La IA no está reemplazando a los SRE, los está descalificando

Artículo original ↗ Discusión en Hacker News ↗

Las herramientas impulsadas por IA están asumiendo cada vez más tareas operativas rutinarias para los Site Reliability Engineers (SRE), desde la correlación de logs y el triaje de incidentes hasta la remediación automatizada, lo que genera preocupación de que los humanos estén perdiendo la experiencia práctica necesaria para depurar fallos complejos y novedosos. Muchos comparan esto con los pilotos que dependen demasiado del piloto automático: la automatización mejora la seguridad y la productividad del día a día, pero puede erosionar las habilidades requeridas cuando los sistemas se comportan de forma inesperada o fallan los servicios de IA de soporte. Otros responden que esta “descalificación” es solo un cambio de énfasis —alejándose del trabajo tedioso de bajo nivel y acercándose al diseño de sistemas de alto nivel, la simulación de incidentes y la dirección de agentes de IA—, pero temen que, sin práctica y entrenamiento deliberados, los equipos futuros no tengan suficiente experiencia profunda para operar con seguridad infraestructuras críticas.

Uso de IA en SRE y descalificación percibida

  • Muchos ven una descalificación clara: la gente recurre primero a Claude/ChatGPT, copia y pega entre agentes durante incidentes y pierde el hábito de “usar el cerebro”.
  • Otros sostienen que solo está cambiando el foco de la habilidad: de escribir sintaxis a escribir especificaciones, pruebas y diseñar sistemas para observabilidad y resiliencia.
  • Algunos señalan este efecto de “estratificación”: la IA maneja incidentes rutinarios/de Nivel 1 y Nivel 2; los humanos solo ven fallos novedosos de Nivel 3, lo que puede erosionar la intuición construida al manejar casos más simples.

Efectos en habilidades, aprendizaje y juniors

  • Varios temen una atrofia a largo plazo: si la IA se usa desde el principio, los futuros ingenieros quizá nunca aprendan a leer, depurar o entender profundamente el código y la infraestructura.
  • Preocupa que se rompa el camino hacia niveles Senior/Staff si los juniors principalmente hacen prompts y revisan, en lugar de construir y depurar desde primeros principios.
  • Otros dicen que las habilidades pueden volver a adquirirse, y que un “tiempo de práctica” deliberado (programación, acertijos, incidentes simulados) puede mitigar la descalificación.

Debate sobre qué deberían ser SRE/DevOps

  • Hay un fuerte desacuerdo sobre si SRE/DevOps son:
    • sysadmins glorificados / operarios de herramientas atados a Kubernetes, Terraform, YAML, o
    • ingenieros de software enfocados en la fiabilidad, la escalabilidad y el costo.
  • Algunos insisten en que el “DevOps real” significa que los desarrolladores asuman el on-call de lo que construyen; otros argumentan que ops es una especialización distinta y válida.
  • Realidad en grandes organizaciones: persisten equipos centrales de SRE/infra para estandarizar plataformas, imponer fiabilidad y manejar complejidad transversal.

Experiencias con IA en operaciones

  • Varios profesionales informan que los modelos de frontera ya son excelentes en:
    • correlación de logs/métricas/trazas, triaje de incidentes, análisis de fallos en CI y generación de dashboards/runbooks.
    • tareas impulsadas por CLI (p. ej., AWS) y cambios de infraestructura de extremo a extremo siguiendo listas de verificación.
  • Otros reportan que los agentes malinterpretan alertas, persiguen capas equivocadas, reescriben demasiado código o hacen más difícil la depuración cuando sus cambios anteriores estaban sutilmente mal.
  • Consenso: la IA es poderosa, pero solo tan buena como el contexto, las herramientas y la supervisión humana; la gente incompetente sigue siendo incompetente con mejores herramientas.

Analogías y paralelismos históricos

  • Se cita repetidamente la aviación: el piloto automático mejora la seguridad, pero requiere práctica manual y entrenamiento obligatorios; algunos proponen “simuladores de incidentes” / ejercicios de caos para SRE.
  • Contraargumentos: el software carece de la regulación y los incentivos de la aviación, así que la mayoría de las organizaciones no invertirá en práctica obligatoria.
  • Otras analogías: calculadoras y división larga, CNC frente al mecanizado manual, Docker/Terraform ya están “descalificando” el trabajo de infra, y la automatización más amplia de habilidades mundanas a lo largo de la historia.