Implementación de prácticas DevSecOps con inteligencia artificial para fortalecer la seguridad y eficiencia en el desarrollo de software en una empresa de fábrica de software

Resumen

La creciente necesidad de incorporar la seguridad desde las primeras etapas del desarrollo de software ha impulsado la adopción de prácticas DevSecOps reforzadas con inteligencia artificial (IA). En este contexto, el presente estudio tuvo como objetivo evaluar el efecto de la implementación de estas prácticas sobre la seguridad y la eficiencia del desarrollo de software en una empresa de fábrica de software de Lima durante 2025. Se desarrolló e implementó un pipeline de integración y entrega continua (CI/CD) con controles automáticos de seguridad y calidad, incorporando quality gates mediante SonarQube, escaneo de dependencias con Snyk y asistencia de IA mediante GitHub Copilot, siguiendo la metodología PHVA. Se empleó un diseño preexperimental con medición antes y después en una muestra intencional de 25 despliegues. Se evaluaron la densidad de hallazgos detectados (DH), el tiempo de detección (TD) y el tiempo de corrección (TC). Los resultados evidenciaron un incremento del 198,7 % en la densidad de hallazgos detectados, una reducción del 99,1 % en el tiempo de detección y una disminución del 86,4 % en el tiempo de corrección. Las diferencias fueron estadísticamente significativas en los tres indicadores (p < 0,001; r ≈ 0,87). Se concluye que la integración de prácticas DevSecOps con IA fortalece la seguridad, mejora la eficiencia del desarrollo y aporta una estrategia de implementación replicable para incrementar la madurez de los procesos de desarrollo seguro.