AIAU_UMEMOGU_ninomiya_slide

死んだソフトウェアを作るエンジニアにならないために

Transcript

1. 死んだソフトウェアを作る
 エンジニアにならないために 〜AIの正しい使い方編〜
2. アジェンダ 自己紹介 注意事項 死んだソフトウェアとは 数値から見るAIの影響 認知的オフロードについて じゃあどうすればいいのか でもAIは使いたい 超ざっくりまとめ
3. 自己紹介 氏名　 　 にのみや 所属　 　 フェンリル株式会社 　 　 　 　 DevOps1課（25卒） 出身地　 埼玉県 趣味　 　 ギター　 旅
4. 注意事項 注意事項 あくまで、個人の意見です。 私が話す内容が正解ではなく、考えや視点の共有です 学生・新卒・若手向けに作ってます🙇

 グラフの参照先の利用規約見たら参照はいいけどwebサイト上での掲載はNG となっていたので、写真撮らないでください🙇
5. 死んだソフトウェアってなあに？
6. 前段 プログラムを構築するということは、プログラマーチームのなかで、 彼らによってそのプログラムの理論を構築することと同じである。 …プログラムの死は、その理論を持つプログラマーチームが解散した ときに訪れる。 死んだプログラムも、コンピュータでの実行と有用な結果の産出を続 けることはできる。死の実際の状態が見えるのは、プログラムの修正 要求に対して知的に答えられなくなったときである。 Peter Naur "Programing as Theory Building “(1985)
7. 前段 本当にざっくり要約すると 作ること： プログラミングとは、コードを書くこと以上に、チームの頭の中に「仕組みの理解」 を作ること。 死ぬこと： その「仕組みを理解しているチーム」が解散してしまうこと。 死んだ状態： 画面上ではちゃんと動いていても、「ここを少し変えて」というお願いに誰も対応 できなくなったら、それはもう死んだプログラム。 「仕組みをわかっていて、正しく直せる人間」がいて初めて、 ソフトウェアは生きる
8. 前段 個人的解釈 死んだソフトウェアとは 構築したチーム（製作者）が.... 構築したものの内容を自身で理解できていない ソフトウェア全体を理解できない なぜその設計なのか、どういった処理をどこで行なっているかを理解していない
9. 数値から見るAIの影響
10. AIの浸透とAI依存 AIの浸透 一般的学生のAI利用率 IT系学科のAI利用率 研究・制作での利用率 2024~2025年の調査 約30％ 44.9% 68.2% 2025~2026年の調査 約80％ 90.5% 92.2% 参考文献 paiza株式会社 AIネイティブ世代の就活最前線：26卒の8割超が生成AIを活用、採用戦略の再構築が急務に BUSINESS INSIDER AIコーディングツールは経験豊富なエンジニアの生産性を19％低下させた 全国大学生協連 第61回学生生活実態調査　 概要報告 参照先をご確認ください
11. AIの浸透とAI依存 一般的学生のAI利用率 IT系学科のAI利用率 研究・制作での利用率 2024~2025年の調査 約30％ 44.9% 68.2% 2025~2026年の調査 約80％ 90.5% 92.2% AI依存の増加 参照先をご確認ください
12. 伏線回収：） 死んだソフトウェアとは 構築したチーム（製作者）が.... コードは存在し、動作しているが、自身で内容を理解できない ソフトウェア全体を理解できない なぜその設計なのか、どういった処理をどこで行なっているかを理解していない
13. 伏線回収：） 構築したチーム（製作者）が.... コードは存在し、動作しているが、自身で内容を理解できない ソフトウェア全体を理解できない なぜその設計なのか、どういった処理をどこで行なっているかを理解していない AI依存の影響で... 出力されたコードの仕組みや根拠を本人が理解していない エラーの原因を自力で特定・修正できない チームのコーディング規約・標準から逸脱している
14. 死んだソフトウェア コードは存在し、動作しているが、自身で内容を理解できない ソフトウェア全体を理解できない なぜその設計なのか、どういった処理をどこで行なっているかを理解していない 出力されたコードの仕組みや根拠を本人が理解していない エラーの原因を自力で特定・修正できない チームのコーディング規約・標準から逸脱している 構築したチーム（製作者）が.... AI依存の影響で... 死んだソフトウェアを構築するのが常態化している
15. 一般的学生のAI利用率 2024~2025年の調査 約30％ 2025~2026年の調査 約80％ IT系学科のAI利用率 44.9% 90.5% 研究・制作での利用率 68.2% 92.2% 参照先をご確認ください
16. 本題 ではなぜ... ? 「当事者意識・自走力」がないのか 正誤を判断するための「体系的な基礎知識」がないのか 「言語化能力・読解力」が不足しているのか
17. 本題 ではなぜ... ? 「当事者意識・自走力」がないのか 正誤を判断するための「体系的な基礎知識」がないのか 「言語化能力・読解力」が不足しているのか ⬇️ 本来行うべきことをAIに任せている 仕様を読んで設計せず、AIに「これどうする？」と任せる エラーを読んで考えることをせず、「このエラー直して」と丸投げ コードを理解して書かずに、出力されたコードをそのままコピペする わからないことを先輩に聞く・調べるではなく、全てAIで済ませる
18. 本題 本来行うべきことをAIに任せている 仕様を読んで設計せず、AIに「これどうする？」と任せる エラーを読んで考えることをせず、「このエラー直して」と丸投げ コードを理解して書かずに、出力されたコードをそのままコピペする わからないことを先輩に聞く・調べるではなく、全てAIで済ませる
