AIコーディングがもたらした「圧倒的な生産量」と「シニアエンジニアの疲弊」
セッションの冒頭、中津川氏はCodeRabbitの概要に触れるとともに、スライドに描かれたウサギのマスコットキャラクター「Hoppy（ホッピー）」を紹介。「ぜひ名前を覚えて帰ってください」と会場に呼びかけ、セッションがスタートした 。
ソフトウェア開発の現場において、AIを用いたコーディングアシスタントの導入は急速に進んでいる。Googleでは新規コードの25%が生成AIによって書かれており、Microsoftに至っては2027年までにその割合が95%に達すると予測されている。開発チームは、自然言語による指示だけで動作するエージェントを手に入れた。中津川氏は「AIは文句を言わず、常に『わかりました』『最高です』と持ち上げてコードを書いてくれる。最終的に私たちが手に入れたのは圧倒的な生産『量』であり、生産『性』ではない」と指摘する。
生産量の増大が必ずしも生産性の向上に直結しない背景には、AIが生成するコードの品質課題がある。CodeRabbitの調査によれば、AIベースで生成されたプルリクエストは、人間が書いたものに比べて1.7倍も多く問題を含んでおり、可読性に至っては3.5倍も悪化しているという。コンテキスト不足やAIの性能限界によって引き起こされる不具合が、コードベースに混入するリスクが高まっているのである。
この状況下で最も深刻な影響を受けているのが、チームの品質を守るシニアエンジニアたちである。大量に生成されたコードを前に、彼らのレビュー負担は増加し、チーム全体の生産性が低下するという悪循環も起きている。中津川氏は「生成AIが書いたコードの責任は人間が持たなければならず、AIは責任を取れない。シニアエンジニアが承認をしなければならない点が大きな問題になっている」と語り、開発プロセスにおける新たなボトルネックの存在を浮き彫りにした。
増え続けるコードと破綻するレビュー体制、開発現場はどう品質を守るべきか
そもそもコードレビューとは、不具合を見つけるためだけの作業ではない。ジュニアエンジニアへの教育の場であり、ビジネスロジックや業務知識をチーム内で共有し、属人化を防ぐための重要なプロセスである。しかし、現実のレビュー運用には多くのアンチパターンが蔓延している。中津川氏は「コードレビューを通過したからといって不具合がゼロになるわけではない。コードレビューは品質を見る場であり、プロダクト品質はテスト領域である」と釘を刺す。レビューを「関所」のように扱い、重箱の隅をつつくような細かい指摘を繰り返すことは、開発者のモチベーション低下を招く。
実際の開発組織が直面している課題は、時間的、人的、スケールの3側面に分類される。時間的な課題としては、プルリクエストのサイズが大きくなるほど確認に膨大な時間がかかり、シニア層がボトルネック化して開発サイクルが停滞することが挙げられる。人的課題としては、レビュアーによって指摘の厳しさや観点にばらつきが生じ、一貫性がない点や、業務知識の差による確認の難航がある。さらにリモートワークの普及に伴い、非同期でのコードレビューが滞り、非効率化が進んでいるというスケール面の課題も顕著だ。
このような状況において、単にレビュアーの人数を増やしたりルールを厳格化したりするだけでは根本的な解決には至らない。「AIによって発生した課題は、同じようにAIによって解決できるのではないか」と中津川氏は提起する。AIを活用したレビューシステムを導入することで、人間のレビュアーが抱える負荷を軽減し、属人性を排除した一貫性のあるチェック体制を構築できるかが、今後のチームパフォーマンスを左右する鍵となる。
