DeepMind demuestra matemáticamente que el protocolo de cifrado de Signal es seguro usando IA

En un proyecto de cuatro semanas, investigadores del Google DeepMind aplicaron un nuevo framework de IA agéntica llamado AlphaProof Code para verificar formalmente garantías criptográficas clave del protocolo de comunicación utilizado por Signal, Google Messages y WhatsApp. El trabajo, presentado como prueba de concepto de investigación, no encontró nuevas vulnerabilidades en las partes analizadas, pero hizo algo que anteriormente habría requerido meses de trabajo manual de especialistas: generó pruebas matemáticas completas usando IA.

Lo que llamó la atención no es solo el resultado (el protocolo es seguro), sino el método. La verificación formal tradicional, considerada la "canción de cisne" de la seguridad del software, depende de ingenieros escribiendo especificaciones lógicas manuales y luego construyendo demostraciones formales, pieza por pieza, para probar que un sistema se comporta exactamente como el diseño. Este proceso, históricamente, consumió meses o años de especialización. AlphaProof Code automatizó la traducción de descripciones de alto nivel de las propiedades de seguridad en fórmulas matemáticas de bajo nivel, permitiendo que el sistema de IA generara las pruebas que antes serían trabajo exclusivamente humano.

El protocolo, las pruebas y lo verificado

Los investigadores de DeepMind no analizaron el código fuente completo de la aplicación Signal, lo cual sería impracticable incluso para un sistema así. En cambio, se enfocaron en un subconjunto del código criptográfico de la versión móvil, exactamente las capas que manejan el establecimiento de claves y el cifrado de extremo a extremo. El sistema fue alimentado con una descripción de alto nivel de las propiedades de seguridad que se esperaba que el protocolo garantizara, y luego generó automáticamente las fórmulas matemáticas necesarias para la verificación.

Cuando los investigadores aplicaron AlphaProof Code a versiones más antiguas del protocolo —aquellas que contenían vulnerabilidades ya corregidas—, el sistema identificó correctamente los problemas y demostró que el protocolo no podía ser verificado formalmente en esas versiones. En las versiones actuales, el sistema confirmó que las garantías criptográficas permanecen intactas.

El resultado no es sorprendente en el sentido de que el Signal Protocol (también conocido como Axolotl Tree-KEM) ya es ampliamente considerado seguro. Pero la demostración de que una IA puede probar esto matemáticamente, en vez de solo encontrar fallos, es cualitativamente diferente. La verificación formal elimina clases enteras de bugs — no solo encuentra los que existen, pero prueba que ciertas categorías de error son imposibles en el dominio especificado.

La colaboración humano-IA como modelo

Un punto frecuentemente negligenciado en el anuncio fue el papel del proceso colaborativo. Los investigadores del DeepMind describen el trabajo como un "proceso de colaboración humano-IA", en el cual los agentes proponen pruebas y se autocorrigen, pero los humanos revisan y corrigen en puntos críticos del proceso. Swarat Chaudhuri, científico de investigación del DeepMind, fue explícito sobre los límites de este modelo:

> "No queremos un mundo de 'vibe coding' donde la IA genera las metas y la IA genera las pruebas, básicamente haciendo exámenes que ella misma escribió."

Esta cautela no es mera retórica institucional. La verificación formal depende enteramente de la calidad de la especificación — si especificas mal, probarás correctamente solo lo que deseabas, no lo que necesitas. El papel humano permanece crucial para formular las propiedades correctas a ser verificadas, interpretar las fallas de prueba y decidir cuándo el sistema es lo suficientemente confiable para avanzar.

Qué dicen Signal y la comunidad de seguridad

Ehren Kret, CTO de Signal Foundation, destacó que esfuerzos previos de verificación formal cubrían solo fragmentos pequeños del código, mientras que el enfoque del DeepMind "permite expansión significativa" de lo que puede verificarse. La Signal Foundation ya había realizado cierto trabajo de verificación formal en las versiones anteriores del protocolo, lo cual ayudó a los investigadores del DeepMind a obtener ventaja — el trabajo previo sirvió como punto de partida para las especificaciones.

El equipo del DeepMind liberó la especificación formal y los artefactos de prueba para uso público, permitiendo que otros grupos de investigación construyan sobre el trabajo. Esto es particularmente relevante considerando que el Signal Protocol no se usa solo por Signal: también protege comunicaciones en Google Messages (modos de privacidad) y WhatsApp, lo que significa que la verificación tiene implicaciones que van mucho más allá de una sola aplicación.

Por qué importa para la seguridad del software

La verificación formal es, desde hace décadas, considerada el nivel más alto de garantía de software. Las pruebas pueden encontrar bugs; las pruebas formales eliminan clases enteras de ellos. En el contexto de criptografía, donde un solo error de implementación puede comprometer años de trabajo criptográfico, la capacidad de generar pruebas automáticamente es transformadora.

La pregunta práctica que permanece es escalabilidad. El DeepMind realizó este proyecto gratuitamente como investigación, y Google se negó a divulgar el costo o anunciar planes para un producto comercial de verificación formal. Escalar este enfoque a aplicaciones enteras, o a cadenas de suministro de software, permanece como un desafío — pero los artefactos liberados públicamente dan al ecosistema un nuevo bloque de construcción para llegar allí.

La criptografía de Signal ahora tiene una capa extra de verificación matemática, generada por IA. El protocolo no cambió, la confianza en él aumentó.

Fuentes: WIRED, AI Understanding, The Back Room Tech

✓ Fuentes independientes cruzadas y verificadas antes de la publicación