19. 本題 本来行うべきことをAIに任せている 仕様を読んで設計せず、AIに「これどうする？」と任せる エラーを読んで考えることをせず、「このエラー直して」と丸投げ コードを理解して書かずに、出力されたコードをそのままコピペする わからないことを先輩に聞く・調べるではなく、全てAIで済ませる ⬇️ 負のスパイラルから抜け出せない
20. 認知的オフロード
21. 説明 認知的オフロード（Cognitive Offloading）とは 人間の脳で行われる記憶や情報処理、判断などの負荷を軽減するために、 スマートフォンやAIなどの外部ツールに頼る行為を指す
22. 説明 認知的オフロード（Cognitive Offloading）とは 人間の脳で行われる記憶や情報処理、判断などの負荷を軽減するために、 スマートフォンやAIなどの外部ツールに頼る行為を指す 有益な認知的オフローディング（拡張）： 学生が「余分な認知負荷」を外部委託する場 合に発生します。退屈で面倒な作業をオフロードすると考えてください。例えば、AIを 使って文法をチェックすることで、学生の限られたワーキングメモリを解放し、議論の 構築や情報源の統合といった本質的な作業に集中させることができます。これは良いこ とです。つまり「拡張」です。 有害な認知的オフローディング（萎縮）： 学生が「本質的な認知作業」そのものを外部 委託する場合に発生します。これは、AIに「エッセイを書いて」「答えを教えて」と頼む ことです。これは長期記憶や永続的な知識スキーマを構築するために必要な、まさに認 知的苦労である「望ましい困難」を回避しようとする試みです。これは「萎縮」です。 参 考文献 Linked in Jason M. Lodge　 The cognitive price of offloading: Are we augmenting ourselves or atrophying our minds?
23. 対処法 じゃあ結局どうすんだ
24. 対処法 有害な認知的オフローディングを減らす 例 AIに伴走してもらう（例：Claude Codeの学習モードを活用） 　 　 AI駆動ではなく、自分の手で動かしながら制作を行う➡️理解力の向上・基礎知識が付く AIへ丸投げの禁止 　 　 エラーやわからない構文や処理の方法などはAIに丸投げせず、自分で調査を行う 　 　 ➡ 自走力・自己解決力を育てる️ AI駆動は基な知識が、理解でているエが行うでる（自 ⬇️ 有害を変える・減らすことで自然に有用へ...
25. 対処法 じゃあAI使うのやめる？
26. やっぱ使いたいよね でもAIは使いたい！！！！ 線引きをしましょう！ 　 　 自分の中でAIに任せていいこと・いけないことを分ける 　 　 OK：文法・スペルチェック、テストの雛形生成　 etc... 　 　 NG：設計・アーキテクチャの判断、仕様の読み解き・解釈　 etc... 自分にルールを課す AI聞く前に 自分の仮説を言語化 する
 　 「〇〇が原因だと思う、なぜなら〜」 わからないことは ドキュメントや記事を調査してからAIを使う
27. やっぱ使いたいよね でもAIは使いたい！！！ 線引きをしましょう！ 　 　 自分の中でAIに任せていいこと・いけないことを分ける 　 　 OK：文法・スペルチェック、テストの雛形生成　 etc... 　 　 NG：設計・アーキテクチャの判断、仕様の読み解き・解釈　 etc... 自分にルールを課す 聞く前に 自分の仮説を言語化 する
 　 「〇〇が原因だと思う、なぜなら〜」 わからないことは ドキュメントや記事を調査してからAIを使う AIは「答えを出す道具」ではなく「増幅器・加速器」である
28. 説明 AIをうまく使うと自分の成長に繋がる！ ⬇️ AIをうまく使えれば強いエンジニアになれるのでは...!!
29. まとめ 超ざっくりまとめ
30. 説明 死んだソフトウェアとは コードは存在し、動作しているが、自身で内容を理解できないもの・こと AIが広まって依存が進んでる 1.2年で利用率が倍に！！ 認知的オフロードについて 資料の最後に日本語訳した記事を載せるので各自読んでください AIはうまく使わないと後々毒になってくる😇 AIは思考を増幅・加速させるための道具である AIを自分が成長するために正しく使いましょう！！
31. あなたの書いたコードは本当にあなたが書いていますか？
32. 参考文献 Peter Naur "Programing as Theory Building “(1985) paiza株式会社 AIネイティブ世代の就活最前線：26卒の8割超が生成AIを活用、採用戦略の再構築が急務に BUSIN ESS INSIDER AIコーディングツールは経験豊富なエンジニアの生産性を19％低下させた 全国大学 生協連 第61回学生生活実態調査　 概要報告 L inked in Jason M. Lodge　 The cognitive price of offloading: Are we augmenting ourselves or atrophying our minds? a tmarkit 新卒エンジニアの生成AI利用常態化 8割の現場で「OJT負担増」の実態が明らかに n ote Atushi Shibata AI時代に読み返したい古典「Programming as Theory Building」から読み解く「理解」 の重要性 #こまPy l acolaco様　 TSKaigi登壇資料:いつテストを書くか？―ソフトウェア開発における安心と不安について考える
33. ご清聴ありがとうございました
34. https://docs.google.com/document/d/1n8qMXnuGqHMSRiov2kxfOos2VxAofA9uX-mNHxCOohY/edit? usp=sharing