WEB エンジニアの南です。
先日、初めてAWS Summitに参加してきました。 AWSのアーキテクチャを学べるブースや各種サービスを紹介しているブースがたくさんあり、スタッフの方々もすごくフレンドリーだったので、 初参加の私でも安心して楽しむことができました。
基調講演をはじめ、多くのセッションでAI活用の事例やプラクティスが取り上げられていました。その中で興味深かったセッションを本参加レポートで紹介させていただきます。
AI-DLC
まずはセッションの紹介の前に、前提となるAI-DLCについて説明させていただきます。
AI-DLCとは、AWSが提案している開発手法「AI 駆動開発ライフサイクル(AI-Driven Life Cycle)」のことです。
AI-DLCを用いたハッカソンや講義も行われていました。
従来の開発手法では、人間が中心となって開発プロセスを進め、AIは後付けのアシスタントとして扱っていましたが、AI-DLCでは「AIが存在すること」を前提に開発プロセスを組み直します。 人間は監督側に回り、AIが中心となって開発プロセスを遂行し、人間はレビューを行います。
フェーズは以下の3段階です。
- 開始（Inception）フェーズ
何を作るのか（What）となぜ作るのか（Why）を定義します。AIから質問を受けながらの要件分析、合意形成、実行計画の策定などを行います。 - 構築（Construction）フェーズ
どう作るか（How）を決定し、実装、テストを行います。 - 運用（Operation）フェーズ
デプロイや運用を行います。
どんなものか気になった方は、AWSがルールファイルをまとめてくれていますので、こちらからすぐに試すことができます。ぜひご覧ください。
私も早速このルールファイルを使い、テーマはToDoアプリといった簡単なもので開始〜構築フェーズまでを試してみました。
実際にやってみると、要件の質疑応答で考慮できていなかった気づきなどの発見があったり、開発スピードがかなり早かった一方で、実装を行わない代わりに、レビューコストがかなり高くなりそうだと感じました。
AIでコードが書けても、レビューできる人がいなくなる
それでは、本題に移ります。
セッション名: AI でコードは書けても、レビューできる人がいなくなる ― ソフトウェア開発における自動化のパラドックス
AIを活用したセッションが多い中、こちらのセッションが特に印象に残りました。 このセッションでは、「AIは組織の強みも弱みも等しく増幅させる」と述べられていました。
強みの増幅とは、AIがコーディングを加速させ、開発生産性が伸びることです。こちらは元々組織にあったレビュー文化や責任設計が効果的に働いた姿です。
一方で弱みの増幅とは、レビュー文化が弱いままAIコーディングを加速することで、レビュワーの過負荷や不足が起こり、レビュー品質の低下やプロセスの滞留を招いてしまうことです。 ここで大事なのは、AIが組織の弱みを作り出すのではなく、すでにあった弱みを顕在化させる という点です。
また、「AIによって個人は開発生産性が効率化されていると感じているが、組織全体には大きな効果が出ていない」という「AI活用のパラドックス」について語られました。
これには下記二つの要因があります。
スキル侵食の悪循環
流れは以下の通りです。
- 自動化に依存する
- タスク達成による自己満足を得る
- 業務への注意が減少し、出力の評価能力が低下する
- 結果としてスキルが低下する
特に怖いのは、システムや業務が正常に動作している限り、この悪循環が問題として顕在化しない という点です。
オーナーシップの欠如
オーナーシップには下記3つの要素が必要です。
- コントロール： 自身がコントロールしている感覚
- 深い知識： 端から端まで知っている感覚
- 自己投入： 時間・思考・労力が染み込んでいる感覚
AIがコードを出力し、その設計妥当性は未確認、そして投入すべき時間・思考・労力は「AIが10分で出力しただけ」となると、オーナーシップが欠如してしまうのは当然と言えます。
では、どうすればいいのか。その解決策として本セッションで提示されたのが、「意図的な非効率」と「AI-DLC」の両輪を回すことでした。
Amazonのリーダーシップ・プリンシプル の「Ownership」にも、以下のように書かれています。
「リーダーは長期的視点で考え、短期的な結果のために、長期的な価値を犠牲にしません。」
あえて非効率を選ぶことで、オーナーシップの3つの要素（コントロール、深い知識、自己投入）を形成します。 また、ジュニアからシニアまで、個人の経験値に合わせた段階的なAIの活用を行うことで、レビューできる人材が育ち、そして、育った人間が「AI-DLC」を実践します。
AI-DLCのプロセスを通じて、参加者全員がオーナーシップと、AIの出力を判断・評価する力を発揮できるようになります。
AIの出力を正しく評価し、取捨選択ができる人材は、短期的な効率化からは生まれません。
「意図的な非効率」はAIから離れるためではなく、AIを使い続けるための仕掛けである
という言葉が非常に印象的でした。
最後に
Physical AI（フィジカルAI）のブースもあり、人型ロボットが細かい作業を行なう様子なども見ることができました。
AIができることが増え、様々なタスクを十分な品質で完遂できるようになった今、開発者には「その妥当性の見極め」や「取捨選択の判断」がより重要になってきています。
AI-DLCのような開発ライフサイクルの変革など、新しい波をこれからもどんどん吸収しつつ、AIと良き関係でいられるための自己研鑽をこれからも行ってまいります。
