ベテランプログラマーがAI生成コードの過熱報道に疑問

人工知能（AI）は、現代のソフトウェア開発のワークフローに急速に入り込みつつあります。大手テック企業は、AIコーディングアシスタントがプログラミングを大幅に加速させ、将来的にはソフトウェア開発の多くを自動化できると強調しています。

しかし、長年業界を見てきたベテランプログラマーの見方は、そこまで楽観的ではありません。C++の生みの親 Bjarne Stroustrup、Linuxの作者 Linus Torvalds、Java分野の著名エンジニア Vlad Mihalcea などは、AIが生成するコードの品質や実際の生産性向上について、公の場で疑問を投げかけています。

彼らの指摘は、企業のマーケティング的な「AIによる自動化」の物語と、現場のエンジニアが感じている現実とのギャップを浮き彫りにしています。

「ゴミのようなコード」？ 出力品質への懸念

ベテラン開発者の批判の中心にあるのが、AI生成コードの品質です。

Bjarne Stroustrupは、AIツールは大量のコードを高速に生成できるものの、品質が低く、最終的には経験豊富なエンジニアがレビューして修正する必要があると警告しています。報道では、AIの出力を「rubbish code（ゴミのようなコード）」と表現したとも伝えられています。

問題は速度ではありません。AIは確かに短時間で多くのコードを書けます。しかし、

• アーキテクチャ設計
• 安全性
• 長期的な保守性

といった重要な要素を満たしていない場合が多く、その結果、熟練エンジニアのチェックと修正作業が不可欠になります。

Linus Torvalds：「AIはエンジニアではなくツール」

Linuxカーネルの作者として知られるLinus Torvaldsも、AIがソフトウェア開発を完全に置き換えるという主張には強く反論しています。

Torvaldsは、「自分のコードの99％はAIが書いた」といった発言を聞くと腹が立つと語っています。彼の考えでは、AIは役立つツールではあるものの、あくまで ツールに過ぎない という立場です。

彼はまた、AIがプログラミングのやり方を変える可能性は認めつつも、ソフトウェア開発の基本は変わらないと指摘しています。つまり、

• システムの理解
• アーキテクチャ設計
• 技術的判断

といった部分は、人間のエンジニアの役割として依然重要だということです。

「生産性」は思ったほど上がらない？

Javaの専門家であり著者でもあるVlad Mihalceaは、AIの生産性効果について別の視点から疑問を呈しています。

彼の主張はシンプルです。コードを書くことはソフトウェア開発の一部にすぎないという点です。

実際の開発では、エンジニアは次のような作業にも多くの時間を費やします。

• 正しさの検証
• バグの調査
• システムへの統合
• セキュリティと保守性の確保

AIが生成するコードが「ほぼ正しい」状態だと、開発者はそれを確認し修正するための時間を費やすことになります。Mihalceaは、この追加作業を考えると 最終的な生産性向上は限定的になる可能性が高い と述べています。

実際、開発者コミュニティの調査でも同様の傾向が見られます。2025年のStack Overflow開発者調査では、**66％の開発者が「ほぼ正しいAIコードの修正により多くの時間を使っている」**と回答しました。

さらに、別の研究では、経験豊富な開発者がAIツールを使った場合、タスク完了までの時間が 約19％遅くなる ケースも報告されています。

企業側のストーリー：AIエンジニアの時代？

一方、テクノロジー企業の経営陣は、AIがソフトウェア開発を根本的に変える可能性を強調しています。

MetaのCEOマーク・ザッカーバーグは、将来的にAIが ミドルレベルのソフトウェアエンジニアに相当する仕事をこなす可能性 に言及しました。

また、AIが数年以内にコードの大半を生成するようになるという予測も、業界では頻繁に語られています。

AmazonもAIへの投資を加速させており、CEOのアンディ・ジャシーは、AIが多くのデジタル体験を再構築し、企業の技術開発の方法そのものを変えると述べています。

本当の論点：「生産性」の定義

この議論の本質は、AIが役に立つかどうかではありません。

「生産性」をどう測るかという点にあります。

テック企業はしばしば

• コード生成の速度
• 少人数チームでの開発スピード

といった指標を強調します。

しかしベテランエンジニアは、ソフトウェアのライフサイクル全体で生産性を評価します。

• システム設計
• 正確性と信頼性
• セキュリティ
• デバッグとテスト
• 長期的な保守

こうした要素を含めると、「コードを速く書ける」ことが、そのまま大きな生産性向上につながるとは限らないというわけです。

現実的な落としどころ

多くのベテラン開発者は、AIが役に立たないとは言っていません。

むしろ、次のような用途では強力な補助ツールだと認めています。

• ボイラープレートコード
• プロトタイプ作成
• ドキュメント生成

ただし彼らが強調するのは、ソフトウェア開発とは単にコードを書く作業ではないという点です。

設計、判断、デバッグ、そしてシステム全体の理解――これらは依然として人間のエンジニアが担う重要な役割です。

そのため、多くのベテラン開発者の間では、AIは開発のやり方を変えるが、エンジニアをすぐに置き換えるわけではないという見方が広がっています。