ryichk

AIにコード生成を大きく依存する場合、ある種のジレンマが生まれます。 Anthropicの研究でも、「コーディングスキルの低下が懸念される理由のひとつに“監督のパラドックス”がある」と指摘されています。つまり、AIを効果的に使うには適切な監督が必要であり、その監督には本来のコーディングスキルが求められるということです。 言い換えると、AIに頼るほど自分のコーディングスキルが落ち、その結果、AIの出力を正しく評価・修正できなくなるという悪循環に陥る可能性があります。 そして、適切に監督できなければ、AIが生成するコードの品質も下がってしまうことになります。

このハーバード大学の調査グラフは、シニアエンジニアとエントリーレベルのジュニアエンジニアの採用動向の変化を示しています。有能なエンジニアに対する需要は着実に増え続けている一方で、ジュニア層の需要は横ばいどころか、むしろ急速に減少しています。その背景には、いくつもの理由があります。 AIの普及により、AIでは対応できない「難しい部分」を担えるエンジニアへの需要が高まっています。また、エンジニアの仕事は単にコードを書くことだけではありません。設計、要件定義、テストやデバッグ、保守、フィードバックなど、幅広い役割が含まれます。さらに企業が重視しているのは、「信頼」と「責任」です。AIが生成したコードに対して、最終的に責任を持てる人材が求められています。 経験がまだ十分でない人へのアドバイスとしては、まず基礎を徹底的に固めることに注力してほしいと思います。時間はかかっても、LLMができることを自力でこなせるレベルを目指し、さらに、これまで解かれたことのない問題にも向き合える土台を作ることが重要です。それこそが、エンジニアでなければ解決できない課題であり、企業が採用し、責任を任せる理由になります。 基礎が身についたら、できるだけ多くの実務に近いプロジェクトに取り組んでください。ポートフォリオを作るためだけではなく、自信と実力を積み上げるためです。最終的に企業が求めているのは、信頼できる人材です。タスクを任せたときに、要件や期限を理解し、責任を持ってやり遂げてくれるかどうか、その点に安心感を持てることが、何より重要なのです。