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

「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。