AIに任せていい仕事、ダメな仕事

Transcript

1. AIに任せていい仕事、 ダメな仕事 2025年の振り返り IVRyエンジニア⼤忘年LT⼤会 2025 | 2025.12.16
2. スライドはGeminiが作ってくれました (このスライド以外)
3. 株式会社スタディスト
4. Teachme Biz
5. 久⽊⽥ @CookieySun Building Android Apps
6. 結論予告 AIには 「向き‧不向き」が はっきりあった
7. ❌ うまくいかなかった例 ⼤規模な構造変更（リファクタリング） テーマ: 複雑に絡み合った処理の整理と移動 • やったこと: 既存コードの依存関係を整理しようとした • AIへの指⽰: 「このロジックを別クラスへ移動して」 • 結果: 指⽰通りの移動は⾏われたが、こちらの想定とはズレた修正になった
8. 何が起きたか？ 「点」の指⽰ AIは「変数を移動する」と いう局所的な指⽰には忠実 に従い、コードを操作し た。 「⾯」の考慮不⾜ しかし、変更が全体（⾯） に及ぼす影響までは考慮さ れず、整合性が失われた。 意図とのズレ 結果として、設計者の意図 とは異なる形になり、⼿戻 りが発⽣した。
9. AIは「点」の指⽰は実⾏できるが、 「⾯」で捉えた設計判断はできない "
10. ✅ うまくいった例 独⽴した機能の新規実装 テーマ: 「正解」が存在する定型的な機能 • やったこと: 未知の仕様（戻るボタンの挙動）の実装 • AIへの相談: 「やり⽅がわからないから教えて」 • 結果: 修正パターンの提案とその実装が⽐較的簡単に成功した
11. 何が起きたか？ 知識の引き出し ⾃分が知らないことでも、 AIは膨⼤なドキュメントか ら「正解のパターン」を 知っていた。 素直な適⽤ 独⾃の複雑なコンテキスト が不要な箇所だったため、 教科書通りの実装がそのま ま機能した。 スムーズな解決 提案されたパターンに沿っ て実装を進めることで、迷 いなく完了できた。
12. まとめ：AIの得意‧不得意 AIが得意なこと AIが苦⼿なこと • 知識検索: 「何を使えばいいか」の提案 • パターン実装: 定型的なコードの⽣成 • 局所的な操作: 単純な移動や置換 • 設計判断: 「どうあるべきか」の定義 • 全体整合性: 変更が全体に及ぼす影響の 考慮 • コンテキスト理解: 暗黙のルールの理解
13. 2025年のベストプラクティス 設計は⼈間 実装はAI (※実装はAIに任せやすい)
14. Thank You! ご清聴ありがとうございました。