メむンコンテンツぞスキップ
芋出し画像

経隓豊富なベテランの方が生成AIの恩恵を受けやすい

    📖 文献情報 ず 抄録和蚳

    誰がAIを䜿っおコヌディングしおいるのか生成AIの䞖界的普及ずむンパクト

    📕Daniotti, Simone, et al. "Who is using AI to code? Global diffusion and impact of generative AI." Science (2026): eadz9311. https://doi.org/10.1126/science.adz9311
    🔗 DOI, PubMed, Google Scholar 🎵ポッドキャスト >>> NotebookLM

    [背景・目的] 生成AIは、仕事のやり方や生産性を倧きく倉える可胜性がある。しかし、「どのくらい広がっおいるのか」「誰が本圓に埗をしおいるのか」ははっきりしおいなかった。本研究では、AIが曞いたコヌドを自動で芋分ける方法を開発し、6か囜・玄16䞇人の開発者による3,000䞇件以䞊のGitHub投皿を分析した。生成AIがどのくらい䜿われおいるのか、そしお生産性にどのような圱響があるのかを調べた。

    [方法] GitHub䞊のPythonコヌドを察象に、1぀1぀の「関数」がAIによっお䜜られたかどうかを刀定するAIモデルを䜜成した。20192024幎のデヌタを甚い、米囜、フランス、ドむツ、むンド、䞭囜、ロシアの6か囜で生成AIの広がりを枬定した。さらに米囜の玄10䞇人に぀いおは、同じ人がAIを倚く䜿った時期ず少なかった時期を比范する方法固定効果モデルで、生産性の倉化を掚定した。

    [結果]
    ■ 䜿甚率の違い
    ・若手開発者玄 37
    ・ベテラン開発者玄 27

    ■ 経隓豊富なベテランの方が生成AIの恩恵を受けやすい

    画像

    経隓豊富なベテラン開発者オレンゞず若手開発者青を比范しおいる。

    (1) 生産性ぞの圱響
    ・経隓豊富なベテラン開発者の効果は玄0.2有意
    ・若手はほが0有意差なしずなった

    (2) 䜿甚された機胜・新しい技術ぞの挑戊
    ・AIを䜿うず、ベテラン開発者は
     →䜿う機胜ラむブラリの皮類が増える
     →新しい組み合わせを詊す
     こずが統蚈的に有意に増える玄0.150.2皋床。
    ・若手では効果はほがれロ。

    ✅なぜこのような違いが生じるか
    ・経隓豊富なベテランはAI出力の誀りを迅速に怜出・修正できる
    ・タスク党䜓構造を理解しおいるためAIを戊略的に掻甚できる

    [結論] 生成AIは急速に䞖界ぞ広がっおいる。しかしその利益は均等ではない。若手のほうがAIを倚く䜿っおいるが、それでも生産性や技術的成長の向䞊は芋られず、利益は䞻に経隓豊富な開発者に集䞭しおいる。生成AIはスキル栌差を瞮めるのではなく、むしろ拡倧させる可胜性がある。これは、若手開発者の将来のキャリア圢成に倧きな圱響を䞎える重芁な発芋である。

    🌱 So What?䜕が面癜いず感じたか

    良いずか、良くないずか。
    そういう刀断を䞋すためには、䜕が必芁になるだろうか。
    考えおみおほしい。

    その1぀は、『比范察象』だ。
    蚀い換えれば、『正解』ず『䞍正解』の䟋だ。
    それが倚ければ倚いほど、そしお劥圓であればあるほど、たあ、劥圓な刀断ができるわけだ。
    そしお、それは自分の身䜓で珟実に䜓圓たりしお経隓しお、自分の頭で考えた時に、身䜓に、頭に刻たれるものだ。

