経験より先に、役割がきた —何を学べば、役割に追いつけるか/エンジニアの役割の変化に向き合うConference 2026

by リンクアンドモチベーション

Embed

Start on current slide

Slide 1

Slide 1 text

Slide 2

Slide 2 text

2 © Link and Motivation Group 自己紹介林龍蔵株式会社リンクアンドモチベーションプラットフォーム推進グループ出身地：徳島県趣味：カラオケ(十八番は[Alexandros]のワタリドリ) Qiita記事投稿経歴： ~2025年3月大学で会計学を専攻(IT未経験) 2025年4月リンクアンドモチベーションに新卒入社 2025年11月プラットフォームGに配属され現在に至る

Slide 3

Slide 3 text

3 © Link and Motivation Group 25卒の2年目エンジニアが、 AI時代の若手のリアルを現場レポートします

Slide 4

Slide 4 text

4 © Link and Motivation Group 今日一番お伝えしたいこと AI時代の若手エンジニアは… 「判断基準」や「勘所」を、自ら意識的に取りにいくことが大事

Slide 5

Slide 5 text

5 © Link and Motivation Group アジェンダ 1. AIはつまづきをなくした 2. 何を学ぶべきか 3. どう学ぶか 4. まとめ

Slide 6

Slide 6 text

6 © Link and Motivation Group アジェンダ 1. AIはつまづきをなくした 2. 何を学ぶべきか 3. どう学ぶか 4. まとめ

Slide 7

Slide 7 text

7 © Link and Motivation Group 配属直後の話バグ改善・調査お願い上司わたしわかりました(わかってない) AIを使うことで簡単にできてしまった (未経験ながらも課題ゼロに)

Slide 8

Slide 8 text

8 © Link and Motivation Group AIはつまづきをなくしたコードの書き⽅やサービスの使い⽅を調べながら進める Before After AIによって小さなつまづきはなくなった書き⽅・使い⽅はAIがやってくれる

Slide 9

Slide 9 text

9 © Link and Motivation Group AIはつまづきをなくしたコードの書き⽅やサービスの使い⽅を調べながら進める Before After AIによって小さなつまづきはなくなった書き⽅・使い⽅はAIがやってくれるそれによる弊害もあり...

Slide 10

Slide 10 text

10 © Link and Motivation Group 『経営トップが本気を示す』 AI時代の若手が陥りやすい罠『経営トップが本気を示す』 Step 1 AIが失敗経験を奪う小さな失敗(つまづき)から得られる経験値が得られない Step 2 役割は大きくなるそれでもできてしまうので役割が大きくなる Step 3 大きな失敗をする経験値がないまま、役割が大きくなる役割に経験が追いつかず特大インシデントを起こす

Slide 11

Slide 11 text

11 © Link and Motivation Group その状況において… 失った成長機会を、どのように取り戻せばいいのか？

Slide 12

Slide 12 text

12 © Link and Motivation Group アジェンダ 1. AIはつまづきをなくした 2. 何を学ぶべきか 3. どう学ぶか 4. まとめ

Slide 13

Slide 13 text

13 © Link and Motivation Group 何を学ぶべきかコードの書き⽅サービスの使い⽅ AIが出せる「答え」自ら取りにいく「過程」 AIが出せる「答え」ではなく、「過程」を自ら取りにいくその答えに⾄る判断・着眼点

Slide 14

Slide 14 text

14 © Link and Motivation Group 何を学ぶべきかコードの書き⽅サービスの使い⽅ AIが出せる「答え」自ら取りにいく「過程」 AIが出せる「答え」ではなく、「過程」を自ら取りにいくその答えに⾄る判断・着眼点どうして「過程」なのか？

Slide 15

Slide 15 text

15 © Link and Motivation Group 「過程」を学ぶべき2つの理由 AIは答えは出すが、最適解だとは限らない・最適かどうかは "⽂脈" 次第・学ぶべきは、⽂脈から良し悪しを⾒極める原理原則・仕組み AIは答えを探せるが、当たりはつけられない・AIを⾃由にさせると⾏き当たりばったりに動く・どこから⼿をつけるか・何を疑うかは、⼈間が当たりをつける必要がある

Slide 16

Slide 16 text

16 © Link and Motivation Group 良し悪しの基準「判断」するために求められること着眼点何が最適なのかどこを⾒るべきなのか AI時代でも変わらず人間が持つべき力

Slide 17

Slide 17 text

17 © Link and Motivation Group 「判断」するために求められること着眼点 ● バグ調査の時にどのデータを⾒るべきか︖ ● どのような⽅法で検証すべきか︖ ● どの部分が壊れそうか︖ 良し悪しの基準 ● 既存のものと⼀貫性はあるか︖ ● 根本原因に近づけているか ● 安全に修正・リリースできるか

Slide 18

Slide 18 text

18 © Link and Motivation Group 「判断」するために求められること ● バグ調査の時にどのデータを⾒るべきか︖ ● どのような⽅法で検証すべきか︖ ● どの部分が壊れそうか︖ 着眼点 ● バグ調査の時にどのデータを⾒るべきか︖ ● どのような⽅法で検証すべきか︖ ● どの部分が壊れそうか︖ 良し悪しの基準 ● 既存のものと⼀貫性はあるか︖ ● 根本原因に近づけているか ● 安全に修正・リリースできるかこれらを身につける経験をAIに奪われたからこそ、自分から学ぶ機会をつくりにいく！

Slide 19

Slide 19 text

19 © Link and Motivation Group でも、どうすれば学べるのか？どうすれば学べるのか

Slide 20

Slide 20 text

20 © Link and Motivation Group アジェンダ 1. AIはつまづきをなくした 2. 何を学ぶべきか 3. どう学ぶか 4. まとめ

Slide 21

Slide 21 text

21 © Link and Motivation Group どう学ぶか判断基準や着眼点は「判断の跡」から学べる！

Slide 22

Slide 22 text

22 © Link and Motivation Group どう学ぶか原理原則から学ぶ・判断の仕⽅やシステムの仕組みを取りにいく・そこから観点や判断というものを取る先輩の暗黙知を取りにいく・githubに散らばっている過去レビューを取りにいく・何を元に判断したのだろうを聞く

Slide 23

Slide 23 text

23 © Link and Motivation Group 原理原則から学ぶ原理原則から学ぶ・判断の仕⽅やシステムの仕組みを取りにいく・そこから観点や判断というものを取る先輩の暗黙知を取りにいく・githubに散らばっている過去レビューを取りにいく・何を元に判断したのだろうを聞く

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

26 © Link and Motivation Group 先輩の暗黙知を取りにいく原理原則から学ぶ・判断の仕⽅やシステムの仕組みを取りにいく・そこから観点や判断というものを取る先輩の暗黙知を取りにいく・githubに散らばっている過去レビューを取りにいく・どう⾔った思考プロセスで判断をしたのかを聞く