GitHub Copilot ya puede vincular la telemetría a un usuario sin recopilar prompts

GitHub Copilot incorpora un ajuste que separa dos cuestiones que la telemetría corporativa llevaba tiempo mezclando: quién usa el asistente y qué le escribe exactamente. El parámetro telemetry.capture.identity, disponible en managed settings, permite a los administradores de Enterprise atribuir la actividad de Copilot a un usuario concreto sin recopilar prompts, respuestas ni el contenido de las herramientas. El parámetro añade tres opciones de configuración. En el fragmento publicado del anuncio la lista aparece cortada, por lo que conviene comprobar los nombres y valores exactos en la entrada original del GitHub Changelog del 12 de octubre de 2026.

Qué ha cambiado exactamente

Hasta ahora, las empresas que implantaban asistentes de IA para desarrolladores tenían que elegir entre dos opciones incómodas. La primera era recopilar la telemetría de forma anonimizada y no saber qué empleados utilizan realmente la herramienta. La segunda era activar una recopilación detallada, en la que, junto con la atribución, acaban en los registros los textos de las consultas, fragmentos de código y resultados de las llamadas a herramientas. En este segundo caso, el almacén de telemetría puede acabar conteniendo todo lo que el desarrollador mostró al modelo: API internas, nombres de clientes, fragmentos de lógica no pública.

El nuevo ajuste convierte la identidad en un eje independiente. El administrador puede mantener la vinculación del evento con el usuario y, al mismo tiempo, no recibir el contenido de la interacción. La configuración se define de forma centralizada mediante managed settings, es decir, el desarrollador no la cambia en local.

Para qué le sirve a las empresas

La atribución sin contenido resuelve varias tareas habituales en los despliegues corporativos:

• control de licencias: se ve cuáles de los puestos adquiridos se utilizan realmente y cuáles están parados;
• medición de la eficiencia: la actividad puede cruzarse con equipos y proyectos sin leer las conversaciones;
• análisis de incidentes: ante un comportamiento anómalo del cliente, se sabe en el dispositivo de quién se produjo;
• cumplimiento de las políticas internas: el equipo de seguridad no necesita almacenar código ni prompts para responder a la pregunta «quién y cuándo».

Hay además un argumento regulatorio. En las empresas europeas, los datos personales en la telemetría y el contenido de las conversaciones de trabajo suelen estar sujetos a regímenes distintos de acuerdo con los empleados y los sindicatos. Si la recopilación del identificador está separada de la de los textos, resulta más sencillo justificarla: la finalidad es clara y el volumen de datos, limitado.

Qué sigue sin estar claro

El anuncio, en la versión disponible, no detalla varios aspectos. No se sabe cuáles son exactamente las tres opciones que ofrece telemetry.capture.identity ni en qué forma se almacena el identificador: como nombre de usuario, ID interno o hash. Tampoco se desprende del texto a qué clientes de Copilot se aplica el ajuste ni cómo interactúa con los parámetros ya existentes de recopilación de contenido. Estos puntos determinan hasta qué punto el ajuste sirve para políticas estrictas, y conviene verificarlos antes de activarlo.

Cómo deben actuar los administradores

El orden práctico es este:

1. Leer la entrada completa del GitHub Changelog y la documentación de managed settings, y registrar los tres valores del parámetro. 2.

Definir el objetivo de la atribución: control de licencias, seguridad o analítica de productividad. De él depende la elección del modo. 3.

Acordar el uso con el área jurídica y los representantes de los empleados. El identificador de usuario sigue siendo un dato personal, incluso cuando no hay prompts en los registros. 4.

Comprobar con un grupo piloto que el contenido realmente no llega a la telemetría, por ejemplo examinando los eventos reales en el receptor de logs. 5. Fijar el plazo de conservación y el círculo de acceso a los datos: la atribución, por sí sola, permite construir perfiles de actividad.

La conclusión para el mercado es pragmática. Los asistentes de IA corporativos se eligen cada vez más por el control sobre los datos, y no solo por la calidad del modelo. Poder responder a la pregunta «quién lo usa» sin responder a «qué escribió» elimina uno de los argumentos más frecuentes del equipo de seguridad contra una adopción amplia.