レビュアーの9割が負担増
開発者本人が意味を説明できない…… AIコーディングが招く“品質崩壊”の危機
AIツールにコーディングを任せることで開発プロセスは短縮されたように見える。だが、開発者自身がソースコードの意図を理解しておらず、修正に追われる現場が後を絶たない。保守性が脅かされている実態とは。
ソフトウェア開発の現場で、AI(人工知能)コーディングツールの導入が急速に進む中、コードレビューを担当するエンジニアの負担が急増している。IT人材事業を展開するキッカケクリエイションは2026年2月24~27日、業務でコードレビューを担当しているITエンジニア322人を対象とした「AI生成コードのレビュアー負担に関する調査」を実施した。
調査結果によると、AIコーディングの普及によってレビュアーの86.3%(「非常にそう感じる」30.0%、「ややそう感じる」56.3%の合計)が負担の増加を実感している。直近6カ月以内にAIコーディングツールで生成されたソースコードをレビューした経験があるエンジニアは、「何度もある(5回以上)」が37.9%、「数回ある(2~4回)」が42.5%で、合わせて80.4%が複数回のレビュー経験を持つなど、AIツールは日常的な開発業務に組み込まれつつある。
一方で、AIツールの活用によってコーディング速度は上がったものの、「ソフトウェアを届ける速度はあまり変わらない」と感じているレビュアーは74.8%に上る。開発工程の高速化というメリットの裏側で、最終的な品質を保証するレビュー工程にしわ寄せが生じている。
こうした深刻な負担増を引き起こしている原因はどこにあるのか。調査結果の詳細なデータから、AI時代特有の開発現場の課題と、今後の開発チームに求められる対策が浮き彫りになった。
開発効率化の裏にある“しわ寄せ”
AIツールが生成したソースコードのレビューでレビュアーが直面している最大の問題点は、「提出者本人がソースコードの内容を説明できなかった」ことであり、49.5%のレビュアーがこれを指摘している。次いで「動作するが、なぜ動くのかが理解しにくいソースコードだった」が33.6%、「エッジケース(極端な条件やまれな入力などの特殊な状況)で正常に動作しないソースコードだった」が31.8%と続いた。「中途半端なソースコードが大量に存在していた」(24.5%)、「既存のコードベースとの整合性が取れていなかった」(20.9%)といった、システム全体の構造や保守性に関わる課題も挙がった。
自由回答の意見では、「担当者がAIツールを信じ切ってしまうところ」や「ソースコードの作成者の責任が誰であるかが保証できない」といった、開発者自身の姿勢や責任の所在を危惧する声が寄せられた。「プログラムの土台としては有能だが、プログラマー自身が内容を理解していないのは問題だ」との指摘もあり、AIツールにコーディングを丸投げすることによる影響が見て取れる。「学習データの質に依存し、過去のデータに基づいた不完全なセキュリティ対策が反映される場合があり、『SQLインジェクション』や『クロスサイトスクリプティング』のリスクがあるソースコードが生成される」「ソースコードの中身が分からなくても動作するプログラムが作れるため、レビューが機能しない」といった、セキュリティや開発プロセスそのものを脅かす意見もあった。SQLインジェクションはデータベースを不正操作する攻撃手法、クロスサイトスクリプティングはWebブラウザに不正なスクリプトを実行させる攻撃手法だ。
こうした背景から、回答者の78.6%のエンジニアが直近6カ月以内にAI生成コードが原因となるバグや障害が発生し、その修正に関わった経験を持っていた。「何度もある(3回以上)」と答えた割合も32.0%に達する。それに伴う追加の対処時間については、「週3~4時間程度」が46.2%、「週5時間以上」が21.3%となっており、およそ7割のレビュアーがAI生成コードのレビューや修正のために週3時間以上を奪われている計算になる。
このような状況を受け、約8割に当たる76.4%の回答者が「このままAI生成コードが増え続けると、コードベース全体の品質が維持できなくなる」と強い懸念を示している。ソースコード分析ツールを手掛けるGitClearは、数億行のソースコードを分析した調査レポート「AI Copilot Code Quality」において、AIコーディングツールの活用によるコピー&ペーストの急増と保守性の低下に警鐘を鳴らしている。AI生成コードによる品質低下のリスクは世界的なトレンドになっている。
