開発分野における生成AI導入が広がっている。生成AIツールを使うことで開発が効率化することが期待できる一方で、開発者がそれを素直に喜べない事情もある。どういうことなのか。
開発におけるAI（人工知能）技術の活用が進んでいる。AIベンダーOpenAIのAI（人工知能）チャットbot「ChatGPT」や、MicrosoftのAIアシスタント「Microsoft Copilot」などのAIツールは、開発の計画からソースコードの作成までを支援する。開発プロセスにAI技術を組み込むことで開発の効率が向上することが期待できるが、開発者がそれを素直に喜べない事情もある。
大規模言語モデル（LLM）をベースにした生成AIツールは、技術的な質問に対しても回答を返すことができる。例えばChatGPTは、プログラミング言語「Java」や「Python」を用いてAmazon Web Services（AWS）のクラウドサービスに接続する方法を説明できる。
他にも、AI技術を開発プラットフォームに組み込むことで、API（アプリケーションプログラミングインタフェース）呼び出しやオブジェクト（データとメソッドをまとめたもの）間のデータ移動に必要なソースコードを自動生成させることができる。このようにAI技術で自動化を進めることで、開発者はより創造的な業務に専念できるだけでなく、DevOps（開発と運用の融合）チームの負担軽減にも効果がある。
一方で忘れてはならないのが「AIモデルは完璧ではない」ということだ。人間が誤ったソースコードを書いてしまうことがあるのと同様に、AIモデルも不適切なコードを生成するリスクがある。そのためソースコードの作成者がAIモデルであれ人間であれ、同様のセキュリティポリシーやガバナンスを適用する必要がある。
別の言い方をするなら、ユーザーに十分な技術知識がなかったり、出力内容をユーザーが確認できなかったりする場合は、AIモデルが生成したソースコードを使わない方がよい。開発プラットフォームベンダーAirplaneの共同創設者兼CEOラヴィ・パルク氏は、「90％の確率で適切なソースコードを生成できるとしても、1回でもバグが持ち込まれると大変な事態になる」と警告する。
以下に、生成AIが出力するソースコードの具体的なリスクを3つ紹介する。
AIモデルが生成したソースコードには脆弱（ぜいじゃく）性や構成ミスの懸念が含まれるが、ユーザーはしばしばそのことを忘れる傾向にある。
LLMが生成できるソースコードの品質や規模には限界があり、必ずしも希望通りのソースコードを生成できるわけではない。そのソースコードが動いたとしても、簡潔性や効率性で手書きのソースコードに劣っている場合がある。
著作権や知的財産にまつわるリスクもある。Tabnineのソースコード補完ツール「Tabnine」は、使用許可が下りているデータのみをAIモデルの学習に使っているが、こうした措置は全てのAIモデルやLLMで実施されているわけではない。そのためAIモデルの学習や改良に使われたデータについて、確認が欠かせない。
例えば、ChatGPTの基盤となるモデル「GPT」は、書籍や記事など、インターネットからかき集めた大量のコーパス（言語情報）でトレーニングされている。その中に独占所有権の対象となるデータが含まれていた場合、法的侵害の指摘を受ける可能性がある。
通常、個人や企業同士の特許紛争は法的手段によって解決される。一方で、GitHub CopilotやChatGPTなどのAIツールが生成したソースコードによって生じる紛争の解決プロセスは、明確にはなっていない。
次回は、開発向けAIツールを選ぶ際に、重視すべき条件を解説する。
米国TechTargetの豊富な記事の中から、さまざまな業種や職種に関する動向やビジネスノウハウなどを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
エンジニア組織にとって開発の生産性を向上させることは重要な課題だ。しかし、「ボトルネックの特定が難しい」「変更のリードタイムが伸びている」などさまざまな課題が付いて回る。このような状況を解消するにはどうすればよいのか。
DXの推進が叫ばれる中、その中核を担うソフトウェア開発の現場では、IT人材不足をはじめとする5つの課題が顕在化している。それらを解消し、ソフトウェアの品質を高める方法として注目されるのが、ソフトウェアテストの外注だ。
ソフトウェア開発ではテストを、開発エンジニアが自ら担当するシーンが散見される。ただ、専門知見を持たない人材が我流でテストしていては、開発品質の担保が難しくなる。この問題の解決には第三者によるテストが重要だ。
業務システムの老朽化が進み、属人化やブラックボックス化が大きな問題となっている企業も少なくない。システム開発企業のシスラボは、同様の問題をノーコード開発ツールの導入と生成AIの活用で解決した。同社の取り組みを詳しく解説する。
深層学習の主要フレームワーク「PyTorch」と「TensorFlow」には複数の違いがある。自社プロジェクトに適したフレームワークを見極める上で欠かせない、それぞれの選択基準や設計思想、メリットとデメリットを取り上げる。
お知らせ
米国TechTarget Inc.とInforma Techデジタル事業が業務提携したことが発表されました。TechTargetジャパンは従来どおり、アイティメディア（株）が運営を継続します。これからも日本企業のIT選定に役立つ情報を提供してまいります。
「パーソナライゼーション」＆「A／Bテスト」ツール売れ筋TOP5（2025年4月）
今週は、パーソナライゼーション製品と「A／Bテスト」ツールの国内売れ筋各TOP5を紹介し...
Cookieを超える「マルチリターゲティング」 広告効果に及ぼす影響は？
Cookieレスの課題解決の鍵となる「マルチリターゲティング」を題材に、AI技術によるROI向...
「マーケティングオートメーション」 国内売れ筋TOP10（2025年4月）
今週は、マーケティングオートメーション（MA）ツールの売れ筋TOP10を紹介します。
ITmediaはアイティメディア株式会社の登録商標です。
