【ITニュース解説】AI Coding Assistants and Productivity: What the Research Actually Says

AIコーディングアシスタントは、近年ソフトウェア開発の現場で大きな注目を集めている。これらのツールは開発者の作業を効率化すると期待されているが、実際のところ、その効果については様々な研究結果が報告されており、一概に「速くなる」と言い切れるものではない。システムエンジニアを目指す初心者にとって、これらの研究が何を意味し、どのようにAIツールと向き合うべきかを理解することは非常に重要である。

まず、AIコーディングアシスタントの効果を測定した代表的な研究をいくつか見てみよう。

GitHubが2022年に行った統制された実験では、95人のプロの開発者にJavaScriptでHTTPサーバーを作成するタスクを与えた。この実験では、AIアシスタント（Copilot）を使用したグループは、使用しなかったグループよりも55%速くタスクを完了した。具体的には、Copilot使用者が平均1時間11分で完了したのに対し、未使用者は2時間41分かかった。この「55%高速化」という数字は広く引用されるが、これは新規開発の、明確に定義されたタスクという、AIアシスタントにとって最も有利な条件での結果であることに注意が必要だ。

一方、MicrosoftやAccentureなどの企業で行われた実地実験では、異なる結果が出ている。これらの実験では、実際の業務環境で開発者の一部にAIコーディングアシスタントを提供し、その効果を測定した。4,867人の開発者を対象とした3つの実験を通じて、AIツールを使用することで完了したタスクの数が平均で26.08%増加したことがわかった。この研究では、特に経験の浅い開発者ほどツールをより積極的に利用し、より大きな生産性向上を得たという傾向が見られた。これは、実務におけるAIの有効性を示す一つの証拠と言えるだろう。

しかし、全ての研究がAIアシスタントの生産性向上を支持するわけではない。METRが2025年に行った研究では、経験豊富なオープンソース開発者を対象に、彼らが普段からメンテナンスしている大規模なコードベースでの作業におけるAIの効果を調査した。この研究では、AIを許可されたタスクは、AIなしのタスクよりも19%長くかかったという意外な結果が出た。開発者たちは作業開始前にはAIによって24%速くなると予想し、作業後も20%速くなったと感じていたにもかかわらず、実際には時間がかかっていたのである。これは、開発者の自己評価と実際のパフォーマンスに大きな乖離がある可能性を示唆している。METRはこの結果が全ての状況に当てはまるわけではないとしつつも、特定の種類の作業や経験豊富な開発者にとっては、AIが必ずしも生産性向上に繋がらない可能性を示している。

METRは2026年にもより大規模な追跡調査を行ったが、多くの開発者がAIなしでの作業を拒否したり、AIで速くなると予想されるタスクの提出を避けたりしたため、信頼できる数値を発表するには至らなかった。これは、開発者がAIツールに強く依存している現状と、実験環境の設計の難しさを示している。

Googleが発表した2025年のDORAレポートも重要な示唆を与えている。約5,000人のテクノロジー専門家を対象としたこの調査では、AIの導入率が90%に達し、多くの開発者が1日平均2時間をAIツールとの作業に費やしていることが判明した。80%以上がAIが生産性を向上させたと回答し、59%がコード品質を改善したと感じていた。しかし、ソフトウェアデリバリーの指標を見ると、AI導入と「スループット」（処理能力）の間には正の相関関係が見られた一方で、AI導入は「ソフトウェアデリバリーの安定性」と負の相関関係にあることが指摘された。つまり、AIによって多くのコードが生成され、より速くデリバリーできるようになった半面、システムの安定性が損なわれるリスクがあるということだ。

これらの研究結果が食い違うのは、それぞれが異なるものを測定しているためである。GitHubの実験は新規開発の単一タスク、企業の実地実験は日々の業務におけるタスク完了数、METRの研究は既存の大規模プロジェクトでのバグ修正や機能追加、DORAレポートは開発者の意識調査とデリバリー指標に基づいている。対象となる開発者の経験レベル、使用されたAIツールの種類、そして研究が行われた時期（AI技術は急速に進化している）も結果の違いに影響を与えている。どの研究も間違っているわけではなく、それぞれが異なる問いに答えていると理解することが重要だ。