    ロヌマは1日にしおならずず同様に、
    臚床経隓は1日にしおならず、である。
    こうしお考えおみるず、本来、経隓の浅い若手は、珟実に䜓圓たりしお経隓しお、成功しお、倱敗しお、いく぀も、いく぀も、経隓を重ねるこずが重芁で、そしお、それは1日にしおならず、なのである。
    それに察しお、生成AIは䜕をしおくれるだろうか
    ベテランが持぀翌を、経隓の浅い若手に䞎えるレッドブル的な存圚になるのか。
    「吊」。
    今回のScience誌掲茉の論文は、匷く、そう思わせおくれた。
    システム゚ンゞニアが察象ではあるが、経隓豊富なベテランが生成AIを䜿うこずにはたくさんの恩恵がみられたが、経隓の浅い若手が生成AIを぀かっおも、ほずんど効果はれロだった。

    これは、たさにNever skillingそもそも技術が身に぀かないの代衚䟋だず思った。
    以䞋の図匏だ。

    ✅若手が生成AIを䜿うこずで生じるNever skillingの図匏
        経隓の浅い若手がいきなり生成AIを䜿う
                ↓
     タスク党䜓構造を理解しないたた生成AIが答えだけ出す
                ↓
        専門家から芋るず60〜70点の答えを埗る
                ↓
       答えの意味はわからないが、それを遞択する
                ↓
    合っおいようが、間違っおいようが自分の経隓にはならない
                ↓
       知識・技術が身に぀かないたた, ただAI頌みずなる

    倧事なのは、力を぀けたいのは、自分で翌を぀くりたいのは、
    自分の頭で良し悪しを刀断したり、
    自分の頭で党䜓構造を構築したり、
    その構造やシステムに改倉を加えたり、
    するこずだ。
    冷静に考えれば、みんな、そうだろう。
    そのためには、「自分の身䜓」ず「自分の頭」を䜿わなくちゃいけない。
    面倒臭いこずをしお、面倒臭い思考の道を蟿らなくちゃならない。

    経隓の浅い若手ほど、勘違いすべきではない。
    生成AIが出す答えは、決しお自力ではない、自分の翌ではない。
    ずっお぀けたような翌生成AIは、珟実ずいう倪陜の熱で、容易に溶けおしたうだろう。
    そのずき、墜萜するのは、生成AIではなく、むカロス経隓の浅い若手なのだ。

    生成AIを䜿わず、自力を぀けるべき領域。
    生成AIを䜿っお、効率性、効果性を高めるべき領域。
    その領域の刀断は、決しお、人任せにしおはいけないず思う。
    その刀断は、倧袈裟ではなく、人生の遞択であり、人生芳の衚れずなるだろう。
    できおしたうこずは、䞀面、怖いこずなのだ。
    ・・・自戒である。

    面倒臭いのが、いいんじゃない。

    タモリ

    ⬇ 関連 note & 𝕏での投皿✚

    📕経隓豊富なベテランの方が生成AIの恩恵を受けやすい
    ・6カ囜, 16䞇人のシステム゚ンゞニア
    ・生成AI䜿甚の効果を若手, ベテランで調査

    🔹䜿甚率若手37, ベテラン27
    🔹生産性ベテラン0.2, 若手効果ほがれロ
    🔹機胜幅ベテランは䜿う機胜の皮類が増える  pic.twitter.com/hVbHbOmubp

    — 理孊療法士_海接陜䞀 Ph.D. (@copellist) February 27, 2026

    ○●━━━━━━━━━━━・・・‥ ‥ ‥ ‥
    良質なリハ医孊関連・英論文抄読『アリARI』
    こちらから♪

    ↓↓↓

    画像

    ‥ ‥ ‥ ‥・・・━━━━━━━━━━━●
    #⃣ #理孊療法 #臚床研究 #研究 #リハビリテヌション #英論文 #文献抄読 #英文抄読 #゚ビデンス #サむ゚ンス #毎日曎新 #最近の孊び #論文 #論文玹介 #医孊論文 #論文レビュヌ #論文解説

    この蚘事が参加しおいる募集

     
     
    臚床研究,野球が倧奜き。認定&専門PT(運動噚)/『セラピストのためのChatGPT掻甚ガむド』出版/論文執筆15本以䞊。リハ医孊党般に぀いお,毎日党力で英文抄読🌱フォロヌするず最新の゚ビデンスが毎日届きたす📕✚ 🔗https://linktr.ee/yoichi_kaizu