1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

AI駆動開発で見落としていたHuman in the Loopという考え方

1
Last updated at Posted at 2026-06-27

はじめに

AWS Summit Japan 2026へ参加しました。非常に熱気のある会場でした!
私は普段フロントエンドエンジニアをしていますが、
インフラの見識をもっと広げるために本イベントへ参加しました。
その中で、最も印象に残ったセッションの一つが、
サイバーエージェントの「AI推進戦略と変革への取り組み」でした。

私たちのチームでもAIエージェントを用いた開発を行っているため、他社がどのような開発プロセスや運用ルールを設計しているのかに興味がありました。

私たちのチームが抱えていた課題

私たちのチームでも、日々AIを活用した開発を行っています。

まず取り組んだのは、AIのアウトプット品質を上げることでした。

  • 細かくタスク分解する
  • プロンプトを改善する(具体的で定量可能に)
  • AIが理解しやすいルール(AGENT.mdやskills)を作る

このような改善を繰り返した結果、AIは短時間である程度意図通りのFeatureを実装できるようになりました。

しかし、その一方で新たな課題が生まれていました。

AIは数分でFeatureを実装できます。
しかし、人間によるレビューはそれほど速くできません。

その結果、

  • AIは数分でコードを作成する
  • レビュー待ちのタスクが増える
  • AIを並列で動かしても、人間のレビューが追いつかない

という状態になっていました。

実際、私自身はプロンプトを整備してレビューしてというサイクルを踏むと、
AIを並列で動かせるのは2つ程度が限界でした。。

「どうすればもっとAIを並列で活用できるのか」

これはミーティングでも何度も議題に上がっていた課題でした。

私たちはSMAVだけを考えていた

このセッションを聞いて、自分たちのチームが一つの視点に偏っていたことに気付きました。

私たちは、

「AIに何を作らせるか」

ばかりを考えていたのです。

つまり、

より良いプロンプト
        ↓
より良いコード
        ↓
レビューコストを下げる

という発想でした。

これはAI駆動開発でいう SMAV の考え方です。

SMAVは、

AIに何を作らせるかを設計する仕組み

のことです。

もちろん、これは非常に重要です。

しかし、セッションを聞いて気付いたのは、それだけでは開発プロセス全体は最適化されないということでした。

Human in the Loopという、もう一つの設計

セッションで紹介されていたのが Human in the Loop という考え方です。

これは、

AIが作った成果物を、人間がどのように確認するかを設計する仕組み

です。

つまり、AI駆動開発には2つの設計があります。

設計対象 考え方
AIに何を作らせるか SMAV
AIが作ったものをどう確認するか Human in the Loop

この整理を見たとき、

「なるほど、自分たちはSMAVばかりに注力していて、Human in the Loopという視点が抜けていたんだ」

と気付きました。

Human in the Loopの3つのレビュー戦略

セッションでは、レビュー方法を一律にするのではなく、タスクのリスクに応じて以下の3つのパターンを使い分けることが紹介されていました。

レビュー戦略 適用場面 人の負荷 品質保証
全件レビュー セキュリティ関連、初期段階、複雑な判断 高 最も確実
スコアベース 定型的な機能追加、テストが充実している領域 中 スコア基準の設計が必要
エスカレーション 大量の提携タスク、成熟したプロジェクト 低 AIレビューの本質に依存

イメージすると、次のような流れになります。

つまり、

「すべてを人がレビューする」のではなく、リスクに応じてレビュー方法を設計する

という考え方です。

この考え方がとても参考になった理由

私たちはこれまで、レビューがボトルネックだけどレビューを全くしないのも問題だよねというところで解答が出せないでいましたが、

レビューそのものをパターン別に設計する

という考え方が抜けていたようでした。
これは、私たちが抱えていた課題に対する一つの現実的な解決策だと感じました。

特に参考になったのは、

「どのような変更なら人間のレビューを省略できるのか」

という判断基準が示されていたことです。
AIが速くなればなるほど、人間のレビューは新たなボトルネックになります。

だからこそ、

レビューが本当に必要なものと、そうでないものを分けてレビュー体制を設計する

という視点は非常に大きな学びとなりました。

まとめ

今回のセッションで最も印象に残ったのは、

AI駆動開発では

  • SMAV(AIに何を作らせるかを設計する)
  • Human in the Loop(AIが作ったものをどう確認するかを設計する)

この2つが揃って初めて、開発プロセス全体が最適化されるということです。

私たちのチームは、SMAVには多くの時間を使ってきました。

一方で、Human in the Loopという考え方を知らなかったため、人間のレビューが新しいボトルネックになっていました。

AIにより良いコードを書かせることも重要ですが、それと同じくらい、

「人間はどこで関与し、どこをAIに任せるのか」

という、開発フローそのものを再設計することが、これからのAI駆動開発では重要なのだと感じました。

1
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?