AIによって、未経験からエンジニアになるハードルは下がった。では、エンジニアの仕事はどう変わるのか
初めまして。
都内で未経験からエンジニアに転職したAと申します。
私は高校卒業後、約10年間飲食業界で働きながら、イベント業界や不動産関係など、ITとは少し離れた仕事を経験してきました。
そんな私が2026年の初めに、未経験からエンジニアとして転職しました。
まだまだ経験の浅い新人エンジニアではありますが、実際にAIを使いながら開発を学び、仕事をする中で、
AIはIT業界の仕事を、これからどのように変えていくのだろう？
と考える機会が増えました。
この記事では、あくまで一人の新人エンジニアとしての視点になりますが、AIとの出会いから転職、そして実際にエンジニアとして働き始めて感じたことを書いてみたいと思います。
AIとの出会い
私が初めてAIの進化を強く実感したのは、音楽生成AIでした。
昔から音楽が好きだったこともあり、音楽生成AIを使って楽曲を作ってみたのがきっかけです。
数年前に同じようなサービスを触ったことがあったのですが、久しぶりに触ってみると、以前とは比べ物にならないほど進化していました。
「ここまで作れるのか」
純粋に感動しました。
一方で、少し怖さも感じました。
AIが作った曲と、人間が作った曲を素人の自分が聴き比べても、簡単には区別できない。
これは作曲家など、クリエイティブな仕事をしている人にとって大きな変化なのではないかと思いました。
仕組みについて調べてみると、既存の音楽から学習したパターンなどをもとに、テーマに沿った楽曲を生成し、さらに歌詞についても自然な日本語として成立する文章を生成できます。
もちろん、AIがどのように音楽を生成しているのかを正確に理解しているわけではありません。
それでも、
「数年前までできなかったことが、今では誰でも簡単にできるようになっている」
という事実に、大きな衝撃を受けました。
このとき初めて、AIという技術がここ数年で劇的に進化していることを実感しました。
AI × 転職
当時、私は転職活動中でした。
そのため、何か新しいものに触れるたびに、
「これを自分の未来に活かせないだろうか？」
と考えるようになっていました。
AIには大きな可能性を感じていました。
私は以前からYouTubeへのミュージックビデオ投稿などもしており、動画編集の経験もありました。
そこで、
「AIで作った音楽と映像を組み合わせて、何かできないだろうか」
と考えながら日々過ごしていました。
そんなある日、ふと思いました。
「今まで作った音楽を、自由に聴けるアプリを作ってみたい」
これが、私がプログラミングの世界に入る大きなきっかけになりました。
そこから勉強を始め、AIにも助けてもらいながらアプリを作りました。
そして、約8ヶ月。
現在、私はエンジニアとして働いています。
未経験からエンジニアになるハードルは下がった
ここからが、今回一番書きたかった部分です。
私は、AIによって**「エンジニアになるための最初のハードル」は確実に下がった**と感じています。
10年前であれば、システムエンジニアを目指す場合、まずプログラミング言語を学び、
環境構築
↓
基本文法
↓
Hello World
↓
簡単なプログラム
↓
Webアプリケーション
というように、長い時間をかけて少しずつ学習していく必要がありました。
もちろん現在でも、この知識が不要になったわけではありません。
しかしAIが登場したことで、
「自分が作りたいものを説明すると、それが動くところまで持っていける」
という体験を、以前より圧倒的に早く得られるようになりました。
これは非常に大きな変化だと思います。
例えば、
「音楽を再生できるアプリを作りたい」
と思ったとき、以前なら「何から勉強すればいいのか」すら分からなかった人でも、AIに相談しながら実際に動くものを作ることができます。
ギターを弾けるようになればオリジナル曲を作れるように。
水に浮くことができれば、泳ぎ方を覚えていけるように。
AIによって、
「まず作ってみる」
というところまでの距離が短くなったのではないでしょうか。
ただし、エンジニアとして働くためのハードルは別の話
ここは非常に重要だと思っています。
