最初に学ぶプログラミング言語、人気ランキングで選ぶと失敗する理由

プログラミングを始めようと思って検索すると、必ず「人気言語ランキング」的な記事にぶつかる。1位はPython、2位はJavaScript……というあの表だ。多くの人はそこで、一番人気の言語から手をつけるのが安全そうだと考える。人気があるということは、求人も情報も多く、失敗しにくいということだろう、という理屈だ。

一見合理的に見えるこの発想には、実は足場となる前提がある。「人気ランキング」というものが、どこでも同じ順位になる一つの真実だという前提だ。ところがこの前提は、そもそも成り立たない。

「1位」は、どこで数えるかで変わる

tasklogでは、Qiitaに投稿された技術記事を言語ごとに数え、その蓄積を日次で追いかけている。2026年9月12日時点のスナップショットでは、記事数の多い順に、Python 195,501件、JavaScript 120,873件、Ruby 77,847件、Java 72,973件、TypeScript 41,368件、という並びになっている。

ここで目を引くのが3位と4位だ。RubyがJavaをわずかに上回っている。求人サイトのランキングや、プログラミング言語の使用実績を長年調査しているTIOBEのような指標では、企業システムの現場で広く使われているJavaのほうが上位に来ることが多いというのが一般的な理解だろう。ところが日本の技術記事という母集団で数えると、その順位が入れ替わる。

これは、どちらかの数字が間違っているという話ではない。RubyはWebサービスの開発者コミュニティで昔から情報共有が活発な言語で、日本語の技術記事という土壌では特に強い。一方でJavaは、企業の基幹システムのような、そもそも技術記事として外に出てきにくい現場で使われることが多い。だから、同じ「Javaという言語の実力」を測っていても、「Qiitaの記事数」で測るか「求人数」で測るか「世界中のコード資産量」で測るかで、出てくる順位が変わる。

つまり言語の人気ランキングというのは、言語そのものに固定でついている性質ではなく、「何を、どこで数えるか」という母集団の取り方に応じて動く従属変数だ。数える場所を変えれば1位も入れ替わる指標を、人生で最初にどの言語を学ぶかという意思決定の土台に据えるのは、実はかなり心もとない選び方だったことになる。

揺れる物差しより、揺れない物差しを使う

母集団を変えれば順位が動くのだから、「結局どのランキングが正しいのか」を探し続けても答えは出ない。探すべきは、もっと別の場所にある動かない基準だ。それが、自分が何をしたいかという目的である。目的は誰が数えても、いつ数えても変わらない。目的から逆算すれば、Webを作りたいのかデータ・AIを扱いたいのか自動化がしたいのかで入口はほぼ自動的に絞られる。この逆算の具体的な進め方はAI時代の学習、最初の一歩の選び方に譲るとして、ここでは「ランキングを物差しにしない」という結論の側を掘り下げたい。

というのも、RubyがJavaを上回っているという先の逆転は、単に「順位が入れ替わる例」で終わらせるにはもったいない材料だからだ。Qiitaの記事数というのは、突き詰めれば「その言語でつまずいたとき、日本語で誰かが先に困って書き残してくれているかどうか」の蓄積でもある。独学の最中に一番助かるのは求人票の数でも世界的なシェアでもなく、自分と同じ場所でつまずいた人の記録だ。だとすれば、この記事数の順位は「言語の実力ランキング」というより「日本語で独学するときの、詰まった瞬間の助かりやすさ」に近い指標として読んだほうが、初学者にとっては実は本筋に近いのかもしれない。

そう考えると、母集団の偏り自体は指標の欠陥ではなく、手がかりにもなる。RubyがJavaより厚いのは「日本語コミュニティで独学する開発者」という母集団での話であり、逆にJavaが強く出る母集団(大規模開発の求人や、企業のコード資産)も別に存在する。自分がこれからどちらの母集団に混ざっていくつもりなのか——日本語の個人開発コミュニティで揉まれたいのか、企業の開発チームの中で使う言語を先取りしたいのか——を考えると、同じ記事数の差でも受け取り方が変わってくる。

もう一つ、Pythonが頭一つ抜けて多いという事実も、額面通りに「万能」と読むと足をすくわれるかもしれない。Web開発・データ分析・自動化・機械学習といった複数の分野の記事が一つの言語名の下に積み上がっているだけで、もし分野ごとに記事を割ってみれば、Web用途はJavaScript優位のまま変わらず、Pythonの厚みの大半はデータ・自動化領域に偏っている可能性はある(この記事ではその分野別の数字までは集計していないので、あくまで仮説として書いておく)。「Pythonが一番人気だから」という理由だけで、Webを作りたい人がPythonから入るのが最適とは限らない、という注意点はここから導ける。

AI時代、最初の1つの重みは以前より軽い

もう一つ、以前とは前提が変わったことがある。生成AIが普及する前は、「最初に選んだ言語で長く戦うことになる」という感覚が強かった。1つの言語の文法や慣用表現を覚えるのに時間がかかるぶん、乗り換えのコストも高く見積もられていたからだ。

いまは事情が違う。生成AIに「この言語ではこう書く」と聞けば、文法レベルの違いはその場で埋め合わせてくれる。ある言語で「目的を持って動くものを作る」という経験を一度積んでおけば、別の言語に移るときのハードルは、以前よりずっと低くなっている。最初の1つを完璧に選び切る必要性そのものが下がった、と言ったほうが正確かもしれない。

だからこそ、最初の言語選びで一番避けたいのは、「間違えたら取り返しがつかない」という思い込みのもと、答えの出ない人気ランキング探しに時間を溶かすことだ。目的さえ決まれば言語はほぼ自動的に絞られるし、後から目的が変わっても乗り換えのコストは以前より小さい。最初の1つは、人生を決める選択ではなく、今の目的に対する仮の答えだと捉えておくくらいがちょうどいい。

Web系に決まった、あるいはデータ・AI系に決まった、というところまで来たら、次にすべきは言語そのものの深追いではなく、その言語でどんな教材から手をつけるかだ。データ・AI系の入口を選んだ人向けにはPythonの学び方で、実際に引用されている教材を確認できる。言語同士の細かな違いが気になる場合は、技術の比較(VS)一覧で、他の開発者がどの観点で比較しているかを見ておくと、自分の目的に合う軸が見えてくる。

まとめ

言語の人気ランキングは、数える場所を変えれば1位が入れ替わる、思ったより不安定な指標だ。日本の技術記事という母集団ではRubyがJavaを上回るという現象一つを見るだけでも、そのことがわかる。動かない基準にしたいなら、ランキングではなく自分の目的を先に固定するほうがいい。目的が決まれば言語はほぼ自動的に絞られ、AIのおかげで最初の1つを乗り換えるコストも以前より軽くなっている。人気競争を追いかける手間は、そのまま自分が本当に作りたいものに向ける時間に変えてしまっていい。

tasklogでは、こうした言語やツールごとの言及データを日次で集計し、目的別の学習ガイドや教材ランキングとしてまとめている。次の一歩を選ぶときの参考にしてほしい。

---

記事数はQiita APIの検索総数(2026年9月12日時点、tasklog調べ・暫定値)。母集団や検索条件が変われば数値も変動する。