「なぜ」が失われる危機、生成AI時代の本質的な複雑性とは
生成AIの進化は、ソフトウェア開発の風景を劇的に塗り替えつつある。コード生成やドキュメント作成の自動化によって、開発の生産性は飛躍的に向上した。ただしその陰で、エンジニアリングの根幹を支えてきた重要な要素が失われつつある。株式会社MonotaROでシニアアーキテクトを務める尾髙敏之氏は、その危機を「文脈知識の喪失」と表現する。
尾髙氏はまず、エンジニアが向き合う課題には二つの側面があるという。一つは「何を」「なぜ」作るのか、それが誰にどのような価値をもたらすのかという「本質的な複雑性」である。
もう一つは、実装技術や手段に起因する、いわば「偶有的な複雑性」だ。そして、生成AIの進化によって後者が急速に解消されつつある昨今、エンジニアの主戦場は、前者の「本質的な複雑性」へと移行していると指摘する。
では、その本質的な複雑性に向き合うために、エンジニアには何が求められるのか。尾髙氏が挙げたのは「文脈知識」だ。文脈知識とは、単なる事業要求や仕様そのものではなく、その要求が生まれた背景や制約、さらには歴史的な経緯までを含んだ知識を指す。事業要求を把握するだけでは不十分であり、その背後にある「なぜ」を理解してこそ、エンジニアは価値ある選択や判断を下せるというのが尾髙氏の考えだ。
多くのシニアエンジニアは、こうした文脈知識を現場での経験を通じて身につけてきた。明確な設計書や体系的な教育がないまま業務に投入されることも珍しくなかった。十分な理解が及ばないままコードを書き続ける中で、「なぜこの実装なのか」「なぜこの設計なのか」という疑問にぶつかり、それを周囲のエンジニアや業務エキスパートに問いかける。そこで得られた断片的な回答が結びつき、やがて業務の全体像が腑に落ちる。このようにして暗黙知や身体知を獲得することが、前AI時代のスキルアップ法として通っていた。
しかし、生成AIを前提とする現在、ジュニアエンジニアを取り巻く環境は大きく変わりつつある。コードを書く機会は減り、ドキュメントも自動生成されるようになった。生成AIが作成したプルリクエストを、十分な理解もないままレビューする場面も珍しくない。
しかも、オンボーディングで渡される資料には「なぜその設計やルールが存在するのか」という背景、すなわち文脈が欠落しているケースが多い。尾髙氏は、「こうした状況で果たして健全なオンボーディングが成立するのか」と強い危機感を示す。
さらに懸念されるのが、AIエージェントによる業務自動化の進展に伴う、ビジネス知識のカプセル化だ。業務マニュアルや手順が整備され、生成AIが定型業務を処理できるようになること自体は歓迎すべき変化である。しかしその過程で、「なぜそのビジネスルールが存在するのか」という背景は、徐々に語られなくなっていく。
自動化が進むほど、ビジネス知識はAIエージェントの内部に閉じ込められ、人の目に触れなくなっていく。この状態で業務エキスパートの世代交代が進めば、現場には「なぜこのルールがあるのか」を説明できる人が残らない。すると、「昔からそうだから」という根拠だけを伴った、形骸化したビジネスルールが残ることになる。
尾髙氏はこの状況を予測して「業務エキスパートは絶滅危惧種となり、最終的には責任を取る人だけが残る」と警鐘を鳴らした。
この危機を乗り越えるための手掛かりとして、尾髙氏が提示するのは「意味の構造」とモデリングだ。文脈知識を単に形式知として書き残すのではなく、複数の要求や制約の関係性を推論しながら、「なぜその判断に至ったのか」という意図を掘り下げていく。失われた背景を掘り起こす一連の営みを、尾髙氏は考古学になぞらえた。文脈を意味の構造として表出させることこそが、生成AI時代におけるエンジニアの新たな使命であり、モデリングと生成AIを真に活用すべき領域だというのだ。
