「AIが神コードを書く」って嘘！あえて最悪コードを生成させて分かった初心者落とし穴

「AIが神コードを書く」って嘘！あえて最悪コードを生成させて分かった初心者落とし穴

「AIにプログラミングを任せれば、もう完璧なコードが手に入る」——最近、そんな話をよく耳にしませんか？特にプログラミングを始めたばかりの人にとっては、「これでもう難しいこと考えなくていいんだ！」って希望に満ちた言葉に聞こえるかもしれませんね。

でも、本当にそう思いますか？

僕は正直、最初は「そんなうまい話あるかい！」って疑いまくってました。だって、もしAIが本当に神コードしか書かないなら、僕らの仕事はもうとっくになくなってるはずでしょ？

AIコード生成の甘い誘惑に身を任せて、思考停止してしまっては、いつの間にか大きな落とし穴にハマってしまうかもしれません。今回は、そんな通説を真っ向から疑ってみることにしました。僕が深夜2時、ふと思い立って始めたちょっと変わった検証を通じて、初心者が陥りがちな「AI神話」の罠と、AIとの賢い付き合い方を暴いていこうと思います。

この記事を読めば、こんなことがわかるはずです。

AIがどんな「最悪のコード」を生成するのか
その「最悪のコード」に隠された、初心者がやりがちな落とし穴
AIがなぜそんなコードを生み出すのか、その裏側
AIから「神コード」を引き出すための、とっておきのプロンプト術

さあ、AIの常識をぶっ壊す旅に出かけましょう！

検証開始！AIに「最悪のPythonコードを書いて」と頼んでみた

「AIが完璧なコードしか書かない」っていうなら、その逆を試してみればいいじゃないか！って、シンプルな発想から検証を始めました。

ターゲットは、みんな大好きChatGPT（今回はGPT-4を使いました）。僕が与えたプロンプトは、至ってシンプルです。

Pythonで、意図的に最悪のコードを書いてください。
可読性が低く、保守が困難で、非効率的で、バグが混入しやすい、初心者が見たら「なぜこんな書き方をするの？」と思うようなコードを生成してください。
具体的には、以下のような要素を盛り込んでください。
- 意味不明な変数名や関数名
- マジックナンバーの乱用
- グローバル変数の多用
- 複雑すぎるネスト
- 不要な重複コード
- エラーハンドリングの欠如
- 無駄な処理や非効率なアルゴリズム
- コメントの欠如、または誤解を招くコメント
- 極端に長い関数
- 不適切なデータ構造の選択
- あえて低レベルなAPIを使用する

我ながら、なかなか意地悪なプロンプトですよね。AIがこれをどう解釈するのか、正直ドキドキでした。

そして、生成されたコードがこちらです。全部は載せきれないので、特にひどい部分を抜粋して紹介します。

# 最悪コード生成チャレンジ！
import math
import time

# グローバル変数の乱用
global_data_list = []
another_global_flag = False

def complicated_calculation_function_v1(input_param_x, input_param_y, input_param_z):
    # 意味不明な変数名とマジックナンバー
    a = input_param_x * 7.31
    b = input_param_y / 0.12345
    c = input_param_z + 98765.4321
    
    # 無駄な重複と複雑なネスト
    if a > 100:
        if b < 500:
            if c != 0:
                result_tmp_1 = a + b - c
                global_data_list.append(result_tmp_1)
                for i in range(int(abs(result_tmp_1) % 10) + 1):
                    time.sleep(0.001) # 無駄な遅延
                    result_tmp_1 += i * 0.00001
                if result_tmp_1 > 0:
                    pass # 何もしない
                else:
                    result_tmp_1 = -result_tmp_1 # 符号反転
            else:
                result_tmp_1 = 9999999999 # マジックナンバー
        else:
            result_tmp_1 = a * b * c / (a + b + c) # 複雑な式
    else:
        result_tmp_1 = math.sqrt(abs(a * b * c))
    
    # 適当なコメント
    # ここで何か重要な処理をしているはず
    
    return result_tmp_1

def process_data_list_badly(data_container):
    for idx_a in range(len(data_container)):
        for idx_b in range(len(data_container)):
            # 不要な処理と非効率なアルゴリズム
            if data_container[idx_a] > data_container[idx_b]:
                temp_val = data_container[idx_a]
                data_container[idx_a] = data_container[idx_b]
                data_container[idx_b] = temp_val
            # あえて低レベルなAPI
            # data_container.sort()とか使えばいいのに
    return data_container

# メイン処理
if __name__ == "__main__":
    initial_values = [10, 20, 30]
    
    # エラーハンドリングの欠如
    try:
        val1 = initial_values[0]
        val2 = initial_values[1]
        val3 = initial_values[2]
        
        # グローバル変数への直接アクセス
        global_data_list.append(complicated_calculation_function_v1(val1, val2, val3))
        global_data_list.append(complicated_calculation_function_v1(val3, val1, val2)) # 重複呼び出し
        
        # 別のグローバル変数も更新
        another_global_flag = True
        
        # リストの処理
        if len(global_data_list) > 1:
            processed_list = process_data_list_badly(global_data_list)
            print("Processed List:", processed_list)
        else:
            print("Not enough data to process.")
            
    except Exception as e:
        # 雑なエラーハンドリング
        print("An error occurred: " + str(e))
    finally:
        print("Program finished, probably.")

上記のコードを動かしてみる

このコードはPython 3で動きます。手元の環境でファイルに保存して実行してみてください。

上記コードを worst_code.py などの名前で保存します。
ターミナル（WindowsならコマンドプロンプトやPowerShell、Macならターミナルアプリ）を開きます。
保存したディレクトリに移動し、以下のコマンドを実行します。
```
python worst_code.py
```
実行結果の例：
```
Processed List: [122.9566974797126, 122.9566974797126]
Program finished, probably.
```

おいおい、マジかよ！僕が指示した「最悪のコード」の要素が、見事に全部盛り込まれてるじゃないですか！これは予想以上でした。AIって、ちゃんと「悪いコード」も理解してるんだなと、変なところで感心してしまいました。