Cuando envías un mensaje por Signal, tu teléfono ejecuta código compilado. Un protocolo criptográfico puede estar muy bien diseñado sobre el papel y aun así implementarse mal. Google DeepMind y sus colaboradores anunciaron el 10 de noviembre que han comprobado matemáticamente propiedades del núcleo criptográfico de Signal hasta el nivel del código máquina. Para hacerlo han usado un sistema de agentes llamado AlphaProof Code.
La noticia tiene un alcance más preciso que «una IA ha certificado Signal». El trabajo analiza componentes y propiedades concretas del protocolo de mensajería. Una persona que recibe un enlace engañoso, pierde el control del teléfono o envía información al destinatario equivocado afronta problemas distintos. La prueba no cubre toda la aplicación, el sistema operativo ni la conducta de quienes la usan.
Qué se puede demostrar sobre un programa
Un test corriente toma una entrada, ejecuta el código y comprueba el resultado. Una prueba formal intenta demostrar que una propiedad se cumple para todos los casos que encajan en una especificación. Para conseguirlo, primero hay que escribir qué se espera, qué piezas se dan por fiables y bajo qué supuestos funciona el razonamiento.
En este caso, el equipo analizó componentes del establecimiento de claves y de su renovación durante una conversación. Entre las propiedades estudiadas están la autenticación y la protección de mensajes en distintas circunstancias de compromiso de claves. La documentación técnica del proyecto describe el alcance y los elementos que quedan fuera. La pregunta de investigación es cómo pasa una garantía criptográfica del diseño a una implementación concreta.

Para qué sirvieron los agentes y quién comprueba su trabajo
Los agentes, basados en Gemini 4 Carbon, ayudaron a elaborar especificaciones y a construir las pruebas. Después las comprobó Lean, un asistente de demostración que verifica los pasos lógicos. El resultado no depende de que un chatbot responda que el software «parece seguro». Lo decisivo es si la cadena de pasos satisface las reglas de ese verificador y si las condiciones elegidas representan de verdad el problema que se quería estudiar.
Los investigadores cifran el trabajo en unos 6,5 millones de líneas de pruebas verificadas por máquina, apoyadas en unas 26.000 líneas de especificaciones y semántica consideradas de confianza. Las dos magnitudes tienen papeles diferentes. Una prueba extensa puede ser comprobable automáticamente. En cambio, un error al definir qué propiedad debía demostrarse puede dejar una brecha entre una demostración correcta y la garantía que el lector cree haber recibido.
Qué cambia para los usuarios de Signal
La presentación de DeepMind explica que el trabajo de verificación llevó cuatro semanas. También recoge la valoración del director de tecnología de Signal sobre el valor de comprobar que el código de producción corresponde con el diseño criptográfico. Los materiales técnicos se han publicado para que puedan examinarse y reutilizarse en investigación.
Para quien usa la aplicación, el resultado es nueva evidencia sobre una parte precisa del sistema que protege sus mensajes. No hace falta cambiar un ajuste para «activar» la demostración. Para la industria, el interés está en otra parte: si esta forma de trabajo se puede repetir, sería posible someter porciones mayores de software real a una comprobación que hasta ahora exigía mucho trabajo especializado.
