Искусственный интеллект не заменяет SRE, а лишает навыков

В технологических кругах активно обсуждают две крайности: либо искусственный интеллект полностью заменит SRE-инженеров, либо они станут единственными выжившими в мире кода. Однако реальность оказывается сложнее и опаснее, чем простые пророчества о будущем труда.

• Автоматизация рутинных задач и инцидентов создает иллюзию высокой продуктивности и безопасности.
• Постоянное делегирование анализа логов и триажа ИИ приводит к атрофии базовых инженерных навыков.
• Поколение начинающих специалистов рискует столкнуться с «never-skilling» — ситуацией, когда базовые навыки так и не были развиты.

Ирония автоматизации в эпоху искусственного интеллекта

Еще в 1983 году когнитивный психолог Лизанна Бейнбридж опубликовала работу «Ирония автоматизации», которая сегодня звучит поразительно актуально. Исследование показало, что чем эффективнее система автоматизирует рутинные процессы, тем критичнее становится роль человека при ее отказе — и тем хуже человек подготовлен к ликвидации аварии из-за отсутствия практики.

Сегодня этот паттерн повторяется с AI-агентами в сфере site reliability engineering. Искусственный интеллект берет на себя фильтрацию алертов, выполнение runbook-сценариев, обнаружение аномалий в логах и автоисправление известных проблем, оставляя людям лишь самые сложные и непредсказуемые инцидентные ситуации.

Параллели с медициной и авиацией

Проблема деквалификации под влиянием технологий наблюдается не только в IT. Недавние исследования в медицине показали, что эндоскописты, использовавшие ИИ для поиска полипов, без подсказок стали находить их хуже, поскольку перестали тренировать собственные навыки.

В авиации аналогичная зависимость пилотов от автопилота заставила Федеральное управление гражданской авиации США (FAA) ввести обязательные нормы ручного пилотирования. Постоянное использование систем снижает ситуационную осведомленность и способность быстро реагировать в нестандартных условиях.

Риск потери квалификации и исчезновение фундаментальных знаний

Инженеры перестают читать сырые потоки логов, генерировать гипотезы и строить ментальные модели архитектуры систем, полностью полагаясь на подсказки ИИ. Это создает опасную ловушку: при внешней гиперпродуктивности профессиональные навыки незаметно деградируют.

Еще более серьезной проблемой становится феномен «never-skilling» для начинающих специалистов. Если ИИ с самого начала берет на себя всю рутину инцидентного реагирования, у джуниор-инженеров просто не остается возможностей для формирования базовой интуиции и глубокого понимания систем.

Что это значит для ИТ-специалистов и бизнеса

Для современной индустрии этот тренд означает необходимость пересмотра подходов к обучению и оценке готовности команд. Компаниям важно осознавать, что слепое доверие ИИ-ассистентам может обернуться катастрофой во время масштабных и уникальных сбоев, к которым персонал окажется абсолютно не готов.