AIがコードを書いてくれるからといって、エンジニアに知識が必要なくなったわけではありません。
むしろ、実際に仕事として開発を始めると、
- なぜこのコードになっているのか
- セキュリティ上問題はないのか
- この設計で本当に良いのか
- 将来的に保守できるのか
- チームのルールに沿っているのか
- AIが生成したコードに間違いはないか
など、AIにコードを書かせるだけでは解決できない問題がたくさんあります。
つまり、
「エンジニアになるための入り口」は低くなったけれど、「プロとして仕事をするための学習」が不要になったわけではない
ということです。
私は、挫折するポイントがなくなったのではなく、
「挫折するポイントが変わった」
のではないかと思っています。
AIによって「作れない」という挫折は減った
個人開発でAIを使っていると、以前なら何時間も悩んでいた問題を、AIとの対話によって解決できることがあります。
自分が考えたものが、実際に動く。
これは非常に大きな成功体験です。
一方で、仕事としてコードを見るようになると話が変わります。
英語で書かれた大量のコード。
見慣れない設計。
知らないライブラリ。
複雑なデータ構造。
そして、既存のコードを理解した上で修正する必要があります。
ここで初めて、
「AIにコードを書いてもらうこと」と「コードを理解すること」は別の能力なのだ
と実感します。
だからこそ、AI時代の新人エンジニアに必要なのは、
AIを禁止することではなく、AIを使いながらコードを理解する経験を積ませること
なのではないでしょうか。
AIによる責任の所在は人間であり、人間の責任の所在もまた人間
最近、「新人エンジニアはAIを禁止したほうがいい」という趣旨の記事を見かけました。
AIが何をしているのか理解していない新人が、AIにコードを書かせて仕事をする。
確かに、先輩エンジニアからすれば怖いことだと思います。
新人側からしても、その考えは理解できます。
自分自身も新人なので、
「自分が理解していないコードをAIが作ってしまったらどうするのか？」
という怖さはあります。
しかし、だからといって入社直後からAIを完全に禁止することが最善なのかというと、私は少し疑問があります。
むしろ、
「安全な環境でAIと共存する練習」
を新人研修に取り入れても良いのではないでしょうか。
例えば、
- 社内の演習用リポジトリ
- 新人研修用のプロジェクト
- 実際の本番環境とは切り離された開発環境
などで、AIを使ったコーディングを経験させる。
その上で、
「AIが書いたコードをそのまま使う」のではなく、「AIが書いたコードを自分が確認して使う」
という習慣を身につけさせる。
これなら、AIによる成功体験を得ながら、コードを読む力も育てられるのではないでしょうか。
「AIにコーディングさせる」と「AIを使ってコーディングする」は違う
この2つは似ていますが、私はかなり違うと思っています。
AIにコーディングさせる
「ログイン画面を作って」
↓
AIがコードを書く
↓
動いた
↓
終了
これだけでは、自分自身に知識が蓄積されにくいでしょう。
一方で、
AIを使ってコーディングする
自分で仕様を考える
↓
AIに相談する
↓
コードを生成してもらう
↓
コードを読む
↓
分からない部分を質問する
↓
修正する
↓
動作を確認する
この使い方であれば、AIは「代わりに作ってくれる存在」ではなく、
「自分の理解を助けてくれる開発パートナー」
になります。
私は、AI時代の新人教育では、この違いを理解させることが非常に重要になると思っています。
AIの普及でエンジニアという職業はどう変わるのか
では、実際の開発現場ではどうなるのでしょうか。
すでにAIを利用した開発や保守は、少しずつ一般的になっています。
一方で、企業によってはセキュリティ上の理由からAI利用を制限しているケースもあります。
AIそのものを禁止する場合もあれば、利用できるAIサービスを限定する場合もあります。
しかし長期的に考えると、
「AIを使うか、使わないか」ではなく、「AIをどのように開発プロセスへ組み込むか」
という議論になっていくのではないでしょうか。
例えば、
- AIに渡すプロンプトのルール
