IA não está substituindo SREs, está os desqualificando

Artigo original ↗ Discussão no Hacker News ↗

Ferramentas com IA estão cada vez mais assumindo tarefas operacionais rotineiras para Site Reliability Engineers (SREs), desde correlação de logs e triagem de incidentes até remediação automatizada, levantando preocupações de que os humanos estão perdendo a experiência prática necessária para depurar falhas novas e complexas. Muitos comparam isso à dependência dos pilotos no piloto automático: a automação aumenta a segurança e a produtividade no dia a dia, mas pode corroer as habilidades exigidas quando os sistemas se comportam de forma inesperada ou quando os próprios serviços de IA falham. Outros contra-argumentam que essa “desqualificação” é apenas uma mudança de foco — saindo do trabalho manual de baixo nível e indo para o design de sistemas em nível mais alto, simulação de incidentes e direção de agentes de IA —, mas temem que, sem prática e treinamento deliberados, as equipes futuras não tenham expertise profunda suficiente para operar com segurança a infraestrutura crítica.

Uso de IA em SRE e desqualificação percebida

  • Muitos veem uma desqualificação clara: as pessoas recorrem primeiro a Claude/ChatGPT, copiam e colam entre agentes durante incidentes e perdem o hábito de “usar o cérebro”.
  • Outros argumentam que isso apenas desloca o centro da habilidade: de escrever sintaxe para escrever especificações, testes e projetar sistemas com observabilidade e resiliência.
  • Alguns apontam esse efeito de “estratificação”: a IA lida com incidentes rotineiros/Tier‑1 e Tier‑2; os humanos só veem falhas novas de Tier‑3, o que pode corroer a intuição construída ao lidar com casos mais simples.

Efeitos sobre habilidades, aprendizado e juniores

  • Vários temem a atrofia de longo prazo: se a IA é usada desde o início, futuros engenheiros talvez nunca aprendam a ler, depurar ou entender profundamente código e infraestrutura.
  • Há preocupação de que o caminho até os níveis de Senior/Staff se quebre se os juniores passarem principalmente a fazer prompts e revisões, em vez de construir e depurar a partir de primeiros princípios.
  • Outros dizem que as habilidades podem ser reaprendidas, e um “tempo de prática” deliberado (codificação, quebra-cabeças, incidentes simulados) pode mitigar a desqualificação.

Debate sobre o que SRE/DevOps deveria ser

  • Há forte discordância sobre se SRE/DevOps são:
    • administradores de sistemas enfeitados / operadores de ferramentas presos a Kubernetes, Terraform, YAML, ou
    • engenheiros de software focados em confiabilidade, escalabilidade e custo.
  • Alguns insistem que “DevOps de verdade” significa devs assumirem o on-call pelo que constroem; outros argumentam que operações é uma especialização distinta e válida.
  • Realidade de grandes organizações: equipes centrais de SRE/infra persistem para padronizar plataformas, लागूcar confiabilidade e lidar com complexidade transversal.

Experiências com IA em operações

  • Vários praticantes relatam que modelos de fronteira já são excelentes em:
    • correlação de logs/métricas/traces, triagem de incidentes, análise de falhas de CI e geração de dashboards/runbooks.
    • tarefas guiadas por CLI (por exemplo, AWS) e mudanças de infraestrutura de ponta a ponta seguindo checklists.
  • Outros relatam agentes interpretando mal alertas, perseguindo camadas erradas, reescrevendo código demais ou tornando a depuração mais difícil quando suas mudanças anteriores estavam sutilmente erradas.
  • Consenso: a IA é poderosa, mas só é tão boa quanto o contexto, as ferramentas e a supervisão humana; pessoas incompetentes continuam incompetentes com ferramentas melhores.

Analogias e paralelos históricos

  • Aviação é citada repetidamente: o piloto automático melhora a segurança, mas exige prática manual e treinamento obrigatórios; algumas pessoas sugerem “simuladores de incidentes” / exercícios de caos para SRE.
  • Contra-argumentos: o software não tem regulamentação e incentivos no estilo da aviação, então a maioria das organizações não investirá em prática obrigatória.
  • Outras analogias: calculadoras e divisão longa, CNC versus usinagem manual, Docker/Terraform já “desqualificando” o trabalho de infraestrutura, e a automação mais ampla de habilidades mundanas ao longo da história.