これらの研究結果から、AIアシスタントが効果を発揮しやすいケースとそうでないケースが見えてくる。

AIが効果を発揮しやすいのは、GitHubの実験で見られたような、独立していて仕様が明確なタスクである。また、企業での実地実験が示すように、経験の浅い開発者ほど大きな恩恵を受けやすい傾向がある。チーム全体の作業量を増やす「スループット」の向上にも寄与し、多くの開発者がAIツールを好意的に捉え、生産性向上を実感しているという感情的な側面も大きい。

一方で、AIが効果を発揮しにくいのは、METRの研究で見られたような、熟練の開発者が詳細まで知り尽くした大規模な既存コードベースでの作業だ。この場合、コードの背景にある文脈、組織独自の慣習、品質基準といった、開発者の頭の中に存在する知識をAIモデルに伝えることは難しい。また、Google DORAレポートが警告するように、「安定性」の低下も懸念される点である。AIが変更の量を増やすことで、強固な自動テスト、成熟したバージョン管理、迅速なフィードバックループといった堅牢な管理体制がなければ、かえってシステムが不安定になるリスクがある。さらに、Stack Overflowの調査が示すように、「ほぼ正しいが完璧ではないAIの提案」は多くの開発者にとってフラストレーションの種となり、不正確なAI出力への不信感も根強い。そして、METRの研究が示したように、開発者自身の「速くなった」という自己評価が必ずしも客観的な事実と一致しない点にも注意が必要だ。

システムエンジニアを目指す初心者がAIコーディングアシスタントを活用するにあたって、いくつか重要な注意点がある。

まず、AI導入の成果を評価する際には、「なんとなく速くなった気がする」といった印象ではなく、具体的な指標で測定することが肝心である。例えば、コードが本番環境にデプロイされるまでの時間、デプロイの頻度、リリースによって問題が発生する頻度、手戻り作業の量などを追跡することが重要だ。

次に、AIによって生成されたコードを導入する前に、必ず自動テストや継続的インテグレーション（CI）といった仕組みを整備することだ。DORAレポートが警告した「安定性の低下」は、AIによって増大する変更量に対応するための堅牢な品質管理システムがない場合に顕著になる。エンドツーエンドの自動テストなどは、このような管理システムの一例である。

また、AIベンダーが示す「〇〇%高速化」といった数字を鵜呑みにして、開発の見積もりを安易に半分にしたりしないことだ。現実的な計画を立てるには、企業での実地実験で示された程度の生産性向上と、全く変化がない中間あたりを想定するのが良いだろう。これはコードベースの複雑さや開発者の経験レベルによって変動する。

さらに、AIによってコード生成量が増える分、コードレビューに十分な時間を予算として確保することも忘れてはならない。AIが生成したコードには、人間が書いたコードとは異なるセキュリティ上の脆弱性パターンが潜んでいる可能性もあるため、注意深いレビューが必要となる。

最後に、「ほぼ正しい」がゆえにそのままマージされてしまうAI生成コードが「技術的負債」とならないよう警戒することである。修正が不十分なコードは、将来的にメンテナンスコストを増大させ、システムの複雑性を高める原因となる。

まとめると、AIコーディングアシスタントは、特に新規開発や経験の浅い開発者にとっては強力な味方となりうるツールである。しかし、既存の大規模システムでの熟練開発者の作業においては、必ずしも生産性を向上させるとは限らない。AIの導入は、チームの作業の流れ、テスト体制、コードレビューのプロセス全体を見直し、慎重に進めるべき課題だ。単に「速くなる」という幻想に囚われず、そのメリットとデメリット、そして潜在的なリスクを理解し、賢く活用することが、これからのシステムエンジニアに求められる重要なスキルとなるだろう。