20260828newcomer-LT-chae

Transcript

1. 株式会社モバイルファクトリー モバイルサービス事業部 chae AIは 新卒のPR(Pull Request)を どう変えたか 「AI時代🤖に入社前・研修で学べばよかった」 ことを、数字で確かめた 2026-08-28 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
2. データ — どこを数えたか 配属後、最初の 3ヶ月(5〜7月)の PR７世代分 期間 各年 5/1〜7/31、2020〜2026年(7世代)。 対象 各年の新卒・中堅の実サービスに取り込まれた (=マージされた )PRと そのレビューコメント約 3.2万件。 除外 未マージ PR(オンボーディング課題・中断 PR)・bot・空コメント。課題の形式が年により違うため、実開発のみで揃え る。 比較 ① 20 - 25 vs 26 卒 ② 新卒(その年の新入社員 ) vs 中堅(それ以外の開発者 ) → → AIによる変化か？ 新卒だけに顕著に現れたか？ Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
3. 結果 ① レビュー指摘の「種類」 テスト 新卒 ・ 20-25 7.9% 新卒 ・ 2026 中堅 ・ 20-25 4.4% 中堅 ・ 2026 不要コード・整 理 7.5% 新卒 ・ 20-25 12.3% 新卒 ・ 2026 5.0% 中堅 ・ 20-25 中堅 ・ 2026 設計・責務 中堅 ・ 20-25 中堅 ・ 2026 新卒 減 中堅 減 7.1% 3.3% 新卒 ・ 20-25 新卒 ・ 2026 新卒 増 中堅 増 11.0% 7.6% 5.3% 5.9% 5.5% �� ※ 青 = 2020-25プール(6年分の指摘全体の割合) Copyright © 2026 Mobile Factory, Inc. All Rights Reserved. 新卒 減 中堅 微減
4. これを準備したい！などの解析はできなかった なぜ？ 一番多い分類項目であるテスト関係の指摘の場合でも、３ヶ月で一人当たり10-20件 少ないのは他は10件以下、年によって0-1件もある →「分類」するには数が少なかった。個人差による違いの方が現れやすい。 →他の数値を調査 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
5. 結果 ② PRの長さ コード 説明文 コメント も、 も、 AI導入により顕著にかわったもの、３つとも増えた Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
6. PRの コード変更量 (追加+削除行・中央値)｜ 2020 - 25 の 6 年間プール → 2026 コード変更 ×2.3 (行) 204 88 新卒 176 100 100行 → 176行 ×1.8 中堅 20 21 22 23 24 25 プール 88行 → 204行 ×2.3 26 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
7. PR 説明文 の長さ(中央値)｜ 2020 - 25 の 6 年間プール → 2026 説明文 ×3.1 (字) 1219 397 397字 新卒 → 1219字 ×3.1 914 448 448字 → 914字×2.0 中堅 20 21 22 23 24 25 プール 26 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
8. PR説明文の中身｜ 2020 - 2026 の年別 説明文、普通に増えている傾向ではないか？と思い、数字を深堀りしたら、 7年間ずっと増えていたのはテンプレートで、 25→26年だけそれ以外が増えた ① テンプレの定型文 ② テンプレの項目に書いた分 ③ テンプレの外に自分で足した分 下から③②①の順。棒の上の数字= ②+③ = 人が書いた分(平均) 新卒 103 109 108 52 137 75 939 92 112 119 56 92 122 604 2020 2021 2022 2023 2024 2025 2026 中堅 ※ 積み上げは層を足す図なので平均。テンプレの定型量は各世代の「テンプレのまま出した PR」から実測(555字→448字→864字)。マージ済み・bot除外。 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
9. 新卒のPR 1件あたりの レビュー 文章量(中央値)｜ 2020 - 25 の 6 年間プール → 2026 レビューコメント ×2.2 合計 532字 → 1157字 ×2.2 1コメントの長さ 76字 → 123字 ×1.6 コメント数 6件 → 8件 ×1.3 中堅は 合計281→332字(×1.2) 1コメ63→90字(×1.4) 数4→3件 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved. (字）
10. 結果 ② まとめ PRの量が増えると、 作成者にもレビュアー にも 読む“負担”になる。 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
11. 量をどうするべきか？ PRを短く保つ 文章をうまく読む KISS AIに読ませる Keep It Simple AIは放っておくと“全部”書く →PRもコメントも短く・要点だけに。 →それでも長かったら、簡単に分離する。 長いPRやレビューは、図式・要約・再配置・問答など を活用 Claude の Artifacts などを活用 短いほうがレビューのしやすさだけでなく、問題が起 きたときの対応もしやすい →認知負荷 を下げる Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
12. Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
13. 26 卒インタビュー AIを使用すべき点とそうでない点の取捨選択の AIが解決できないものも多かった 見極め AIをうまく使いこなす × 個人の専門分野を極める 初めはAIを使用せずに業務をこなし、慣れたらAIを 段階的に導入していく方が、何がAIによって代替され ているかが明確になりますし、AIが生成したものに対 するレビューの精度も上がると思っています！（もち ろん個人差はあると思います） Fableなどの最新のモデルでも解決できない問題が 多かったのと、AIが解決してくれても自分で理解でき なければ、問題が起こった時、即座に決定できない。 今のAIだとゼネラリスト的な領域までは解決できそうですが、何か専門分野を一個決めてそこを鍛える事が 必要になりそうです。 （普通、研修では幅広く学ぶことになりそう） 全てAIに任せるのではなく、自身の成長を最効率化させるには現状どこの部分にAIを用いてどこの部分は 手動でやるか？の選択を考えて行うことが、特に来年の新卒に求められていくんじゃないかなぁと考えた り。 『研修中にこれがあればよかったもの』への回答としては、業務モブプロでAIをほぼ使わず教えてもらえた のが良かった 13 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
14. 参考資料 可視化に使った値テーブル・計算方法 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
15. 指摘の “種類 ”の割合 — 新卒宛て・年別 (%) 2020 2021 2022 2023 2024 2025 2026 テスト 7.0 1.9 7.3 7.1 11.0 16.4 11.0 不要コード・整理 12.5 17.5 14.9 9.1 12.0 11.3 5.0 設計・責務 7.2 5.2 6.1 7.4 11.5 10.2 5.3 新卒宛てコメント数 599 268 328 689 200 256 319 プール(2020-25) → 2026 プール 2026 テスト 7.9% 11.0% 不要コード・整理 12.3% 5.0% 設計・責務 7.6% 5.3% 割合 = 各群のラベルが付いたコメント数÷ その年の新卒宛てコメント数。マージ済みPRのみ。LLMで約50パターンに多ラベル分類(1コメントに複数ラベル 可)。群の定義: テスト=テスト系全般 / 不要コード・整理=不要コード・整形・消し忘れ/ 設計・責務=責務分割・重複・層・クエリ設計。 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
16. 指摘の “種類 ”の割合 — 中堅宛て・年別 (%) 2020 2021 2022 2023 2024 2025 2026 テスト 0.8 3.9 5.3 4.9 6.0 5.6 7.5 不要コード・整理 5.6 9.6 10.3 5.8 6.5 4.9 3.3 設計・責務 4.9 8.2 6.2 6.4 4.4 5.3 5.5 中堅宛てコメント数 979 985 962 976 994 941 970 プール(2020-25) → 2026 プール 2026 テスト 4.4% 7.5% 不要コード・整理 7.1% 3.3% 設計・責務 5.9% 5.5% 中堅宛ては各年約1000件を無作為抽出して分類(新卒と同一の分類器・同一パターン辞書)。マージ済みPRのみ。中堅もテスト増・不要コード減の緩やかな 流れは同方向で、本編スライド5の「全体の傾向と一致」の根拠。 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
17. コード量の年別 (5〜7月・マージ済み・ bot除外・中央値 ) 2020 2021 2022 2023 2024 2025 プール 2026 新卒 変更行 54 146 42 159 92 79 88 204 新卒 対象PR数 225 112 44 72 84 23 560 77 6 4 2 4 4 4 4 5 新卒 行/ファイル 8.0 16.1 7.6 25.5 21.7 27.7 13.0 34.5 中堅 変更行 82 180 61 118 72 126 100 176 中堅 対象PR数 876 1093 775 1084 894 721 5443 734 6 5 3 4 3 4 4 4 7.1 14.8 15.7 22.9 19.0 23.6 16.6 33.8 新卒 変更ファイル数 中堅 変更ファイル数 中堅 行/ファイル データの月カバレッジ(2026-08 時点で補完済み) 20ファイル以上を触るPRの割合 年 5月 6月 7月 2020 - 2022 あり あり あり 2023 / 2024 あり あり 補完済 2025 あり あり あり 2026 あり あり 補完済 プール20-25 2026 新卒 15% 4% 中堅 17% 14% 以前は年によって収集済みの月が違っていた (2023・2024・2026は4〜6月、2020-22は5〜7月)。2023-07/2024-07/2026-07 の1,600件を追加収集し、全年5/1〜7/31に統一して再 計算した。この修正で新卒の倍率は×3.1 → ×2.3、中堅は ×1.7 → ×1.8 に変わっている(4月を外し7月を入れた差)。 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
