AIがコードを書き始めたけど、新人は何でスキルアップすればいいの？

Mon, 27 Apr 2026 23:18:36 +0800

ここ数ヶ月、ClaudeやCodexといったツールを使ってコードを書いている中で、最も強く感じているのは、「プログラマーが不要になる」ということではなくて、以前は新人に練習課題として出していたような作業まで、AIがすでに叩き台（ドラフト）を生成してくれることだ。

スキャフォールドの作成、いくつかのテストの追加、ついでに小さな機能を修正する…という操作を続けていくと、その速度があまりにも速くて、なんとも言えない「意難平」な気分になる。

私のような卒業から10年が経過した人間にとって、正直なところ、これは主に効率化の問題です。なぜなら、どこを信じてよいか、どこを信用してはいけないか、そして表面上は動作しているように見えても、実は後に罠（落とし穴）がある場所などを概ね把握しているからです。しかし、新卒者にとっては、この問題はそれほど簡単ではありません。AIは単に数時間の肉体労働を奪ってくるだけでなく、「初心者がどうやって無知から熟練へとなるか」という確立された道筋そのものを圧縮してしまっているようなものです。これが私が改めて書きたいと考えている点でもあります。

本当に淘汰されたのは、プログラマーではなく、「スマホの技能大会（モバイルスキル）」だった

以前のチームには、技術的な難易度は高くないものの、新人にとって非常に適した種類のタスクが常にあります。例えば、ページ修正、インターフェース（API）連携、CRUD機能の実装、エッジケースのバグ修正、ログを追跡しながら一つずつデバッグを行うといった作業です。タスク自体は大規模ではありませんが、「文法を書ける」だけの段階の人を、「実際のシステム全体がどう動いているか」を理解できるレベルまで育て上げることができます。

現在、このような仕事はAIに最も早く飲み込まれる傾向があります。

米国労働統計局（BLS）が2025年版の職業展望において、非常に興味深い対照的な指摘をしています。

一方では、ソフトウェア開発やテストといった職種は今後10年間も成長し続けると述べる一方で、「コンピュータープログラマー」という、より「コードの記述・実行」に重点を置いた職種については減少傾向にあるとし、多くの定型的な（反復的な）プログラミング作業が継続的に自動化されるだろうと明確に記しています。

この変化は極めて重要です。

ソフトウェア業界から人がいなくなるという意味ではありません。というのも、「ただタスクを受けてコードを書くだけ」という価値が、ますます薄くなっているからです。企業は当然、コスト計算をします。AIにまずドラフトを作成させ、その後経験豊富な人材に仕上げ（磨き上げ）てもらえるのであれば、なぜこれまでのように多くのジュニアポジションを配置して時間をかけて育成する必要があるのでしょうか。

だからこそ怖いのは、必ずしも人員削減ではないのかもしれない。むしろ、人が補充されなくなることだ。道（チャンス）自体はまだそこにあるものの、幅が狭くなってしまったということだ。

なぜベテランほどAIの恩恵を受けやすいのか

この件、ちょっと矛盾している気がしますね。一見すると、AIが生成したコードでも、新卒のエンジニアより優れているとは限りません。しかし、真にAIを使いこなせるプロは、多くの場合、何らかの失敗（落とし穴）を経験してきたベテランなのです。

理由は複雑ではありません。

まず、ベテランは、「動くように見える」ことと「実際に本番環境で機能する」ことは別物だと知っています。Anthropicは、2026年1月のEconomic Indexにおいて、ソフトウェア開発を個別に分析した結果、このようなリクエストは高度に体系化されているものの、タスク成功率は約61%に留まることが判明しました。また、ほとんどのシナリオでは、一度AIに任せて終わりではなく、往復での反復的なやり取りが必要

第二に、ベテランには「コードのセンス」というものがある。この言葉は少し玄妙だが、非常に実効性がある。インターフェースをこう分割すべきか、例外処理をこのように飲み込むべきか、テストが単にCIをごまかすだけではないか、リファクタリングによって来週分の落とし穴まで先に埋めてしまうのではないか。AIも今では間違いを犯すのだが、その多くは構文ミスではなく、方向性の誤りや抽象化の誤り、境界の誤りだ。古法でのプログラミングを経験したことがない人は、正直なところ、こうした誤りを識別するのがより難しい。

