跳到正文
gihyo.jp·· 2 小時前AI 評分41

工程師是否正被 AI「使用」?

AIに「使われている」エンジニアになっていないか

AI 導讀

工程師若不自覺地接受 AI 的輸出,可能以為自己在主動運用 AI,實際上卻讓 AI 引導思考,錯失成長機會。把實作、假設與反省全交給 AI,會跳過理解問題和累積經驗的過程;關鍵是清楚知道把哪些工作交給 AI,以及因此失去和得到甚麼。

正文

本連載は2026年9月刊行の『エンジニアのAI壁打ち実践術』から一部、抜粋・編集してお届けします。

AIを日常的に使っているが、自分のスキルが上がっている実感がない。それどころか、AIがなんでもやってくれる時代に、どうやって成長すべきかが分からない。そう感じているエンジニアの方は多いかもしれません。第1回となるこの記事では、AIとの関係性を自覚し、成長につなげるための考え方を解説します。

AIに聞けば大抵のことは片付いてしまいます。やりたいことは簡単に形にできますし、仕事も滞りなく進むように思えます。ただ、ふと立ち止まって「自分は何ができるようになったのか」と考えてみると、すぐに答えられる人は意外に少ないかもしれません。その理由は、日々の仕事の中で何を学び、どう成長していけば良いのかを意識できていないからです。さらに掘り下げると、AIに「使われている」状態に陥っていることが根本的な原因かもしれません。

AIと主体的に関わるのか⁠、受動的に関わるのか

AIに実装を任せ、出力されたコードをそのまま受け入れ、「⁠それが動けばOK」として次の工程に進む。一見すると効率が上がったように見えるこの進め方では、「⁠自分がAIを仕事に使っている」とは言えません。AIに「使われている」のです。

「使う」と「使われる」の違いを掘り下げてみましょう。AIとの関係性は、主体的・受動的という軸で整理できます。

人間とAIの関係性
AIとの関係性 特徴
主体的 AIを使う人 自分の中に明確な目的と判断軸を持ち、AIの出力を材料にして考える
受動的 AIに使われる人 AIの出力をそのまま受け入れ、判断を委ねている

もちろん実際にはグラデーションがあり、完全に主体的、あるいは完全に受動的な人はほとんどいません。場面や文脈によって誰もがこの間を行き来しています。厄介なのは、見かけと実態がズレる場合があるということです。受動的に見えても、あえてAIに任せるという主体的な判断をしていることもあれば、主体的に使っているつもりでも、実際には思考がAIの出力に誘導されていることもあるのです。

したがって、主体的か受動的かという軸だけでは、この関係性の問題の本質は見えてきません。実態を正しく掴むために、もう1つ、重要な軸があります。それは自覚があるかどうかです。ここで言う自覚とは、次の2つの問いに答えられるかを指しています。

  • 今、思考や判断の主導権がAIと自分のどちらにあるのか
  • AIに任せることで、自分がどの工程をスキップしているのか

本当に危険なのは⁠、使われている自覚がないこと

「関係性」と「自覚の有無」という2つの軸をかけ合わせると、AIとの関係性は4つの象限に整理できます。

自覚の有無を加えたマトリクス
自覚あり 自覚なし
主体的 ◎
AIを道具として意識的に使いこなしている
×
使いこなしているつもりが、実はAIに誘導されている
受動的 ○
AIに判断を自ら委ねている
△
AIに操られていることに気づいていない

※△は問題だが、本人も周囲も気づきやすい。×は気づくこと自体が難しい

この4つの象限のうち、特に重要な2つを見てみましょう。

「この作業は単純なコードを書くだけだから、全部AIに任せよう」と判断してコードを生成させるのは「受動的 × 自覚あり」の状態にあたります。一見するとAIに依存しているように見えますが、実はそれほど危うくはありません。今はあえて主導権を渡しているという自覚があるため、システムの中核に関わる設計など、自分で考えるべき場面になれば、いつでも主体性を取り戻すことができるからです。