18. PR説明文の長さ (本文文字数 ) — 年別中央値 PR本文(説明文)の文字数の中央値。空の説明は 0字として含む 2020 2021 2022 2023 2024 2025 2026 新卒 (字) 236 296 316 450 502 864 1219 新卒の対象 PR数 216 112 44 72 87 26 88 中堅 (字) 206 258 569 414 496 864 914 中堅の対象 PR数 796 1093 775 1084 1043 859 894 プール (2020-25) → 2026 プール 2026 倍率 新卒 397字 1219字 ×3.1 中堅 448字 914字 ×2.0 マージ済みPRのみ・bot除外。中堅の対象PRにはリリースbotのPRが混ざっていたため除外して再計算した(2022年以降、マージ済みPRの30〜38%が botのPR)。この修正で中堅は 400→864字(×2.2) から 448→914字(×2.0) に変わっている。新卒はbotが含まれないため変更なし。 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
19. PR説明文の 3層分解 — 2020-2026(マージ済み・ bot除外 ) 各層の平均 (字)と、人が書いた分 (②+③)の中央値 2020 2021 2022 2023 2024 2025 2026 新卒 ①定型 75 183 178 333 352 665 237 新卒 ②項目 86 87 40 50 56 75 232 新卒 ③外 17 22 68 2 81 0 707 新卒 ②+③ 中央値 89 54 48 46 50 55 956 中堅 ①定型 59 156 308 282 303 588 440 中堅 ②項目 66 56 85 39 58 89 94 中堅 ③外 26 56 34 17 34 33 510 中堅 ②+③ 中央値 76 51 60 46 49 66 218 ①定型 ②項目 ③外 AI脚注 対象 PR数 / ③あり率 / AI脚注率 2026 新卒 個人別 (中央値 ) 2020 2021 2022 2023 2024 2025 2026 新卒 PR数 216 112 44 72 87 26 88 A 156 46 527 26% 新卒 ③あり 39% 42% 23% 3% 33% 0% 86% B 121 596 490 0% 新卒 AI脚注 0 0 0 0 0 0 31% C 0 18 1025 67% 中堅 PR数 796 1093 775 1084 中堅 ③あり 46% 42% 23% 中堅 AI脚注 0 0 0 テンプレの定型量は実測 : 2020-22=チェックリスト 240字＋PWA209字(計555字)、2023-24= チェックリスト 338字＋GHパラメータ 18字(計448字)、2025-26=Copilot向けコメント 495字＋影 響範囲63字＋反映手順 160字＋GHパラメータ 18字(計864字)。テンプレを消した PRは①が小 18% 22% 25% 45% さくなり書いた分は③に入るため除外していない (2026: 新卒10/88・中堅170/894、その③の 中央値は 0Copyright 0 © 2026 0 Mobile 20% Factory, Inc. All1320字/1080字)。 Rights Reserved. 1043 859 894
20. PR 1件あたりのレビュー文章量 — PRごとの値の中央値 コメント数 1コメントの平均長 レビュー文章の合計 対象PR数 新卒 プール(2020-25) 6.0件 76字 532字 292件 新卒 2026 8.0件 123字 1157字 75件 中堅 プール(2020-25) 4.0件 63字 281字 3,577件 中堅 2026 3.0件 90字 332字 610件 PRごとに「コメント数」「1コメントの平均長(=合計÷数)」「合計文字数」を計算し、それぞれPR横断の中央値を取った。右端の「対象PR数」は、その集計に 使ったPRの件数(標本の大きさ)。すべて同じ統計量なので「数× 長さ ≈ 合計」の分解が成立(新卒 ×1.3××1.6≈×2.2 / 中堅 ×0.75××1.4≈×1.2)。本人の返 信を含む全コメント(bot除外)・マージ済みPRのみ。倍率 = 2026中央値 ÷ プール中央値。 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.
21. 共通の方法・注意 データ 駅メモ！製品リポ(現行＋旧世代)のPR・レビューコメント。各年5/1〜7/31、2020〜2026(2026年頭にAIエージェント導入)。対象はマージされたPRのみ(未 マージ=オンボーディング課題・中断PRは、課題の形式が年により違うため除外)。bot・空コメント除外・重複除去後、分析対象コメント約 3.3万件。新卒=各 年の研修リポジトリの実著者で確定(2020年:5人/21:4/22:6/23:3/24:5/25:1/26:3)。中堅=それ以外の開発者。 統計 統計量は中央値で統一(平均は少数の巨大PR・長文に引っ張られるため)。中央値は外れ値に影響されにくいため、PRサイズによる除外は行っていない(全 マージ済みPRが対象)。単年の新卒は標本が小さくブレるため、2020〜25の6年を1つの分布にまとめた中央値(プール)を基準に2026と比較。年別値は参 考として併記。 限界 観察データの相関であり、AIが原因と断定はできない(コード量は2023-25平坦→2026だけ跳ね、導入時期と一致)。分類はLLMの自動分類で誤分類を含 みうる。単一指標でなく複数指標・複数年プール・独立標本で相互検証した。 Copyright © 2026 Mobile Factory, Inc. All Rights Reserved.