¿Se supone que la inteligencia artificial facilita las cosas, verdad? Pues parece que no para los desarrolladores, ya que el código generado por IA está destinado a triplicar su trabajo en los próximos 12 meses, según la plataforma de entrega de software Harness.
Esto también podría significar que las organizaciones se expondrían a consecuencia negativas mayores en caso de los fallos de software que se escapan a los sistemas de producción.
Nueve de cada diez desarrolladores ya utilizan herramientas de codificación asistidas por IA para acelerar la entrega de software. A medida que esto continúa, el volumen de código enviado a la empresa aumenta en un orden de magnitud. Por lo tanto, a los desarrolladores les resulta cada vez más difícil mantenerse al día con la necesidad de probar, asegurar y remediar problemas en cada línea de código que entregan. Si no encuentran una manera de reducir el trabajo manual de los desarrolladores en estas etapas del ciclo de vida de la entrega de software (SDLC), pronto será imposible evitar que los fallos y las vulnerabilidades lleguen a producción. Como resultado, las organizaciones se enfrentarán a un mayor riesgo de tiempo de inactividad y brechas de seguridad.
«La IA generativa ha sido un cambio radical para los desarrolladores, ya que proyectos de ocho semanas pueden completarse repentinamente en cuatro», afirma Martin Reynolds, director técnico de campo de Harness. «Sin embargo, a medida que aumenta el volumen de código que se envía a la empresa, también lo hace el ‘radio de explosión’ si los desarrolladores no lo prueban rigurosamente en busca de fallos y vulnerabilidades. La IA no introduce nuevas brechas de seguridad en el flujo de trabajo de entrega, pero sí significa que hay más código canalizado a través de las existentes. Esto crea una probabilidad mucho mayor de que se introduzcan vulnerabilidades o errores a menos que los desarrolladores dediquen mucho más tiempo a las pruebas y la seguridad. Cuando se descubrió la vulnerabilidad Log4J, los desarrolladores pasaron meses buscando componentes afectados para remediar la amenaza. En el mundo de la IA generativa, tendrían que encontrar la misma aguja en un pajar mucho más grande.»
Harness sugiere que la respuesta al problema de la IA es más IA, utilizada para analizar automáticamente los cambios de código, probar fallos y vulnerabilidades, identificar el impacto del riesgo y garantizar que los problemas de despliegue se puedan revertir en un instante.
Las empresas deberían buscar integrar la seguridad en todas las fases del SDLC (ciclo de vida del desarrollo de sistemas); automatizar los procesos necesarios para supervisar y controlar los componentes de software de código abierto y los artefactos de terceros, como la generación de una lista de materiales de software (SBOM que controla cada uno de los componentes utilizados dentro de sus aplicaciones) y la realización de atestaciones SLSA (marco integral para la integridad de la cadena de suministro); y utilizar la IA generativa para ayudar a remediar los problemas.
«El objetivo de la IA es facilitar las cosas, pero sin las medidas adecuadas de control de calidad y seguridad, los desarrolladores podrían perder todo el tiempo que han ahorrado», añade Reynolds. «Las empresas deben tener en cuenta la experiencia del desarrollador en cada medida o nueva tecnología que implementen para acelerar la innovación. Al establecer barreras de seguridad robustas y utilizar la IA para aplicarlas, los desarrolladores pueden aprovechar la automatización con mayor libertad para potenciar la entrega de software. Al mismo tiempo, los equipos dedicarán menos tiempo a la corrección y otras cargas de trabajo que aumentan el esfuerzo. En última instancia, esto reduce los gastos operativos al tiempo que aumenta la seguridad y el cumplimiento, creando un escenario beneficioso para todos.»
Fuente WEB | Editado por CambioDigital OnLine