早急な対策が求められる中、開発現場のルール整備は十分に追い付いていないのが実情だ。所属する組織においてAI生成コードに関する「明文化されたルールやガイドラインがある」と答えた割合は27.3%にとどまった。最も多かったのは「暗黙のルールや口頭での取り決めがある」の43.5%であり、個人の裁量や現場の空気に依存している状態だ。
AI時代のコードレビューにおいて、今後レビュアーに求められるスキルとして最も多く選ばれたのは「品質基準を言語化してAIツールに指示する力」(52.2%)だった。続いて「AIツールが生成したソースコードの意図を読み解く力」(41.6%)、「AIツールに任せる範囲を見極める判断力」(40.7%)、「セキュリティリスクを見抜く力」(30.7%)が重視されている。
AIツールによる開発効率化の恩恵を真に享受するためには、AIツールへの過度な依存を避け、組織として明確なガイドラインを整備することが不可欠だ。同時に、AI生成コードの本質や意図を正確に読み解き、品質基準を的確に言語化してコントロールできる「本質的なエンジニアスキル」の育成が、今後の開発チームにおける課題になるだろう。
Copyright © ITmedia, Inc. All Rights Reserved.
本記事は制作段階でChatGPT等の生成系AIサービスを利用していますが、文責は編集部に帰属します。
TechTarget ニュースプラス
国内のIT業界ニュースを迅速に報道します。企業動向から導入事例、市場トレンドまで幅広く取り上げ、実務に直結する情報をタイムリーに提供する連載です。
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社キーエンス] RPAは「どれも同じ」ではない 過去に導入を諦めた企業が“失敗した理由”とは -
製品資料
[株式会社キーエンス] 疲れ知らずの単純作業ロボをサクッと作成、“自分一人”でデスクワークを効率化 -
製品資料
[ニュータニックス・ジャパン合同会社] クラウドネイティブ戦略ガイド:Kubernetesクラスタ運用を最適化する方法を解説 -
事例
[Neatframe株式会社] オフィス移転を好機に Sansanに学ぶ「会議環境」変革の秘訣 -
製品資料
[NECパーソナルコンピュータ株式会社] 「PCが動きません」で情シスが負担する“隠れコスト”はどれほどか?
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「Android」の極悪マルウェア、非公式アプリからうっかり感染しないためには?
-
2
「仮想化基盤の更改とコスト最適化」に関するアンケート
-
3
従来の「外注」では解決しない情シスのリソース問題を突破する手だて
-
4
パスワードはなぜ死んだか 情シスが今すぐ始めるパスキー移行の現実解
-
5
なぜAIで「無意味な仕事」が増えるのか 人間の監視がむしろ足かせに?
-
6
Claudeを使い続けて大丈夫か? IPOで見えるAnthropicの財務と新機能
-
7
情シスに転職して活躍する人、孤立する人 専門エージェントが見た分かれ目
-
8
「ChatGPT」は検索しまくり、「Gemini」は淡泊? AI検索の知られざる実態
-
9
「Copilot」がIT予算を食いつぶす? 高額請求を招く課金体系と節約術
-
10
Copilot導入で陥る“目的化”の落とし穴 定着の鍵は「作り込まない」こと
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
4
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
5
自社のメール環境は本当に安全? チェックシートですぐ分かる“今必要な対策”
-
6
三井ホームに学ぶ「無線LAN環境」構築 快適なオフィスと高度なIT運用の両立法
-
7
「RPA導入の成果が出ない」を防ぐ、成果につながる自動化対象業務の選び方
-
8
AIが苦手な「汚いデータ」になっていない? AI投資を無駄にしないための注意点
-
9
「止まらない」と「シンプル運用」を両立、四街道市新庁舎を支えるネットワーク
-
10
AIに何を聞いても「汎用的な答え」しか返ってこないのはなぜか?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー