DeepMind usó IA para demostrar matemáticamente que el protocolo Signal es seguro
En una operación que llevó apenas cuatro semanas — frente a meses o años de esfuerzo humano equivalente — investigadores del Google DeepMind utilizaron un sistema de IA agéntica para verificar formalmente las garantías criptográficas fundamentales del protocolo Signal, el mismo estándar que protege miles de millones de mensajes diarios en aplicaciones como Signal, WhatsApp y Google Messages. El resultado: no se encontraron nuevas vulnerabilidades en las secciones analizadas, y el trabajo marca un punto de inflexión en la intersección entre inteligencia artificial y seguridad del software.
El proyecto utilizó AlphaProof Code, el marco de IA agéntica más reciente del DeepMind, en un proyecto de prueba de concepto realizado íntegramente a costo cero para la comunidad de seguridad. Google se negó a revelar el costo del análisis ni a comentar si planea lanzar un producto comercial de verificación formal basado en el trabajo.
Qué es la verificación formal y por qué importa
La verificación formal es el santo grial de la seguridad del software desde hace décadas. A diferencia de las pruebas tradicionales, que verifican si el software funciona para entradas específicas, la verificación formal utiliza pruebas matemáticas para demostrar que el software se comporta exactamente como se especifica — bajo cada circunstancia posible. Es, en palabras de los defensores del campo, la única manera de saber con absoluta certeza que un fragmento de código no contiene vulnerabilidades críticas.
Para protocolos criptográficos como Signal, esto es especialmente relevante. El protocolo Double Ratchet, componente central de Signal, es responsable del establecimiento y rotación de claves de cifrado que protegen cada conversación. Antes de la era de la IA, era increíblemente lento para los investigadores describir las propiedades deseadas del software, traducirlas en fórmulas matemáticas y luego desarrollar las pruebas. Era una tarea que exigía semanas o meses de trabajo especializado de equipos de verificación formal.
AlphaProof Code del DeepMind automatizó este proceso. El sistema logró, en cuatro semanas, elaborar y validar pruebas matemáticas para varias propiedades de seguridad del protocolo — incluyendo autenticación y secreto de los componentes centrales.
La prueba de fuego
Lo que hace el trabajo particularmente convincente no es solo la velocidad con que se ejecutó, sino la prueba de fuego que los investigadores aplicaron al sistema. Cuando los investigadores ejecutaron AlphaProof Code en versiones más antiguas de Signal que contenían vulnerabilidades conocidas y de larga data corregidas, el sistema correctamente las identificó y mostró que el protocolo en esa versión no podría ser verificado formalmente. Esto demuestra que el framework no solo produce pruebas, sino que también detecta fallos genuinos cuando existen — el tipo de comportamiento que separa una herramienta de análisis seria de un generador de resultados superficiales.
Es el mismo principio que validó AlphaFold del DeepMind en 2020: si un sistema no puede detectar defectos conocidos, no se puede confiar en su capacidad de confirmar la corrección de versiones sin defectos. AlphaProof Code superó esa prueba.
La expansión de las verificaciones
El trabajo del DeepMind no ocurrió en el vacío. Se construyó sobre verificación formal previa realizada por la Signal Foundation, que ya había analizado partes menores del protocolo. Ehren Kret, CTO de Signal, señaló que mientras la verificación anterior se concentró en fragmentos menores de código, el enfoque del DeepMind permite una "expansión significativa" en lo que puede verificarse.
"Con la creciente amenaza de ataques impulsados por IA, verificar rigurosamente la implementación del protocolo Signal nos da aún mayor confianza en las garantías de privacidad de nuestro código", dijo Kret en un comunicado.
El equipo del DeepMind publicó la especificación y las pruebas que creó para el análisis del protocolo Signal, poniéndolas a disposición de otros grupos de investigación para construir sobre el trabajo. Es una práctica que se alinea con la cultura de código abierto de la comunidad de seguridad criptográfica.
Qué no fue verificado — y por qué importa
Es crucial notar qué el proyecto no hizo. El análisis del DeepMind no verificó la implementación completa del protocolo Signal ni la aplicación Signal en sí. Cubrió solo secciones seleccionadas del protocolo, enfocándose en propiedades criptográficas específicas. Los investigadores son transparentes sobre esta limitación.
Además, un trabajo académico independiente publicado en septiembre de 2026 en las Proceedings of the IEEE Symposium on Security and Privacy presentó el primer análisis formal completo del Double Ratchet cubriendo todas sus funcionalidades, incluyendo llegadas de mensajes fuera de orden — algo que el proyecto del DeepMind no abordó en profundidad. Ese análisis, realizado por investigadores de la University of Oxford y Université de Lorraine, descubrió tres ataques al protocolo, dos de los cuales confirmados como presentes en la implementación principal. Este trabajo muestra tanto cuánto queda por verificar como la importancia de enfoques complementarios a la verificación formal asistida por IA.
Otro proyecto, presentado en la conferencia ACM CCS 2026, desarrolló SpecMon, un monitor de tiempo de ejecución que instrumentó WhatsApp Web y Signal Desktop para capturar interacciones de red y componentes criptográficos, verificando si las ejecuciones observadas se conforman a los modelos formales del protocolo — un enfoque que complementa la verificación estática del DeepMind con monitoreo dinámico.
La cuestión del costo y la escala
La pregunta más importante del trabajo no es técnica — es económica. El DeepMind llevó a cabo el análisis del Signal como proyecto de investigación, de forma gratuita. Google se negó a revelar cuánto costó el proyecto y también se negó a comentar si tiene planes de lanzar un producto o servicio comercial de verificación formal.
La pregunta que permea el sector es si la verificación formal automatizada por IA puede realmente escalar a sistemas de software completos — no solo secciones de protocolo, sino aplicaciones enteras y cadenas de suministro de software — a un costo que tenga sentido comercial.
Para usuarios comunes, el significado es claro: los mensajes protegidos por cifrado de extremo a extremo ganan una capa adicional de garantía matemática. Para empresas que dependen de comunicación cifrada — bancos, proveedores de salud, periodistas — la tecnología podría, un día, ofrecer garantías legalmente verificables de que el software utilizado no contiene fallos críticos.
Para el DeepMind, el trabajo es un paso más en la expansión de las capacidades del AlphaProof Code hacia la ambición declarada de la empresa: verificar formalmente todo el software. El protocolo Signal fue el primer objetivo real. El siguiente probablemente será aún más ambicioso — y más difícil.
Fuentes: WIRED, AI Understanding, Atlabyte
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
