Incorporar IA a la revisión de código exige decidir quién puede solicitarla y a qué presupuesto se atribuye el consumo. Son decisiones distintas: pagar una revisión no concede acceso al repositorio ni habilita automáticamente a un usuario.
El 8 de octubre de 2026 GitHub anunció controles organizacionales para Copilot Code Review. Permiten atribuir revisiones de miembros con licencia al centro de costo de la organización propietaria del repositorio y restringir solicitudes realizadas con licencias externas.
Dos políticas con propósitos diferentes
En Organization settings → Copilot → Policies, la elección de facturación permite mantener el consumo asociado al miembro o cargarlo a la organización. Esta última opción requiere habilitar uso pagado de AI Credits; el presupuesto es opcional, aunque conviene definir uno para un piloto.
El control de usuarios autorizados exige una licencia suministrada por la organización o empresa. Si se aplica a nivel organizacional, un administrador del repositorio no puede desactivarlo. Antes de ampliarlo deben revisarse sus efectos sobre solicitudes automáticas, bots y API.
Licencias, contexto y costo
Copilot Code Review está disponible en planes pagos. Existen también políticas específicas para miembros sin licencia en GitHub.com, que deben evaluarse por separado. No conviene mezclar ese escenario con el control de licencias externas.
La revisión puede reunir contexto del proyecto mediante GitHub Actions. El consumo puede incluir tanto créditos de IA como minutos de runners. Los niveles Lite y Balanced tienen distinto esfuerzo; el tamaño del pull request y las instrucciones influyen en los costos. Un runner propio mantiene costos operativos aunque no consuma minutos alojados de Actions.
Piloto recomendado
- Elegir un repositorio de prueba y un responsable de facturación.
- Verificar que la política de Code Review esté habilitada.
- Seleccionar explícitamente quién paga las revisiones.
- Si se factura a la organización, habilitar AI Credits pagados y establecer un límite reducido.
- Aplicar la restricción de usuarios autorizados y probar una cuenta con licencia corporativa y otra externa.
- Solicitar revisiones manuales sobre cambios pequeños, medianos y de varios componentes.
- Registrar consumo de créditos, minutos de Actions, duración y comentarios útiles.
- Comparar defectos detectados, falsos positivos y hallazgos omitidos antes de activar revisiones automáticas.
Qué validar en productos e integraciones
El piloto puede incluir reglas conocidas, errores sembrados y cambios con impactos entre componentes. La revisión humana debe comprobar si las sugerencias respetan contratos, permisos, manejo de excepciones y compatibilidad.
En X++ y D365FO no hay en estas fuentes un benchmark específico de precisión. La IA no sustituye compilación, pruebas funcionales, análisis de extensibilidad ni controles del pipeline. Conviene documentar qué tipos de errores detecta y cuáles requieren comprobaciones determinísticas.
Alcance de Azure DevOps
La documentación incluye Copilot Code Review para Azure DevOps en preview pública. Los controles del anuncio están descritos para organizaciones y repositorios GitHub. Su equivalencia en Azure DevOps debe validarse expresamente antes de trasladar este procedimiento.
Gobierno antes de automatización
Definir un presupuesto no resuelve la confidencialidad del contexto enviado. También hace falta revisar políticas de datos, instrucciones del repositorio y acceso del agente. Los comentarios pueden ser incorrectos y cualquier corrección debe pasar por aprobación y pruebas.
Recomendación: empezar con revisión manual y medir calidad y costo. Después, decidir dónde la revisión automática aporta evidencia útil y dónde solo añade ruido.