注意
この記事は、エンジニアとしてのAIとの付き合い方に焦点を当てて書いた記事です。
その過程で、いくつかの表現に独自の解釈が入っていることがあります。
(抽象化する過程で、細かい点で異なることもあるかと思います。ご容赦いただけましたら!)
大筋が間違っていることはないと思いますが、
より詳しく知りたい方は、ご自身でも調べていただけると幸いです。
はじめに
こんにちは、jun-trickです。
まず、この記事はシリーズで何回かに渡って書こうと思います。
最近、
「AIがコードを書いてくれるなら、プログラミングを勉強する意味ってあるの?」
「AIがコード書いてくれた!けど、コード量が多すぎて把握しきれなくて、成果物に責任持てないよ。。。」
と思うことがあります。
エンジニアになったばかりの方や、これから目指す方、現職のエンジニアの方の中にも、同じことを思う方がいらっしゃるのではないでしょうか。(私だけじゃないよね?)
私自身、AIとのかかわり方や距離感がつかめていないため、自分のための整理も兼ねて、同じような悩みを持つ方の一助になればと思い、筆を取りました。
このシリーズを書き終えた時に、私自身が得るものがあり、読んでいただいた方にも何かしら得るものがありましたら幸いです。
自己紹介
- 名前:jun-trick
- 趣味:ファンタジーミニチュアの塗装、パン作り
この記事シリーズの目的
AIとのかかわり方や距離感がつかめていないのを解消したいので、
AIのことをよく知って、最終的に
- AIに任せていいこと
- 私(人間)がまだやったほうがいいこと
を形にできたらゴールかなと思っています。
ですので、シリーズは以下のような構成で進める予定です。
| 回 | 内容 |
|---|---|
| 第1回(本記事) | 自己紹介と、AIを取り巻く今の状況 |
| 第2回 | AIにできること・苦手なこと |
| 第3回 | AI時代にエンジニアがやるべきこと |
| おまけ | 具体的な運用方法(実践編) |
AIとは??
AI(Artificial Intelligence)
- Artificial:人工的な
- Intelligence:知能
ということで、そのまんま人工知能ですね。
で、AIがやっていることは
事前の学習データを用いて、入力に対して、出力を生成している
です。
最近はやりの大規模言語モデル(LLM)で例えると
- 質問(入力)を読んで
- その続きとして、もっともらしい単語を1つ予測し
- 予測した単語を付け足して、また次の単語を予測する
を繰り返して文章を作っているわけですね。
あくまで「もっともらしい」続きを予測しているので、もっともらしいけど間違った内容を出力することもあります。
AIを取り巻く今の状況
昨今ニュースを見て、AIの話題を見ない日はないんじゃないかなと思っています。
ただ、一般的には経済的なニュースが多い気がしていて、
じゃあ、エンジニア、開発目線でAIが導入されてどう変わったのか?を整理したいです。
相手のことをよく知ることが歩み寄りの1歩目ですね。
実装方面は任せられる(ただし工夫は必要)
少し前まで、エンジニアが使うAIといえば「書きかけのコードの続きを提案してくれる」補完ツールのようなものでした。
それが今では、
- チャットで質問すると、設計の相談やエラーの原因調査に付き合ってくれる
- 「この機能を追加して」と頼むと、複数のファイルをまたいで実装し、テストまで実行してくれる
といったように、AIに作業そのものを任せる使い方も、やろうと思えばできるところまで来ています。
ただプロンプトの問題もありますが、その場限りの実装をすることが多く、
次のような経験をしました。
- 他の似た機能と実装方針が全く異なる
- 機能単位では問題ないが、結合段階で齟齬が出る(システム間のAPI疎通など)
人間のように状況に合わせて作るというよりは、機能として問題なければいいよね!くらいの作りなので、都度レビュー依頼や確認は必要かなと感じています。
設計書の保守がしやすくなった
これは素直に嬉しいですね。
AI以前ですと、設計書書いて実装したときに、設計書と実装にずれが発生する場合もあるかと思います。
理由は緊急対応であったり、仕様漏れの修正だったり、とかいろいろあるかと思いますが、
AIであれば実装の修正と共に設計書も修正してくれるので、素直に助かっています。
ただ、逆に設計書が合っていて、実装が間違っているパターンもありますので、どちらが正しいかは人間の判断が必要です。
AIを使った開発手法
AIの進化にあわせて、AIを前提とした開発の進め方もいくつか提唱されていますね。
バイブコーディング(Vibe Coding)
コードの中身を細かく読まず、AIへの指示と動作確認を繰り返して「ノリ(vibe)」で作っていくスタイル。
試作や個人開発ではすごく便利ですね。
ものづくりとしてはテンポよく実装できて楽しいですし、プロトタイプとして作るには良い手法だと思います。
仕様駆動開発(Spec-Driven Development)
いきなりコードを書かせるのではなく、まず「何を作るか」を仕様書としてAIと一緒に固め、それをもとに設計・タスク分解・実装を進める手法です。
人間が「何を作るか」に責任を持ち、AIが「どう作るか」を担う、という役割分担がわかりやすい手法です。
これらの手法はどれか1つが正解というわけではなく、作るものや場面によって使い分けるものです。
目的や自分に合ったものを使うのが良いかと思います。
また、昨今のAI分野はスピードが速いので、上記以外の手法も出てくるかと思います。
その時点で、自分に合った手法を探して開発するのも面白そうですね。
まとめ
今回の記事のまとめとしては
- このシリーズでは、AIに任せる部分と自分が携わる部分を整理
- AIは、学習データをもとに「もっともらしい続き」を予測して出力する
- 開発におけるAIは作業を任せる段階ではあるが、工夫や仕組みづくりは必要
- すでにAIを前提とした新しい開発手法が提案され始めている
になるかと思います。
個人的な所感としては、まったく使えないわけではないけど、鵜呑みにすると痛い目見そう。ただ、道具って全般そういうものなので、うまい付き合い方を次回以降も模索できたらと思います。
最後に
正直なところ、時代の進歩が速いので、ここで整理したことも数年(早ければ数カ月)で古い考え方になってしまうかもしれません。
ただ、自分の中で折り合いをつけるためにも必要なことかと思い、これからも記事にできたらと思います。
引き続き、読んでいただけましたら幸いです。
次回は、「AIにできること・苦手なこと」 を棚卸ししていきます。
AIに何を任せてよくて、何を任せるべきでないのか、整理していきましょう!
貴重なお時間を割いて、最後まで読んでいただき、ありがとうございました。