Gobernanza de IA: datos, secretos, código generado

Las herramientas de codificación de IA cambian qué sale de tu máquina, quién puede leer un prompt, y qué termina en un pull request. Esta lista de verificación le da a un equipo de desarrollo una respuesta repetible a «¿es seguro pegar esto?» y «¿es seguro hacer merge de esto?», sin leer cada página de términos del proveedor desde cero. Cada afirmación de política de datos debajo está respaldada por una fuente oficial; cualquier cosa que no pudimos verificar está marcada en su lugar en lugar de adivinada.

Privacidad de datos: qué sale de la máquina

Cada asistente de IA envía prompts y contexto a servidores de un proveedor. La verdadera pregunta es qué pasa después, y cuál configuración controla eso.

Eso es un problema de configuración, no una razón para evitar estas herramientas. La hoja de trucos de Cursor cubre dónde estos controles viven día a día.

Secretos: nunca en prompts, atrapados antes de que se vayan

Una política de entrenamiento es irrelevante si un secreto ya salió de tu máquina en un commit o un log pegado.

Validación de código generado

Código de IA suena tan confiado erróneamente como correctamente. Porta como cualquier otro diff, más una verificación que esta fuente necesita.

Controles de alucinación

Una alucinación es un hecho erróneo entregado tan confidentemente como uno correcto. Estos controles son sobre dónde un humano vuelve al bucle.

Cadena de suministro: servidores MCP como código de terceros

Un servidor MCP es un programa que el host lanza y confía con acceso de herramienta. El protocolo no lo coloca en sandbox — tú lo haces.

Regulaciones a ser consciente de

Solo informativo, no asesoramiento legal — consulta con consejo antes de hacer un reclamo de cumplimiento a un cliente o regulador.

Plantilla de política de equipo

Pega en AI_POLICY.md; ajusta nombres de herramientas y niveles de plan a tus licencias de org.

# Política de Uso de Herramientas de IA

## Alcance
Claude Code, Cursor, GitHub Copilot, ChatGPT — cualquiera trabajando en este
repositorio o en entregas de cliente.

## Cuentas aprobadas
- Cuentas solo comercial/Team/Enterprise para trabajo de cliente o producción.
- Cuentas personales son solo para aprender y código abierto.
- Confirma Privacy Mode / content exclusion / workspace type antes de
  tocar código o datos nuevos de cliente.

## Nunca pegues
- Credenciales, claves de API, tokens, kubeconfigs, claves privadas.
- PII de cliente: nombres, emails, IDs de cuenta, notas identificadoras.
- Cualquier cosa bajo una ruta .gitignore o Copilot content-exclusion.

## Código generado
- Envía con una prueba, pasa la puerta lint/SAST existente.
- Nuevas dependencias verificadas en el registro real, luego fijadas.
- Un humano revisa el diff antes del merge. No auto-merge.

## Servidores MCP
- Revisados por fuente, permisos, y versión fijada antes de que cualquier
  miembro del equipo se conecte.
- Secretos viven en config de env propio del servidor, nunca un shell compartido.

## Incidentes
- Un secreto pegado es una credencial filtrada: rótalo inmediatamente.
- Reporta una dependencia alucinada sospechosa, o un diff de IA merged
  que rompió algo, a #eng-incidents el mismo día.

## Revisión
Revisado trimestralmente cuando términos de proveedor cambian.

Patrones que reutilizarás

• Escaneo de secreto pre-commit: pre-commit install && pre-commit run gitleaks --all-files
• Escanea historial git completo: gitleaks git -v --redact
• Omite el hook a propósito: SKIP=gitleaks git commit -m "..."
• Bloquea lecturas de .env en un hook PreToolUse de Claude Code (matcher ^Read$): jq -r '.tool_input.file_path' | grep -qE '\.env(\.|$)' && exit 2 || exit 0
• Verifica que un paquete exista antes de instalar: npm view <package> o pip index versions <package>
• Fija un servidor MCP en lugar de latest: usa una etiqueta exacta en command/args
• Fuerza «unknown» sobre una adivinanza: «If a required fact is missing, list it under Unknown. Do not fill it in.»

Preguntas frecuentes

¿El modo de privacidad de Cursor evita que mi código se use para entrenamiento?

Con Privacy Mode activado, Cursor dice que tu código no se usa para entrenamiento por Cursor o por los proveedores de IA que llama, bajo acuerdos de retención cero de datos. Algunos modelos caen fuera de ese acuerdo y necesitan aprobación de administrador separada. Privacy Mode está desactivado por defecto para individuos y activado por defecto para equipos Enterprise.

¿GitHub Copilot ve archivos que he excluido, incluyendo en modo agente?

La exclusión de contenido del repositorio y organización evita que rutas excluidas lleguen a sugerencias inline y Copilot Chat en el IDE. Los documentos de GitHub dicen que Copilot CLI y modo agente en Copilot Chat no soportan exclusión de contenido, así que trata sesiones de agente y CLI como no protegidas por ese control.

¿Los datos de ChatGPT Team o Enterprise se usan para entrenar modelos de OpenAI?

Por defecto, OpenAI no usa entradas o salidas de ChatGPT Business, Enterprise, Edu, o la API para entrenar modelos. Una organización puede optar por participar. En cuentas personales Free, Plus, o Pro, enviar retroalimentación de pulgar arriba o pulgar abajo aún puede dejar que OpenAI use esa conversación incluso después de una exclusión general.

¿Cómo difiere la política de datos de Claude Code entre un plan personal y un plan Team o Enterprise?

En una cuenta personal Free, Pro, o Max, elige si tus chats y sesiones de codificación mejoran futuros modelos. En cuentas Team, Enterprise, API, y Claude Gov, Anthropic no entrena en tu código o prompts a menos que la organización explícitamente opte por participar, por ejemplo a través del Programa de Socio de Desarrollo.

¿Cómo atrapo una dependencia generada por IA que realmente no existe?

Busca el paquete en el registro real antes de instalarlo. Para npm, ejecuta npm view <package>; para pip, ejecuta pip index versions <package>. Una búsqueda fallida significa no instalar — un nombre no existente es también un slot que un atacante puede registrar y enviar malware bajo.