一方、最も注意が必要で、かつ多くのエンジニアが陥りがちなのは、「主体的 × 自覚なし」の状態です。ここでは、この状態を「無自覚な受動態」と定義します。

例えば、新しい機能を実装するとき「○○を実現するベストな方法は?」とAIに聞いたとします。返ってきた提案を見て、「⁠なるほど、これが最適解か」と納得して採用する。しかし、実際にはパッと見のそれっぽさに納得させられているだけかもしれないのです。他の選択肢や、そのアプローチの妥当性、デメリットを自分で検討していないなら、それは主体的な判断ではなく、AIの出力を無条件に受け入れただけと言えます。

あるいは、AIに作らせた資料や設計書を、中身を確かめないまま上司やお客様に提出したとします。いざ質問されると答えに詰まり、自分の言葉で説明できなくなってしまいます。主体的に仕事を進めているつもりでも、実際には考えることをAIに丸投げしているだけなのです。

つまり、本人は主体的だと思い込んでいても、実際はAIに思考を誘導されているのです。これこそが「無自覚な受動態」であり、気づきにくい分だけに影響が大きい、AI時代における最も恐ろしい状態です。

AIが奪っているのは成長の機会

この「無自覚な受動態」が恐ろしい最大の理由は、エンジニアとしての成長機会を奪われていることに他なりません。

エンジニアの成長は、多くの場合泥臭いプロセスによって促されます。公式ドキュメントを読み込み、仮説を立ててコードを書き換え、何度も失敗を繰り返す。先輩からは、「⁠そもそも何を実現したいの?」と問い詰められ、落ち込みながらも内省し、自分の経験と思考の至らなさに気づかされる。こうした「挑戦→失敗→内省」のサイクルを回すことで、初めて課題の本質的な構造を理解できるようになります。

AIに答えのみを求めるということは、成長に不可欠なこのプロセスを丸ごとスキップすることを意味します。コードが正しい、挙動が正しい、だからOKとしてしまうプロセスでは、自分が何を学び損ねているのか、どんな成長の機会を奪われているのかすら気づけなくなってしまうのです。

エンジニアの成長プロセス
本来の成長プロセス:ドキュメントを読む→仮説を立てる→コードを書き換える→失敗する→内省する→理解が深まる=成長。AIに丸投げした場合:AIに質問する→仮説を立てる過程をスキップ→そのまま採用する→失敗する・内省する過程をスキップ→動いたからOK=成長なし。

※AIに丸投げすると、仮説を立てる・失敗する・内省する、といった成長するために必要な過程がスキップされてしまう

結果として、AIを使えばコードを書く速度は上がっても、「⁠何が問題で、なぜそう実装したのか」を自分の頭で考えられなくなってしまいます。これでは、AIが答えをくれない問題を自力で解決する力が育ちません。AIが生成した複雑なシステムに障害が発生したときや、自分で判断しなければならないときに、手も足も出なくなってしまいます。

だからといって、AIを使ったら成長できない、といいたいわけではありません。定型作業をAIに任せた分、何を解くべきか、なぜそれを作るのかといった、より高いレベルの思考に時間を割けるようになります。だからこそ大事なのは、AIを使うことで何を失い、何を得るのかを自覚しているかどうかです。自覚がなければ、失っていることにすら気づけないのです。

目の前の圧倒的な利便性と引き換えに、思考のプロセスを手放し、自覚のないまま成長機会を失っていくこと。それは、遠からずAIで代替可能な人材になっていく道を歩んでいるのと同じです。

私たちが伝えたい⁠、AIとの関わり方

ここまで、AIに無自覚に依存する危険性を述べてきましたが、誤解のないように言っておくと、私たちはAIを使うなと主張したい本ではありません。むしろ逆で、AIは徹底的に使い倒すべき存在なのです。その使い方には相応のマインドセットが必要なだけで、正しく使えばAIはあなたの成長を大きく後押ししてくれます。

來源:gihyo.jp · gihyo.jp