メインコンテンツへスキップ
見出し画像

AIコーディングで書いたコードは、あとで直しにくい? 開発者151人の実験で分かったこと

    AIでコードを書くと、開発は速くなる。そんな研究はたくさんあります。でも、AIと一緒に書いたコードを、あとで別の人が直すときはどうでしょうか。「速くなるのは最初だけで、あとで直しにくいコードが残るのでは?」という心配もあります。

    この記事では、開発者151人が参加した実験の論文「Echoes of AI(エコーズ・オブ・エーアイ)」を中心に、その前後に出た研究もあわせて、AIコーディングとコードの保守のしやすさについて分かっていることをまとめました。

    特に、エンジニアを目指して勉強中の方や、Claude Code・Codex・GitHub Copilot などを仕事で使い始めた方に読んでほしい内容です。数字の読み違いが起きやすいテーマなので、最後の「よくある質問」で、誤解しやすい点を先回りしてお答えします。

    ソフトウェアは、作って終わりではない

    ソフトウェアは、リリースしたら終わりではありません。機能を足したり、直したりし続けます。しかも、それをするのは、最初に書いた本人とは限りません。

    画像
    ソフトウェアは、作って終わりではない

    そして今、書かれるコードのうち、AIが関わる部分はどんどん増えています。Microsoft は2025年に、社内のコードの2〜3割をAIが書いていると明かしました。Google は2026年4月、新しく書かれるコードの75%が、AIが生成してエンジニアが承認したものだと発表しています(前の年の秋は50%)。AIが書いたコードが増えるほど、それを人が直し続けられるか、つまりメンテナンスできるかが大事になります。

    AIで開発は速くなる。これは多くの研究で一致している

    まず、速さの話です。AIでコーディングが速くなる、という研究はたくさんあります。

    画像
    AIで開発は速くなる

    たとえば、Microsoft など3社の開発者、約4,900人で行われた実験では、AIのコーディング補助を使えるようにした組で、完了したタスクの数が約26%増えたと推定されています。経験の浅い開発者ほど、効果が大きかったそうです。このあと紹介する論文も、これまでの研究をまとめて、プロの開発者なら作業が2〜3割速くなるのがよくある結果だ、と書いています。

    でも、速さが続かなかったという研究もある

    ただ、「速く書けたか」だけでは、そのコードがあとで直しやすいかは分かりません。

    オープンソースの開発を調べた研究があります。AIのコーディングツールを入れたプロジェクト806件と、似た条件で入れていないプロジェクトを比べました。すると、コミットや追加されたコードの量で見た開発のペースが上がったのは、最初の2か月ほどでした。

    画像
    速さは続かず、複雑さが残った

    一方で、コードを自動でチェックする道具の警告は約3割、コードの複雑さは約4割増えたまま、元に戻りませんでした。研究チームは、複雑さが増えたことが、その後の開発を遅くした要因の1つだと分析しています。ただし、速さが続かなかったのは、途中で使うのをやめた人がいたからかもしれない、とも書いています。

    論文「Echoes of AI」:引き継いで直す作業を、実験で確かめた

    では、AIと一緒に書いたコードは、本当に直しにくいのか。それを実験で直接確かめたのが、論文「Echoes of AI」です。ソフトウェア開発の研究者と、現場のエンジニアのチームによる研究で、学術誌 Empirical Software Engineering に掲載されています(査読済み)。

    画像
    今日の論文「Echoes of AI」

    実験の計画は、結果が出る前に学会の審査を受けて採択されています。結果を見てから分析のやり方を変えることができない、事前登録という形の研究です。

    実験の中身:2段階で「他の人があとで直しやすいか」を測る

    最後までやり遂げた参加者は151人。95%が現役の開発者です。題材は、料理のレシピを検索できる、小さな Java の Web アプリ(約2,000行)。わざと少し読みにくく作ってあります。

    画像
    実験は2段階

    第1段階では、参加者がこのアプリに、調理時間でレシピを絞り込む機能を足します。AIを使いたい人の組と、使わない組に分かれて作業しました。

    第2段階が、この実験の肝です。別の参加者が、第1段階で誰かが書いたコードを受け取り、今度は1人分の費用でレシピを絞り込む機能を足します。このときは全員AIなし。どちらの組のコードを受け取るかは、くじで決めます。

