las dos caras del fenómeno: desarrollo más rápido, pero también más material que los mantenedores deben evaluar. 1
21
OpenSSL ofrece software que ayuda a proteger las comunicaciones por internet. Por eso, la calidad y seguridad de su código tienen importancia más allá del propio proyecto. 1
5
En la conferencia anual de OpenSSL, celebrada en Praga, su director ejecutivo, Matt Caswell, dijo que el proyecto recibió un promedio de 71 avisos y consultas de seguridad al mes entre mayo y julio de 2026. En el mismo periodo del año anterior, el promedio había sido de nueve. En agosto, el total llegó a 108 consultas. 1
Estas cifras corresponden a reportes y consultas recibidos, no a vulnerabilidades confirmadas. En el año anterior, OpenSSL recibió alrededor de 500 informes de vulnerabilidades, pero solo 63 dieron lugar a vulnerabilidades divulgadas. Muchos envíos eran duplicados, fallos menores o problemas que no justificaban publicar un aviso de seguridad. La mayoría de los hallazgos identificados con herramientas de IA fueron de baja gravedad, no fallos críticos. Aun así, evaluar cada presentación requiere trabajo humano. 1
3
La presión no afecta solo a OpenSSL. En la conferencia, responsables de Bouncy Castle y cryptlib también dijeron que tenían más reportes que revisar. Megan Woods, de Bouncy Castle, advirtió sobre los riesgos del código criptográfico escrito con IA, un recordatorio de que el código generado debe tratarse con cautela. 2
3
El director de tecnología de OpenSSL señaló que las herramientas de IA pueden apoyar tareas como revisar código, investigar vulnerabilidades reportadas y redactar pruebas. 3 Estas herramientas pueden ser útiles para los mantenedores, pero no convierten automáticamente un posible hallazgo en un fallo confirmado ni eliminan la necesidad de evaluarlo.
1
3
La diferencia es importante: detectar y verificar son tareas distintas. Una herramienta puede señalar una ruta de código sospechosa o producir un reporte convincente; luego, los mantenedores deben determinar si describe un problema real y relevante, y cómo responder. Según la cobertura de la conferencia, investigar un caso, desarrollar un parche y publicar un aviso de seguridad puede llevar entre seis y ocho semanas. 3
Una encuesta de Linux Foundation Research, patrocinada por Red Hat y presentada en la conferencia All Things Open, encontró que los mantenedores estimaban que el 25 % de las solicitudes de cambio recibidas —conocidas como pull requests— eran de baja calidad, lo que algunos describen como «AI slop» o contenido de relleno generado con IA. En los proyectos grandes, la proporción llegaba al 31 %. La encuesta incluyó a 234 personas que contribuyen a proyectos abiertos o los mantienen. 20
21
Al mismo tiempo, el 59 % de los mantenedores de proyectos dijo que había aumentado el número de aportes recibidos. 21 Más contribuciones pueden traer trabajo útil y sumar participantes nuevos, pero también elevan la carga de revisión, sobre todo si los equipos deben detectar problemas y explicar por qué un aporte no está listo para integrarse.
Los resultados son estimaciones de una encuesta, no un recuento de todas las solicitudes de cambio en el ecosistema de código abierto. Aun así, apuntan a un desafío práctico: la IA puede reducir el esfuerzo necesario para preparar un aporte, pero no necesariamente el que hace falta para decidir si está listo para incorporarse. 20
21
La respuesta de Google muestra cómo un aumento de reportes puede afectar los programas de seguridad. El 1 de octubre, la empresa pausó la recepción de nuevos reportes de vulnerabilidades de productos en su Programa de Recompensas por Vulnerabilidades de Software de Código Abierto. La decisión respondió, según Google, a un aumento de envíos automatizados, la gran mayoría de los cuales no eran válidos. La empresa dijo que daría una actualización durante el primer trimestre de 2027. La pausa se limitó a los reportes de vulnerabilidades de productos dentro de ese programa; no abarcó todos los programas de recompensas por vulnerabilidades de Google. 18
Para los proyectos de código abierto, los hechos apuntan a un enfoque equilibrado: dejar claras las expectativas para contribuir, pedir pruebas reproducibles cuando corresponda y usar la automatización para ayudar a clasificar los reportes, no para saltarse la revisión humana. Son medidas prácticas que se desprenden de estos casos, no una solución única prescrita por las fuentes. 1
18
21
La IA puede acelerar la escritura de código y ayudar a encontrar defectos potenciales. Pero para que el software sea confiable, los mantenedores necesitan tiempo y apoyo para revisar lo que reciben.
Studio Global AI
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La IA puede acelerar la programación y señalar posibles fallos, pero los mantenedores aún deben verificar cada hallazgo y aporte.
La IA puede acelerar la programación y señalar posibles fallos, pero los mantenedores aún deben verificar cada hallazgo y aporte. OpenSSL recibió 71 avisos y consultas de seguridad al mes entre mayo y julio de 2026, frente a nueve en el mismo periodo del año anterior.
En una encuesta de la Linux Foundation, los mantenedores consideraron de baja calidad el 25 % de las solicitudes de cambio recibidas; en proyectos grandes, la cifra fue del 31 %.
La IA puede acelerar la programación y señalar posibles fallos, pero los mantenedores aún deben verificar cada hallazgo y aporte. OpenSSL recibió 71 avisos y consultas de seguridad al mes entre mayo y julio de 2026, frente a nueve en el mismo periodo del año anterior.
