SigNoz: la IA no reemplaza SREs, los vuelve menos hábiles

El 70% de las alertas que recibe un equipo de SRE no es accionable, según el 57% de las organizaciones que cita InfoWorld a partir del informe 2026 State of Production Reliability and AI Adoption. La promesa de la IA es absorber ese ruido. El riesgo, según el análisis que SigNoz publicó en su newsletter, es que al absorberlo también se lleve por delante la práctica que convierte a un ingeniero en alguien capaz de resolver lo que nadie vio antes.

¿Qué es el deskilling y por qué debería preocuparte?

El deskilling es la pérdida de una habilidad que antes tenías, no porque hayas olvidado la teoría, sino porque dejaste de ejercitarla. En el caso de los SRE, se manifiesta en gestos concretos: dejas de leer los logs en crudo porque la IA los resume, dejas de formular hipótesis durante un incidente porque la IA sugiere la causa raíz, dejas de construir el modelo mental de tu arquitectura porque la IA te mapea las dependencias.

Cada uno de esos gestos, por separado, parece una victoria de productividad. Juntos, vacían justo la experiencia que hace útil a un SRE cuando algo se rompe de una forma que ningún patrón previo anticipó.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La ironía de la automatización: la lección de 1983 que sigue vigente

El marco de este debate no es nuevo. En 1983, la psicóloga cognitiva Lisanne Bainbridge publicó un paper llamado Ironies of Automation, hoy uno de los más citados en investigación de factores humanos. Bainbridge estudió qué pasaba cuando las fábricas automatizaban el trabajo de los operarios.

El hallazgo fue paradójico: cuanto más se automatiza un proceso, más crítico se vuelve el humano en los raros momentos en que la automatización falla, y menos práctica tiene para intervenir. El resultado es el peor trabajo posible: largos tramos de monitoreo pasivo interrumpidos por crisis de alto riesgo para las que el operario está cada vez menos preparado.

El paralelo con la IA es directo. La automatización industrial se llevó las tareas físicas rutinarias y dejó a los trabajadores con las excepciones. La IA hace lo mismo con el trabajo cognitivo: se lleva el pattern matching, el triage y la resolución de problemas conocidos, y deja a los humanos los casos raros, complejos y ambiguos. Exactamente los que exigen la experiencia que se atrofia cuando dejas de practicarla.

¿Qué evidencia hay de que la IA nos vuelve menos capaces?

No es una intuición. El artículo de SigNoz recoge evidencia de otros campos donde la IA ya lleva más tiempo instalada:

Medicina: un estudio reciente encontró que los endoscopistas que usaban asistencia de IA para detectar pólipos vieron caer su tasa de detección sin asistencia del 28% al 22% tras un período de uso. Empeoraron en aquello en lo que se supone que son expertos.
Aviación: la investigación muestra que los pilotos de larga distancia que dependen mucho del piloto automático sufren una degradación medible de su conciencia situacional y su capacidad de volar manualmente. El problema se volvió lo bastante serio como para que la FAA exija ahora más horas de vuelo manual para contrarrestarlo.

Lo más peligroso es que no lo notas. La investigación cognitiva sugiere que, como las herramientas de IA hacen que las tareas se sientan más fáciles y mejoran el rendimiento visible, los usuarios no pueden juzgar con precisión el estado real de sus propias habilidades. Te sientes competente, los dashboards están en verde, y un miércoles cualquiera llega un incidente que no encaja con ningún patrón conocido.

El never-skilling: el problema que nadie está midiendo

Hay algo más preocupante que el deskilling, y los investigadores ya lo llaman never-skilling. El deskilling implica que alguna vez tuviste una capacidad y la perdiste. El never-skilling significa que nunca la desarrollaste.

Para los SRE junior que entran hoy al mercado en un entorno donde la IA maneja la mayor parte del flujo de respuesta a incidentes, las oportunidades de construir intuición a base de práctica se están desvaneciendo. La tubería de formación se rompe y no se autorrepara: el junior nota que su criterio es débil, se apoya más en la IA para compensar, y eso debilita aún más su criterio.

¿Cómo está cambiando el mercado de SRE con la IA?

El contexto de negocio empuja en la misma dirección. Según InfoWorld, el 44% de los encuestados sufrió una caída vinculada a alertas ignoradas o suprimidas en el último año, y el 35% reconoce que sus ingenieros a veces descartan alertas por fatiga. El informe 2025 Enterprise Kubernetes Report de Komodor indica que el 79% de los incidentes de producción se origina en cambios recientes del sistema.

La presión también es humana. El SRE Report 2025 de Catchpoint señala que el 36% de los SRE experimenta estrés elevado durante un incidente y que el 28% lo arrastra después de resolverlo. Ahí la IA aparece como alivio legítimo.

Y el volumen no para: según InfoWorld, el 41% de todo el código global ya es generado por IA, y Gartner proyecta que el 40% del nuevo software empresarial de producción se creará con técnicas de vibe coding hacia 2028. El mismo artículo cita a CodeRabbit para señalar que los pull requests asistidos por IA traen 1,4 veces más problemas críticos y 1,7 veces más problemas mayores.

El mercado se está moviendo rápido. Komodor reportó en febrero de 2026 que triplicó su ARR tras lanzar su AI SRE, con la categoría SRE creciendo un 206% interanual. En diciembre de 2025, Cleric levantó US$9,8M liderados por Vertex Ventures US y Zetta Venture Partners para su agente de SRE, y sus primeros clientes reportaron liberar entre el 20% y el 30% de la capacidad de ingeniería que se perdía en troubleshooting repetitivo.

Qué significa esto para tu startup

Si diriges un equipo de ingeniería, el mensaje no es rechazar la IA: es diseñar cómo la adoptas para que no te deje sin red.

Practica la ineficiencia deliberada. Igual que la FAA obliga a horas de vuelo manual aunque el piloto automático funcione, tu equipo puede designar ciertos incidentes —incluso los que la IA resolvería sola— como oportunidades de práctica humana. Cuesta velocidad a corto plazo y compra criterio a largo plazo.
Diseña human-in-the-loop, no human-on-the-side. Hay una diferencia real entre un sistema donde la persona aprueba la recomendación de la IA y uno donde la persona trabaja el problema junto a la IA. El primero convierte al humano en supervisor pasivo y degrada su atención; el segundo lo mantiene cognitivamente comprometido.
Mide el deskilling antes de que se note. Lleva un registro de cuántos incidentes resuelve tu equipo sin asistencia y con qué tiempo. Si esa métrica cae mientras el rendimiento general sube, tienes una alerta temprana.
Protege la formación de los junior. Reserva rotaciones de on-call sin IA para los perfiles que aún no construyeron intuición. Es la única forma de que existan los senior de 2030.

El punto de fondo es que la IA no está reemplazando a los SRE. Los está volviendo dependientes de una herramienta que, precisamente en el 5% de los casos que importan, todavía no puede reemplazarlos. La pregunta útil no es si la IA va a hacer el trabajo, sino si tu equipo seguirá siendo capaz de hacerlo cuando la IA no pueda.