    つまり、この実験が測っているのは「AIで自分が速くなるか」ではありません。「AIと一緒に書いたコードを、他の人があとで直しやすいか」です。

    何を測ったか:1つの数字では、保守のしやすさは測れない

    保守のしやすさは、1つの数字では測れません。時間だけ、点数だけを見ると、どこかで見落としが出ます。

    画像
    何を測ったか

    そこでこの実験では、主に4つの物差しを組み合わせています。

    1. 引き継いだ人が、作業にかかった時間

    2. CodeHealth(コードヘルス)。コードの読みやすさを1〜10点で表した指標です。長すぎる関数や深すぎる入れ子など、読みにくくなるクセが少ないほど高くなります

    3. テストの網羅率。コードのうち、テストで確かめられている部分の割合です

    4. 本人が感じた生産性

    なお、CodeHealth は、筆頭著者が所属する CodeScene 社の指標です。

    結果:引き継いで直す作業に、大きな差はなかった

    結果です。第2段階、つまり引き継いで直す作業では、時間にも品質にも、大きな差は見られませんでした。

    画像
    結果: 大きな差はなかった

    作業時間の中央値は、AIありのコードを受け取った組が136分、なしの組が173分でした。37分違いますが、偶然でも起こりうる範囲で、統計的に意味のある差ではありません。

    ここで大事な注意があります。第2段階の参加者は75人。この人数で見分けられるのは、大きな差だけです。なので、正しい言い方は「差がない」ではなく、「大きな差はない。小さな差や中くらいの差があるかは、まだ分からない」です。論文自身も、そう書いています。

    一方、第1段階(書く作業)では、AIを使った人のほうが、作業時間が中央値で約3割短くなりました。普段からAIを使っている人に限ると、半分以上短くなったという推定です。ただし、第1段階はAIを使うかどうかを本人が選んでいるので、くじで分けた第2段階のような比較ではありません。

    意外な発見:普段からAIを使う人のコードは、わずかに読みやすい傾向

    もう1つ、面白い結果があります。普段からAIを使っている人が、AIと一緒に書いたコードは、CodeHealth の点数がわずかに高い傾向がありました。引き継いだ人が手を入れた後も、この傾向は残っていました。

    画像
    意外な発見

    ただ、10点満点で0.1点ほど。ふつうの検定では差が出ず、ベイズ分析という別の方法でだけ見えた、小さな兆しです。論文も「この小さな集団での、せいぜい小さなプラスの兆し」という慎重な書き方をしています。

    著者たちは、その理由を、AIがクセの強い書き方や意外な書き方を削ってくれるからではないか、と考えています。読む人を驚かせないコードは、直しやすいコードだと言われます。

    品質に効いていたのは、AIより開発者のスキル

    では、AIを使えばコードが良くなるのかというと、そう単純ではありません。この実験では、引き継いだ後のコードの品質には、AIを使ったかどうかより、最初に書いた人の Java のスキルのほうが強く影響していました。

    画像
    品質には、AIより開発者のスキルが大事だった

    Google の DORA(ドーラ)という調査は、約5,000人の回答をもとに、AIを「増幅器」にたとえています。強いチームは、AIでさらに良くなる。問題を抱えたチームは、その問題がさらに目立つようになる。テストの自動化、しっかりしたバージョン管理、すぐに結果を確かめられる仕組みが弱いと、AIで変更が増えたとき、不安定になりやすい、とも指摘しています(アンケートに基づく分析です)。

    この実験では分からないこと

    ここからは、この実験では分からないことです。論文を読むときは、結果と同じくらい、ここが大事です。

    画像
    この実験では分からないこと

    いちばん大きいのは、実験の時期です。実験は2024年の終わりに行われ、使われたのは GitHub Copilot や ChatGPT などが中心でした。AIに作業を丸ごと任せる使い方は、見られなかったそうです。

    1. Claude Code や Codex のようなコーディングエージェントに作業をまとめて任せる、今の使い方に当てはまるかは分からない

    2. 参加者の集まり方は、著者の一人の英語の YouTube チャンネルが届く範囲に偏っている、と論文自身が書いている

    3. 日本、中国、韓国の開発者は参加していない

    4. AIを使う組に割り振られた118人のうち、有効な提出まで進んだのは38人(約3割)。使わない組も約36%で大きくは変わらないが、提出した人どうしを比べている

    5. 引き継いだ人はAIを使わずに作業した。直す側もAIを使うのが当たり前になった今、同じ結果になるかは分からない

    そして、見たのは短い期間、1人ずつの作業、小さなアプリで、セキュリティは調べていません。これは著者たち自身が挙げている限界です。

    その後の研究①:「速くなった気がする」と実際は、ずれることがある

    この論文の後にも、AIと開発の研究は出てきています。1つは、最先端のAIの能力やリスクを評価している非営利の研究団体 METR(メーター)の実験です。

    画像
    その後の研究①: 感覚と実際はずれる

    経験豊富なオープンソースの開発者16人が、普段関わっている大きなリポジトリで、実際の作業246件に取り組みました(2025年前半)。AIを使うと作業時間は19%長くなりましたが、本人たちは終わった後も「AIで20%速くなった」と感じていました。「速くなった気がする」だけで判断しない方がいい、という結果です。

