新人のAI依存で地力が育たないのは、量ではなく使い方の問題

tasklogの技術書ランキングを眺めていて、少し引っかかる並びを見つけた。直近で順位を急に伸ばしている本の上位に、AIの使い方を教える本がほとんど出てこない。代わりに並ぶのは、ドメイン駆動設計の入門書、SQLのアンチパターン集、良いコードと悪いコードを見分ける本、プログラミングの原理原則をまとめた本。設計や判断力そのものを鍛える、むしろ地味な本ばかりだ。AIエージェントの開発本も伸びてはいるが、上げ幅で見ると先頭には立っていない。

この見方を裏づけるために取った集計ではないので、断定する話ではない。ただ、AIが答えを即座に出してくれる時代に、わざわざ「使い方」ではなく「判断の軸」を学ぼうとする人が増えているように見えるのは、ちょっと面白い符合だと思う。

なぜ、AIの使い方を学ぶ本ではなく、設計や判断力の本が伸びるのか。答えは単純だ。AIが生成の部分を肩代わりするほど、人間に残る価値は「AIの出力が正しいかを判断する側」に寄っていく。コードを書く速度では、もはや人間はAIに勝てない。勝負が残っているのは、出てきたコードや設計が妥当かどうかを見極める力の方だ。

禁止か解放か、という問いの立て方自体がずれている

この文脈で新人のAI利用を考えると、よく聞く「新人にAIを使わせるべきか」という議論は、最初から軸がずれていることに気づく。「地力が育たなくなるから禁止すべきだ」という立場と、「今の時代に使わない方が不自然だ」という立場は、どちらも「使用量」を争点にしている。だが実際に新人の伸び方を分けているのは、使う量ではない。AIの答えをどう扱うかという、対話の型の方だ。

型には大きく二つある。一つは、AIの出力を「結論」としてそのまま受け取り、動けば次に進む使い方。もう一つは、出力を「仮説」として受け取り、自分の言葉で言い換え、実際に検証してから採用する使い方。前者を丸投げ型、後者を検証型と呼ぶと分かりやすい。この分岐自体は、AIと学習の関係を論じた記事ですでに広く知られている話なので、ここでは深追いしない。

丸投げ型だけが地力を痩せさせる理由

要点だけ押さえておく。デバッグ力の大部分は、原因の仮説を立てて検証し絞り込む工程に宿っている。丸投げ型は、AIが最初から答えを出すせいで、この一番伸びる工程をそのまま素通りしてしまう。検証型は、答えを仮説として扱い自分の手で確かめ直すので、当たっても外れても経験値が積み上がる。AIを使っている量自体は両者で変わらないのに、この一段の差だけで伸び方が分かれる。

ここで効いてくる捻りが一つある。この型の差は年次と無関係だということだ。ベテランでも丸投げ型の使い方を続ければ地力は鈍るし、新人でも検証型を早くから身につければ、AIがある分だけ多くの仮説検証を積める。つまり「新人にAIを使わせるかどうか」という問いは的外れで、本当に見るべきは「AIの答えを検証する工程を挟んでいるかどうか」だけだ。

新人に教えるべきは、禁止でも放任でもない

実務の線引きに落とすなら、新人に伝えるべきルールは「AIを使うな」でも「好きに使え」でもない。「AIの答えを受け取ったら、採用する前に一度、自分の言葉で言い換えて検証しろ」という、使い方の型そのものだ。

具体的には、こんな問いを習慣にできるかどうかが分かれ目になる。「今AIが出した修正は、なぜ効くのか、自分の言葉で説明できるか」。「このエラーの原因を、AIに聞く前に自分なら何だと推測するか」。「AIの答えを適用する前に、それを検証する最短の方法は何か」。この一段を挟むだけで、同じ量のAI利用でも学習効果はまったく違ってくる。

設計や判断力の基礎を厚くしたいなら、いま急上昇している技術書から手を付けてみるのも一つの道だ。

https://s-tasklog.com/books/general

tasklogは、技術記事や合格体験記に登場する書籍・講座の引用を集計し、今どの教材の支持が伸びているかを可視化しているサービスだ。今回触れた急上昇の順位も、自分の目で確かめられる。

(データ出所:tasklogの書籍ランキング集計、/books/general の急上昇タブ(直近ランクが15位以内で、全期間ランクからの上昇が5以上の本を抽出)。2026年10月9日時点のスナップショットで、暫定値。)