AIに作ってもらうのではなく、
AIに鍛えてもらう。

以前は、新しいサービスのアイデアを思いついても、次のようなことがありました。

これは非常に大きな変化です。

AIがコードを書けるようになるほど、人間がコードを入力する速度そのものの重要性は相対的に下がっていきます。その代わり、重要になると考えているのが次のような能力です。

1. 01何を作るべきか考える
2. 02とりあえず作って試してみる
3. 03必要な情報を事前に整理する
4. 04適切な要件や制約を与える
5. 05AIへの指示を工夫する
6. 06AIの出力をレビューする
7. 07正しく動いているか検証する
8. 08問題があれば原因を調査する
9. 09最終的な品質に責任を持つ

特に重要だと考えているのが、

AIが出力した情報やコードを、自分でチェック・検証できる能力

AIはコードを生成できます。しかし、そのコードが次のことを満たしているかは、最終的に自分で判断する必要があります。

• 本当に要件を満たしているのか
• セキュリティ上問題がないのか
• 同時アクセスでも正しく動くのか
• データを壊す可能性がないのか
• パフォーマンス上問題がないのか
• 本番環境で運用できる品質なのか

AIを使えば使うほど、その出力を評価するための技術力が必要になります。

AIを使った開発では、自分自身がAIに仕事を依頼する立場にもなります。仕事を依頼するときは、次のことを整理してから依頼することが重要になります。

• 何を作ってほしいのか
• どのような制約があるのか
• どの情報を事前に渡すべきなのか
• 何を完了条件とするのか
• どこまでAIに任せるのか
• 何を人間が確認するのか

これは、人に仕事を依頼するときと似ています。相手が仕事を進めやすいように必要な情報を揃え、曖昧な部分を減らし、期待する結果を明確にする。AI時代のエンジニアには、実装する側の視点だけでなく、次の視点も必要になると考えています。

仕事を正しく依頼し、その成果物を評価する側の視点

ここで、自分自身が一つの問題を感じるようになりました。以前は、作りたいものを作りながら技術を学ぶことが、自分にとって大きな学習方法でした。

しかし今は、本当に作りたいサービスほどAIを積極的に使います。作りたいものは単なる勉強用ではありません。できるだけ早く完成させたい。実際に使えるものにしたい。品質を高くしたい。そして、できれば自分だけではなく、他の人にも使ってもらえるサービスにしたい。

そのため、本当に作りたいプロダクトの開発では、「勉強のためにAIを使わない」という選択をしたくありません。AIを使って開発速度を上げ、品質の高いものを作ることを優先したいからです。その結果、次のように感じるようになりました。

AIを使ってプロダクトを作れるようになった一方で、自分自身の技術力を鍛える場所が減っている

そこで、次のように決めました。

プロダクトを作る場所と、技術力を鍛える場所を分ける

そしてAIには、次の役割を持たせます。

• Questを出題してもらう
• 必要なときだけHintをもらう
• 実装したコードをレビューしてもらう
• 問題点を指摘してもらう
• 「なぜこの実装にしたのか？」と質問してもらう
• 技術面談で理解できているか確認してもらう

Engineer Quest が目指すのは、AIを使わないエンジニアを育てることではありません。AIを積極的に使いながらも、AIが作ったものを理解し、検証し、改善し、最終的に自分で責任を持てるエンジニアになること。そのための実践的なトレーニング環境を作ります。