- コーディング規約
- 設計書
- コミット前のチェック
- コードレビュー
- セキュリティチェック
- テスト
などです。
チーム開発では「AIに読ませるルール」が重要になる
ここは、AI時代ならではの大きな変化になるのではないかと思っています。
従来のチーム開発では、
「チームメンバー同士が会話をして認識を合わせる」
ことが重要でした。
もちろん、これはこれからも必要です。
ただ、AIを使った開発では、
「AIが何を基準にコードを書くのか」
という問題も出てきます。
例えば、プロジェクト内に、
・命名規則
・アーキテクチャ
・コーディングルール
・禁止事項
・テスト方針
・ディレクトリ構成
などをまとめたルールを用意しておく。
AIがコードを書く前に、そのルールを確認させる。
そしてルールを常に最新の状態に保つ。
そうすることで、誰がAIを使っても、ある程度統一されたコードを生成できるようになります。
これまで人間同士で共有していた「暗黙知」の一部が、
「AIが読むことを前提としたルールブック」
へ変わっていく可能性があるのではないでしょうか。
AI時代のメリットとデメリット
この変化には、当然メリットとデメリットがあります。
メリット
- 開発スピードが上がる
- 未経験者でもプロトタイプを作りやすい
- ドキュメントやコードの理解をAIに補助してもらえる
- チーム内のルールをAIに適用しやすくなる
- 担当者が変わっても一定の品質を維持しやすくなる
一方で、
デメリット
- AIが生成したコードを理解できない人が増える可能性がある
- AIへの依存が強くなる
- 技術そのものを理解する機会が減る可能性がある
- セキュリティや著作権など、新しい問題への対応が必要になる
- 単純なコーディング作業の価値が下がる可能性がある
という問題もあります。
特に最後は、エンジニアにとって大きな変化になると思います。
「コードを書く人」から「何を作るかを決める人」へ
AIによって単純なコーディング作業が効率化されると、エンジニアに求められる能力も変わっていくのではないでしょうか。
これまで、
「どうやって実装するか」
が重要だったものが、
これからは、
「何を作るのか」
「なぜ作るのか」
「どう設計するのか」
「AIが出したコードは正しいのか」
といった能力の重要性が、さらに高まるのではないかと思います。
つまり、知識の豊富なエンジニアほど、実装そのものから離れ、
設計・レビュー・要件定義・技術選定・チームへの知識共有
といった、より上流の仕事を担うようになる可能性があります。
そうなると、技術力だけではなくコミュニケーション能力も、今まで以上に重要になるでしょう。
まとめ
AIがもたらしている変化は、単純に
「AIがコードを書いてくれるようになった」
というだけではないと思います。
未経験者にとっては、
「自分の考えたものを、実際に動く形にする」
までのハードルが大きく下がりました。
一方で企業側には、
「AIを使える新人をどう育てるのか」
という新しい教育課題が生まれています。
そして経験豊富なエンジニアにとっては、
「自分でコードを書くこと」から「何を作るべきかを考え、AIが作ったものを判断すること」
へと、仕事の重心が変わっていく可能性があります。
AIを受け入れるかどうかに関係なく、AIそのものは世界中で研究され、進化を続けています。
特にIT業界はAIとの距離が近いからこそ、
「AIを使わない」
という選択だけではなく、
「AIと人間がどう共存するのか」
を考えることが重要になっていくのではないでしょうか。
私自身、まだまだ未熟な新人エンジニアです。
GitHubの使い方すらよく分かっていなかった頃と比べれば、少しずつですが、毎日できることが増えているのを感じています。
AIにコードを書いてもらうこともあります。
それでも最近は、生成されたコードを見ながら、
「なぜこう書くんだろう？」
「この処理は何をしているんだろう？」
と考える時間が増えてきました。
AIの進化に負けるのではなく、
AIを使いながら、人間にしかできない部分でも成長していく。
そんなエンジニアになりたいと思っています。
最後まで読んでいただき、ありがとうございました。