AIコーディングツールの普及により、ソフトウェア開発の参入障壁が下がっている。そうしたなか、開発者の中核的な競争力はプログラミングそのものの巧拙ではなく、特定の産業や業務をどこまで深く理解しているかに移りつつあるとの見方が注目を集めている。

オンラインメディア「Gigazine」は6月1日（現地時間）、ソフトウェア開発者のアーロン・ブレトホルスト氏（Aaron Brethorst）の見解を紹介した。AIが高速にコードを生成できる時代ほど重要になるのは、「コードを書く力」そのものではなく、コードやシステムの構造を理解し、現場に照らして妥当性を判断できる専門性だという。

同氏は給与計算システムを例に挙げた。重要なのは計算ロジックの実装技術そのものより、税率や控除条件、給与期間ごとの調整といった実務上のルールを正確に把握することだとする。システムが正しく動いているかどうかの判断も、プログラミング言語の文法知識ではなく、現場の業務知識に大きく左右されるという。

また、同じAIコーディングツールを使っても、15年の経験を持つ物流の配車担当者と優秀なソフトウェアエンジニアでは発揮できる強みが異なると説明した。配車担当者は自らコードを書けなくても、AIが生成した物流システムが現場要件に合っているかを見極めやすい。一方、エンジニアはコード品質を評価できても、実運用上の要件を見落とす可能性があるとした。

さらに、エージェント型AIの登場によって、内部実装を細かく組み立てなくてもソフトウェアを作りやすくなり、開発現場で当然の前提とされてきた「専門知識とコーディング能力の結び付き」が弱まりつつあるとの認識も示した。

こうした変化は、開発者と現場の専門家の役割分担にも影響を及ぼしている。従来は、エンジニアが現場の専門家と反復的に協業し、運用環境で試行錯誤を重ねながらシステムを仕上げてきた。一方で、現場の専門家は業務知識を持っていても、自ら信頼性の高いソフトウェアを開発するのは容易ではなかった。AIによって、アイデアを実際に動くソフトウェアへ落とし込むコストが下がったことで、実装力に比べて現場知識の価値が相対的に高まっているという。

その例として、Anthropicのハッカソンも挙げられた。最新のAIモデル活用を競うこのイベントには500人が参加し、その多くは開発者だったが、受賞者5人のうち3人にはソフトウェアのリリース経験がなかった。システム研究者のデクスター・ハドリー氏は、この結果について、ドメイン知識がコーディング能力を上回る場面を示した事例だと評価した。

ブレトホルスト氏は、経験豊富なエンジニアが今後時間を投じるべき分野として、実際の産業や業務プロセス、専門機器、規制制度への深い理解を挙げた。整ったコードを実装する技術の価値は低下する一方で、現実の業務を深く理解し、実務を通じて検証された知識はなお希少だとしている。

もっとも、現場の専門家が直ちにソフトウェア開発で成果を上げられるとは限らないとの反論もある。Hacker Newsでは、システムの出力が正しいかを検証する能力と、そもそも正しい出力を得るためにAIへ適切な指示を出す能力は別物だとの意見が出た。特定分野の専門家であっても、経験的に身に付けたルールを、AIが理解できるテストや要件として明確に整理するのに苦労する可能性があるという指摘だ。

AIがソフトウェアの生産のあり方を変えつつある一方で、結果の妥当性を見極める責任は依然として人間の産業知識や業務知識に依存している。今回の議論の核心はこの点にある。