    ただし METR は2026年2月に、今の開発者は2025年前半より、AIで速くなっている可能性が高い、という見方を示しています。2025年の記事にも、今は「結果が古くなっている」という注記を付けています。19%という数字は、当時のAIと、この16人での結果として読むのがよさそうです。

    その後の研究②:コードの量が増え、レビューのやり方が変わる

    もう1つは、AIの活用を会社として進めた、ある企業の追跡調査です。802人の開発者の、約20万件のプルリクエストを調べました(査読前の論文)。

    画像
    その後の研究②: 量が増え、レビューが変わる

    1人あたりのプルリクエストの数は、会社全体で見ると約2倍(2.09倍)になりました。ただ、この論文は2026年11月に改訂され、会社全体の伸びを差し引いて、同じ人のAIを使う前と後を比べた数字(約1.5倍)を、主な推定にしています。使い始めた時点で約12%増え、使い続けるほど伸びて、9か月ほどで約2倍。速さは最初だけでは終わらなかった、という結果です。

    その代わり、レビューする人1人あたりの負担は約2倍になりました。人間のレビューを受けたプルリクエストの割合は89%から68%に下がり、AIによる自動のレビューを受けた割合は約19%から約84%に増えています。それでも、変更を取り消す revert の割合は増えていませんでした。ただし著者たちは、こうした指標は短い期間の大まかなものなので、保守のしやすさまでは分からない、と断っています。

    著者たちが心配していること:コードの膨張と認知の負債

    Echoes of AI の著者たちは、今後の課題として2つの心配を挙げています。これは調べた結果ではなく、懸念です。

    画像
    著者たちが心配していること

    1つは、コードの膨張です。AIで気軽にコードを書けるようになると、書きすぎてしまうおそれがある。量の多いコードは、質に関係なく、人間には保守しにくくなります。

    もう1つは、認知の負債です。あまり考えずにコードを生成し続けると、大きなコードベースを浅くしか理解できなくなる。長く続けば、プログラミングのスキルそのものが落ちるかもしれない、と書いています。

    AIを使いながら、開発のスキルを上げるには

    では、AIを使いながら、どうやって開発のスキルを上げればいいのか。アメリカでは、AIの影響を受けやすい仕事で、若手の採用が減っているというデータもあり、気になる人も多いと思います。

    画像
    AIを使いながら、開発スキルを上げるには

    ヒントになるのが、Anthropic が2026年1月に発表した実験です(査読前)。主にジュニアの開発者52人が、初めて使う Python のライブラリで機能を作りました。作業の後の理解度テストは、AIを使った組が平均50点、使わなかった組が67点。いちばん差が出たのは、コードがなぜ間違っているかを見抜く、デバッグの力でした。

    ただし、AIの使い方で結果は分かれました。コードを丸ごと任せたり、エラーもAIに直させたりした人たちは、平均40点未満。一方、生成されたコードについて「なぜこうなるのか」を質問した人や、概念だけを質問してエラーは自分で直した人たちは、平均65点以上でした。

    使い方ごとの人数は2〜7人と少なく、作業直後の理解度なので、長く身につくかまでは分かりません。それでも、AIに答えを書かせるだけでなく、理解するための先生としても使う、というのは、開発のスキルを上げたい人が今日から試せる使い方です。

    私の考え:10年後、誰がシニアになるのか

    ここからは、私の考えです。

    これまでジュニアエンジニアは、小さな修正やバグ直しを任されて、先輩のレビューを受けながら育ってきました。私もそうでした。ところが、その小さな仕事こそ、今AIが得意になりつつある部分です。

    画像
    考察: 10年後、誰がシニアになるのか

    一方で、今回の論文では、品質により影響していたのは、AIより開発者のスキルでした。AIが書いたものの良し悪しを見抜けるシニアの価値は、むしろ上がっていると思います。

    ここに矛盾があります。人がコードを書いたり、レビューしたりする機会が減るほど、見抜く力を育てる場も減っていく。10年後、誰がシニアになるのでしょうか。

    とはいえ、スピードが求められる開発の現場で、若手にあえて時間をかけて手を動かしてもらうのは、簡単ではありません。だから私が運営する FindU アカデミーでは、現場の外で、見抜く力を身につける場をつくることを目指しています。

    よくある質問

    AIで書いたコードは、あとで直しにくいのですか?

