「AIコーディングをどう使うか」次第でスキルが低下？ Anthropicが分析、3つの利用パターン：タスクは早く終わるようになるが……

Anthropicは、AIアシスタントが開発者のスキル習得に与える影響を検証した結果を発表した。実験ではAI支援を使用したグループの理解度が手作業グループより17％低かった。

[＠IT]

　Anthropicは2026年1月29日（米国時間）、AI（人工知能）アシスタントがコーディングスキルの形成に与える影響について調査した研究論文について解説した。52人のソフトウェアエンジニアを対象とした比較試験の結果、コーディングにAIアシスタントを使用すると、新しいスキルの習得度が有意に低下する可能性があることが明らかになった。

AIコーディングを「使うか否か」「どう使うか」でスキルに差が出る？

　これまでの研究では、AIアシスタントの活用によって一部の開発タスクが最大80％高速化されることが示されている。一方で、AI使用時に仕事への関与度が低下し、思考をAIに委ねる「認知オフローディング」が発生する可能性も指摘されてきた。

　この研究では、認知オフローディングがスキル成長を妨げる可能性があるかどうかを検証した。コーディングはAIツールが急速に標準化している分野だが、エラーの検出やAIの監督には依然として人間のスキルが必要であり、生産性向上とスキル習得の両立が課題となっている。

研究方法：AIあり、AIなしの対照実験

　研究チームは、Pythonを週1回以上、1年以上にわたって使用している52人のソフトウェアエンジニア（主にジュニア）を募集した。参加者はPythonライブラリ「Trio」（非同期プログラミング関連）を使用した2つの機能のコーディングタスクを行い、その後クイズを受けた。

　参加者は、ランダムに以下の2グループに分けられた。

• AIアシスタント（コードにアクセスでき、要求に応じて正解コードを生成可能）を利用できるグループ
• AIなしで手作業でコーディングするグループ

　両グループは同じ時間配分でタスクと評価に取り組んだ。

研究における実験デザインのワークフロー。AI支援の有無による2つのグループが同じ時間配分でタスクと評価に取り組んだ（提供：Anthropic）

研究結果：タスクは早く終わるが理解度は低下

　実験の結果、AI支援グループは平均約2分早くタスクを完了したが、この差は統計的に有意なものではなかった。

　一方、テストスコアには明確な差が現れた。AI支援グループの平均は50％、手作業グループは67％だった。これは約2段階分の成績差に相当する。特にデバッグ問題で両グループ間のスコア差が最も大きく、コードの誤りを理解する能力への影響が懸念される結果となった。

AIの使い方で学習成果に大きな差

　定性分析では、AI利用の方法によって学習成果が異なることが判明した。低スコア（平均40％未満）のグループでは、AIへの依存度が強く、以下の3つの利用パターンが特定された。

• AI委任
  • AIに完全にコード記述を任せ、最も早くタスクを完了する
• 段階的AI依存
  • 最初は質問から入るが、最終的に全てのコード記述をAIに委任する
• 反復的AIデバッグ
  • 自身の理解を深めるためではなく、問題解決や検証のためにAIを利用する

　高スコア（65％以上）のグループでは、以下3つの利用パターンが見られた。

• 生成後理解
  • AIにコードを生成させた後、フォローアップ質問を通じて理解を深める
• ハイブリッドコード説明
  • コードの生成と同時に、そのコードに関する説明を求める
• 概念的探求
  • AIには概念的な質問のみを行い、得られた理解に基づいて自力でタスクを完了する

6つのAI利用パターンと学習効果の相関。上位の「High skill development（高いスキル開発を達成）」群は、AIを理解の補助として活用している（提供：Anthropic）

タスク効率と育成のバランスが課題に

　研究チームは、AI支援の有無よりも、その使い方が学習成果に影響することを強調している。

　時間的制約や組織的プレッシャーの下で、ジュニアエンジニアがスキル習得を犠牲にしてタスク完了を優先するリスクがある。

　企業がAI生成コードの比率を高める中、AIに依存して育成されたジュニアエンジニアは、コードの品質評価や問題発見能力が不足する可能性がある。管理者はAIツールの活用と、人材育成を両立させる運用設計が求められるとしている。