つまり、AI時代において最も価値があるのは、タイピングの速さではなく、判断力なのです。

新人が道がないのではなく、古い道が存在しなくなっただけのことだ

新しい分野に参入した人が、完全に機会を失うとは思えません。世界経済フォーラム（WEF）は、2025年1月のレポートにおいても、ソフトウェアおよびアプリケーション開発者を成長が著しい職種として位置づけています。また、米国労働統計局のソフトウェア開発職に関する長期的な展望も依然として増加傾向にあります。これは、需要が突然消滅したわけではないことを示しています。

しかし、参入方法が確実に変わった。

以前の標準的なキャリアパスは、まず実務を通じて苦労を重ね、書きながら学習し、経験を積んで感覚（フィーリング）を磨き出すというものでした。しかし現代では、企業はあなたが入社したらすぐに2つのことを期待する傾向がより強くなっています。

まず、AIを「答え」としてではなく、「ツール（道具）」として扱うことが大切です。問題点を明確に言語化したり、要件を細かく分解したりして、まずは利用できる草稿を出してもらうといった対応ができる必要があります。

もう一つの点は、それ（コードなど）をレビューできる能力です。単に「これは間違っている」と言うだけでなく、どこが間違いなのか、なぜ間違いなのか、そしてプロジェクトのコンテキストに合わせてどのように修正すべきかを理解していることです。

これは困りましたね。「コードレビューができる能力」というのは、本来数年間の仕事経験を積んで身につくものなのに、今は練習する機会が減っているのに、かえって新人にこの能力を早く持っていることを求められている。どう言えばいいか、まるでゲームの初心者村が取り壊されたのに、ボスは目の前で待っているような状況です。

今後の展望

私の現在の判断は比較的単純です。

AI は熟練者の生産性を向上させ続けると同時に、初級職における最も標準化しやすく、細分化しやすい業務部分を圧縮し続けるでしょう。この二つの事象は矛盾することなく、同時に発生する可能性が高いです。ILO は 2025 年 5 月の報告書で非常に抑制的な見解を示しており、生成AIは単に仕事全体を一気に消滅させるというよりは、タスク構造そのものを変えるものだとしています。問題なのは、タスク構造が変わると、最も先に廃止されがちなのが、本来新人育成のために設計されていた低リスクの業務であるということです。

したがって、次に希少価値が高まるのは、「最もコードが書ける人」ではなく、基本的な能力を持ち、AIを使いこなすことができ、さらにビジネスと品質に対して責任を持てる人物です。

経験者にとって、これはより鋭いシャベルを一つ加えたようなものであり、疲れはするものの、効率が格段に上がりました。しかし、新人にとっての問題は、AIを使えるかどうかではなく、最初からAIに頼って書いた場合、いつが質の高い文章で、いつが本気でデタラメ（嘘）を書いているのかを誰が教えてくれるのかという点なのです。

この答えは、今のところ学校でもAIでも提供できません。結局は自分で補完していく必要性が高いでしょう。「門が閉まったわけではないけれど、より入るのが難しくなってきましたね。」

参考資料

作成上の注記

元のプロンプト

AIプログラミングに関するいくつかの考察です。新卒の学生は、コーディング能力がClaudeやCodexには及ばないのは間違いないでしょう。ベテランにとってはAIが効率性を高めてくれますが、同時にAIによって企業側がジュニアプログラマーのポジションを大幅に削減するという事態も生じました。私は卒業から十年が経ち、初心者から熟練者へと成長する道のりを経験してきました。これから新しく業界に入ってくる人たちはどうなっていくのでしょうか？私たち年配の世代は「古き良き」コーディング手法を経験してきたため、簡単に言えば、現在の段階にあるAIが書いたコードが良いものなのか悪いものなのかを見分けることができます。畢竟（ひんこう）今のAIはまだ間違いをするからです。

執筆の考え方（または論旨）の要約

主張の軸を「AIが圧縮しているのは、新参者の練習機会であり、ソフトウェア業界全体ではない」とする点に置く。
前半部では、ベテラン層がなぜAIの恩恵をより大きく受けるのかを述べた後、それが

プログラマー on 向叔の手帳