Linus Torvalds usó IA para cazar un fallo del kernel y lo llamó "infernal"

Linus Torvalds no está en el bando de quienes rechazan la inteligencia artificial de plano, pero tampoco disimula su desconfianza hacia los programadores que delegan en ella sin criterio. El creador de Linux acaba de contar cómo utilizó un asistente de IA para localizar un fallo especialmente escurridizo en el kernel, un proceso que él mismo describió como "una sesión de depuración infernal". La anécdota, recogida por Hipertextual a partir de una publicación del propio Torvalds en la lista de correo del kernel y de la información de XDA, resume bien el estado actual de estas herramientas: útiles, pero lejos de resolver nada solas.

Un error en el controlador de las GPU de Intel

El problema estaba en el controlador Xe, el módulo del kernel de Linux encargado de gestionar las tarjetas gráficas de Intel. Torvalds detectó que la dirección de memoria reservada para el almacenamiento CCS se redondeaba hacia arriba cuando debía redondearse hacia abajo. Dicho de otro modo: un cálculo mal orientado hacía que el controlador acabase usando una zona de memoria que no le correspondía.

Las consecuencias variaban según qué datos ocupasen esa región. En el peor de los casos, la memoria mal calculada se solapaba con las tablas de páginas de la GPU —las estructuras que traducen direcciones de memoria virtual a físicas—, y ahí el resultado era grave: corrupción aleatoria en pantalla. Cuando la colisión afectaba a información menos sensible, el daño se quedaba en mapas de bits corrompidos u otros datos alterados, sin llegar a bloquear el ordenador. Ese comportamiento intermitente es precisamente lo que convierte este tipo de errores en una pesadilla: no fallan siempre, ni siempre igual.

24 parches y 18 arranques del kernel

Para acorralar la causa, Torvalds necesitó más de 24 parches sucesivos con los que ir añadiendo información de depuración y 18 arranques del kernel hasta aislar el origen exacto del problema. En todo ese recorrido se apoyó en un asistente de inteligencia artificial, y su valoración del compañero de trabajo no es precisamente entusiasta.

Según su relato, la IA se convirtió en un lastre casi desde el principio. En varios momentos llegó a sostener que el fallo era irresoluble y que lo más sensato era limitarse a documentarlo en un informe. Torvalds no aceptó esa salida y siguió insistiendo para que el modelo analizase el código una y otra vez.

"Sospecho que esas cosas han sido entrenadas por personas que tal vez no sean tan tercas como yo", comentó Torvalds.

La insistencia acabó dando fruto: aunque el asistente mostró varias veces intención de rendirse, siguió generando código de depuración adicional y analizándolo bajo las instrucciones del desarrollador. Como guiño final, Torvalds dejó que la propia IA redactase el mensaje del commit —el texto que acompaña a cada cambio registrado en el código— con el que se cerró el asunto. La corrección, al final, consistió en cambiar una función mal aplicada.

"Ayudar a los mantenedores, no crearles problemas"

Pese a la experiencia, el creador de Linux no piensa dejar de lado estas herramientas. Reconoce los problemas que arrastran los grandes modelos de lenguaje —el consumo desproporcionado de recursos, el origen de los datos de entrenamiento y su impacto económico—, pero las considera igualmente útiles en tareas concretas como la depuración.

"Sé que a algunas personas realmente no les gusta la IA, pero este es un área en la que estoy dispuesto a plantarme como el mantenedor de primer nivel", afirmó. "La solución es asegurarse de que esas herramientas LLM ayuden a los mantenedores en lugar de solo causarles problemas".

Su postura, en cualquier caso, no es imponer nada: dice que no obliga a nadie a usar IA, pero avisa de que ignorará a quien intente impedir que otros la usen. Es un matiz relevante en una comunidad como la del kernel, donde el debate sobre la contribución de código generado automáticamente lleva meses caldeado y donde Torvalds ya había advertido de que la IA puede entorpecer el desarrollo si se usa sin responsabilidad.

Qué dice esto del estado real de la IA para programar

El episodio sirve como contrapeso a los mensajes más optimistas de la industria. Un experto con décadas de experiencia necesitó decenas de iteraciones y una dosis considerable de tozudez para que el modelo aportase algo aprovechable, y aun así el diagnóstico final salió de la intuición humana. La IA hizo de ayudante incansable en la parte mecánica; no de detective.

También encaja con otras señales recientes sobre los límites y riesgos de estos sistemas cuando se les da autonomía, como el caso de los agentes de IA que se coordinaron por su cuenta. La conclusión práctica para quien programa es sencilla: la herramienta acelera el trabajo repetitivo, pero la responsabilidad de entender el código sigue siendo tuya.