    少なくとも Echoes of AI の実験では、AIと一緒に書いたコードを別の人が引き継いで直すとき、時間にも品質にも大きな差は見られませんでした。ただし、2024年の終わりの実験で、小さなアプリを1人ずつ短い期間で直した結果です。大きなコードベースを長く保守した場合や、チームで開発した場合までは分かりません。

    「136分と173分」は、AIのコードのほうが直すのが速いという意味ですか?

    いいえ。37分の違いは、偶然でも起こりうる範囲で、統計的に意味のある差ではありませんでした。「AIのコードのほうが直しやすかった」とも「同じだった」とも言えない、というのが正しい読み方です。

    「差がなかった」と言ってもいいですか?

    おすすめしません。第2段階の参加者は75人で、この人数で見分けられるのは大きな差だけです。「大きな差はなかった。小さな差や中くらいの差があるかは、まだ分からない」と言うのが正確で、論文自身もそう書いています。

    「約3割速い」「半分以上速い」は、どこまで確かな数字ですか?

    どちらも第1段階(書く作業)の数字で、AIを使うかどうかを本人が選んだ組どうしの比較です。くじで分けた比較ではないので、もともと速い人がAIを選んでいた可能性は残ります。約3割は作業時間の中央値の差、半分以上は普段からAIを使っている人についての統計モデルによる推定で、種類の違う数字です。

    Claude Code や Codex のようなAIエージェントにも当てはまりますか?

    分かりません。実験は2024年の終わりで、使われたのは GitHub Copilot や ChatGPT などが中心でした。AIに作業を丸ごと任せる使い方は見られなかった、と論文に書かれています。エージェントにまとめて任せる今の使い方で同じ結果になるかは、これからの研究を待つ必要があります。

    まとめ

    画像
    まとめ

    最後に、この記事のポイントをまとめます。

    • 多くの研究で、AIを使うと目先の開発は速くなる。ただし、感じているほどではないこともあり、速さが最初だけで終わるかは研究によって分かれている

    • AIと一緒に書いたコードは、少なくともこの実験では、あとで人が直すときに大きな問題にはならなかった

    • ただし、品質により影響していたのは、AIより開発者のスキル

    • 実験は2024年の終わり。AIエージェントに作業をまとめて任せる今の使い方でも同じかは、まだ分からない

    道具は大事。でも、使う人のスキルと使い方は、もっと大事です。

    あなたは、AIで書いたコードの保守で、困ったことはありますか? よかったら、コメントで教えてください。

    動画でも解説しています

    この記事の内容は、図解つきの動画でも解説しています。

    \AIを味方につけて、一歩リードするエンジニアへ!/

    今ならLINE公式アカウントへの友だち追加で、【AI学習にすぐ役立つ5大豪華特典】をプレゼント中🎁

    さらに…

    📖 大好評のKindle本「無料キャンペーン」をいち早くお届け!

    💡 明日の仕事から使えるAIスキルアップ最新情報を配信!

    AIの波に乗り遅れたくない方は、ぜひ今のうちに受け取ってください✨

    👇 友だち追加はこちらから 👇

    画像
    LINE登録で5大特典プレゼント

    https://line.me/ti/p/@findu

    もっと体系的に学びたい方へ

    ▶︎FindU アカデミー

    ITエンジニアの方へ「AI駆動開発ソサエティ」 https://www.findu.jp/products/ai-driven-dev-society

    エンジニア以外のビジネスパーソンの方へ「生成AIビジネス活用ラボ」 https://www.findu.jp/products/genai-biz-lab

    ▶︎Kindle本(著者ページ)

    https://amazon.co.jp/~/e/B0GRR59LP8

    参考

    ※研究の数字は、各論文・公式資料の2026年11月17日時点のものです。査読前の論文は、今後の改訂で数字が変わることがあります。

     
     
    こんにちは!ITエンジニア・生成AI専門家の中村祐太です。受講生30万人超の講師として、AI・プログラミング・キャリアの最新情報や実践ノウハウを発信中。「自分らしく働ける社会を作る」を目標に、皆さんのキャリアや人生の選択肢を広げるきっかけになる学びをお届けします。フォローしてね!

    あなたへのおすすめ