はじめに
みなさんこんにちは。JetBrains公式代理店NATTOSYSTEMの私です。
JetBrainsの研究チーム（DXおよびHAX：Human-AI eXperience）は、AIツールが開発者の動機づけやウェルビーイングに与える影響を調査しています。本記事では、従来の「生産性中心」の視点ではなく、心理的ニーズに着目した分析をまとめました。
参照：Software Developers on AI: Insights and Opportunities (JetBrains Blog)
理論的枠組み：自己決定理論（Self-Determination Theory, SDT）
SDTでは、人間が内発的に動機づけられるために以下の3つの基本的な欲求を満たす必要があるとされています：
- 自律性（Autonomy）：自分で意思決定できる感覚
- 有能感（Competence）：スキルが認められ、上達しているという感覚
- 関連性（Relatedness）：他者とのつながり、協調性を感じること
JetBrainsはこの理論を、開発者とAIツールとの関係設計に応用しています。
開発者がAIに期待するもの
JetBrainsの調査によれば、開発者がAIに望むのは「困難な課題の解決」よりも「繰り返しの多いタスクの自動化」です。特に次のような期待が確認されました。
| ニーズ | 具体的なAIへの期待 |
|---|---|
| 自律性（Autonomy） | カスタマイズ可能な補完、提案のオンオフ制御 |
| 有能感（Competence） | 学習を支援する丁寧な補助、エラー説明 |
| 関連性（Relatedness） | チームで共有できるAI知識、協調的な作業補助 |
例として、コードの自動生成、テストコードの補完、レビュー支援などがよく挙げられました。
デザインスペースの提案
JetBrainsは、AIが開発者の心理的ニーズを満たすための設計視点を複数提案しています：
- 補完品質のモード選択（厳密／創造的）
- 提案の透明性（なぜその提案をしたのか）
- ユーザーによる操作制御（どこを任せ、どこを自身で行うか）
これにより、AIが「押しつけがましい」存在になることを避け、開発者の主体性を保ちます。
関連プロジェクトと取り組み
JetBrainsでは以下のような研究・製品を通して、AIの効果的な活用を模索しています：
- Human-AI eXperience (HAX)：開発者がAIをどのように受け入れるかの研究
- Mellum：コード補完に最適化されたLLM
- Junie：コードを能動的に読み進める「AIエージェント」
- Context Collection Competition：補完に必要な「文脈情報」の抽出法を競うイベント
まとめ
私たちが今後AIを業務に取り入れる際、ただ便利なツールとして見るのではなく、自分自身やチームの価値観に沿った使い方を考えることが求められるのではないでしょうか。
参考リンク
- Software Developers on AI: Insights and Opportunities
- HAX（Human-AI eXperience）
- Mellum: JetBrains LLM
- Context Collection Competition
JetBrains製品の最新情報を公式Xで投稿しています！
公式X - Nattosystem
📝 この記事は一部AIによって要約・編集されたものです。