Publicado porEditado con GPT-6 LunaImágenes generadas con GPT Image 2
Respuesta de investigación

Create a landscape editorial hero image for this Studio Global article: How is AI accelerating open-source development while overwhelming maintainers with low-quality contributions and vulnerability reports, as i. Article summary: AI is making code and potential bug reports faster to produce, but that does not make them faster to validate: the bottleneck is shifting toward maintainers’ review and security judgment. OpenSSL’s report surge and the L. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
La inteligencia artificial facilita producir código y detectar posibles errores. Pero cada aporte y cada aviso de seguridad todavía requieren revisión, y ese trabajo puede convertirse en el cuello de botella. El aumento de reportes que recibe OpenSSL y una encuesta de la Linux Foundation muestran las dos caras del fenómeno: desarrollo más rápido, pero también más material que los mantenedores deben evaluar. 1
21
OpenSSL ofrece software que ayuda a proteger las comunicaciones por internet. Por eso, la calidad y seguridad de su código tienen importancia más allá del propio proyecto. 1
5
En la conferencia anual de OpenSSL, celebrada en Praga, su director ejecutivo, Matt Caswell, dijo que el proyecto recibió un promedio de 71 avisos y consultas de seguridad al mes entre mayo y julio de 2026. En el mismo periodo del año anterior, el promedio había sido de nueve. En agosto, el total llegó a 108 consultas. 1
Estas cifras corresponden a reportes y consultas recibidos, no a vulnerabilidades confirmadas. En el año anterior, OpenSSL recibió alrededor de 500 informes de vulnerabilidades, pero solo 63 dieron lugar a vulnerabilidades divulgadas. Muchos envíos eran duplicados, fallos menores o problemas que no justificaban publicar un aviso de seguridad. La mayoría de los hallazgos identificados con herramientas de IA fueron de baja gravedad, no fallos críticos. Aun así, evaluar cada presentación requiere trabajo humano. 1
3
La presión no afecta solo a OpenSSL. En la conferencia, responsables de Bouncy Castle y cryptlib también dijeron que tenían más reportes que revisar. Megan Woods, de Bouncy Castle, advirtió sobre los riesgos del código criptográfico escrito con IA, un recordatorio de que el código generado debe tratarse con cautela. 2
3
El director de tecnología de OpenSSL señaló que las herramientas de IA pueden apoyar tareas como revisar código, investigar vulnerabilidades reportadas y redactar pruebas. 3 Estas herramientas pueden ser útiles para los mantenedores, pero no convierten automáticamente un posible hallazgo en un fallo confirmado ni eliminan la necesidad de evaluarlo.
1
3
La diferencia es importante: detectar y verificar son tareas distintas. Una herramienta puede señalar una ruta de código sospechosa o producir un reporte convincente; luego, los mantenedores deben determinar si describe un problema real y relevante, y cómo responder. Según la cobertura de la conferencia, investigar un caso, desarrollar un parche y publicar un aviso de seguridad puede llevar entre seis y ocho semanas. 3
Una encuesta de Linux Foundation Research, patrocinada por Red Hat y presentada en la conferencia All Things Open, encontró que los mantenedores estimaban que el 25 % de las solicitudes de cambio recibidas —conocidas como pull requests— eran de baja calidad, lo que algunos describen como «AI slop» o contenido de relleno generado con IA. En los proyectos grandes, la proporción llegaba al 31 %. La encuesta incluyó a 234 personas que contribuyen a proyectos abiertos o los mantienen. 20
21
Al mismo tiempo, el 59 % de los mantenedores de proyectos dijo que había aumentado el número de aportes recibidos. 21 Más contribuciones pueden traer trabajo útil y sumar participantes nuevos, pero también elevan la carga de revisión, sobre todo si los equipos deben detectar problemas y explicar por qué un aporte no está listo para integrarse.
Los resultados son estimaciones de una encuesta, no un recuento de todas las solicitudes de cambio en el ecosistema de código abierto. Aun así, apuntan a un desafío práctico: la IA puede reducir el esfuerzo necesario para preparar un aporte, pero no necesariamente el que hace falta para decidir si está listo para incorporarse. 20
21
La respuesta de Google muestra cómo un aumento de reportes puede afectar los programas de seguridad. El 1 de octubre, la empresa pausó la recepción de nuevos reportes de vulnerabilidades de productos en su Programa de Recompensas por Vulnerabilidades de Software de Código Abierto. La decisión respondió, según Google, a un aumento de envíos automatizados, la gran mayoría de los cuales no eran válidos. La empresa dijo que daría una actualización durante el primer trimestre de 2027. La pausa se limitó a los reportes de vulnerabilidades de productos dentro de ese programa; no abarcó todos los programas de recompensas por vulnerabilidades de Google. 18
Para los proyectos de código abierto, los hechos apuntan a un enfoque equilibrado: dejar claras las expectativas para contribuir, pedir pruebas reproducibles cuando corresponda y usar la automatización para ayudar a clasificar los reportes, no para saltarse la revisión humana. Son medidas prácticas que se desprenden de estos casos, no una solución única prescrita por las fuentes. 1
18
21
La IA puede acelerar la escritura de código y ayudar a encontrar defectos potenciales. Pero para que el software sea confiable, los mantenedores necesitan tiempo y apoyo para revisar lo que reciben.
Studio Global AI
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La IA puede acelerar la programación y señalar posibles fallos, pero los mantenedores aún deben verificar cada hallazgo y aporte.
La IA puede acelerar la programación y señalar posibles fallos, pero los mantenedores aún deben verificar cada hallazgo y aporte. OpenSSL recibió 71 avisos y consultas de seguridad al mes entre mayo y julio de 2026, frente a nueve en el mismo periodo del año anterior.
En una encuesta de la Linux Foundation, los mantenedores consideraron de baja calidad el 25 % de las solicitudes de cambio recibidas; en proyectos grandes, la cifra fue del 31 %.