AIを使うなら、品質に妥協しないこと

先日、AI利用に関する記事を読んだ。

内容としては、

• AIで作った資料をそのまま提出
• 上司レビューでNG
• 修正差し戻し、あるいは別の人に担当変更
• このようなケースが多発し年間14億円の損失がでている

という話。スタンフォード大学って書いてあったので、アメリカの話

もちろん、こういう社会学系の研究は自然科学みたいに絶対ではないので、

「まあ、そういう傾向はありそうだよね」

くらいで受け止めるのが正しいと思う。

ただ、かなりリアリティはある。

一番重要だと思ったのは、

「見た目は完璧だけど、中身がないものを出すと信頼を失う」

という部分。

AIを使ったこと自体が問題ではない。

問題なのは、

• 理解していない
• 検証していない
• 自分で責任を持っていない

状態で、そのまま出すこと。

別に誰も「AI使いましたね」とは言わない。

でも、なんとなく伝わる。

「あ、この人、AIに丸投げしてるな」

と。

そして一度そう思われると、 次から全部疑われる。

これ、エンジニアだともっと危険。

例えば、

• 一応動く
• エラーも出ない
• テストも通る

でも、

• 要件とズレてる
• 責務分離が崩壊してる
• 同じロジックが散乱してる
• なぜその設計なのか説明できない

みたいなコード。

AI時代はこういうコードが大量発生すると思う。

特に危険なのが、

「動いてるからOK」

で終わるケース。

もっと怖いのは、 レビューで突っ込まれた時。

「このロジック、なんでこうなってるの？」

と聞かれて、

「AIが作ったのでわかりません」

状態になること。

これ、かなり危険。

プログラマとしての信頼が一気に落ちる。

昔は、

• コードを書く速度
• タイピング速度
• 実装量

みたいなものが強さだった。

でもAI時代は違う。

むしろ重要なのは、

• AIが出したものを疑えるか
• 設計崩壊を検知できるか
• 要件とのズレを見抜けるか
• 品質を定義できるか

のほう。

つまり、

「作る能力」より「壊れてることを見抜く能力」

の価値が上がっている。

私も Anthropic の Claude Code をかなり使っている。

確かに爆速。

昔なら数日かかる実装が、一気に形になる。

でも、そのまま信用すると危ない。

だから結局、

• レビュー
• 設計確認
• 責務確認
• ログ確認
• テスト観点確認

を行う必要がある。もちろんAIのコード生成に合わせて毎回やってたら人間がボトルネックになる。 なので粒度を上げる、頻度を下げる形で定期的に人間側がチェックを行うべき。

そこをサボると一気に事故る。

AIを使うな、という話ではない。

むしろ逆。

AIは使ったほうがいい。

ただし、

「AIが作ったものに責任を持つのは自分」

という感覚がないと危険。

AI時代に評価される人は、

AIを使わない人ではなく、

AIを使っても品質を落とさない人

なのだと思う。