概要
生成AIによるコードの大量生成が引き起こす、人間側の理解や意図の喪失を「認知負債」として定義し、ソフトウェア工学の古典的知見に基づいた具体的な対策を提示している。
詳細内容
生成AIの普及により、コードの出力速度は飛躍的に向上したが、人間がその内容を理解せずにリリースすることで「認知負債」が急拡大している。Margaret-Anne Storeyのモデルに基づき、コードの保守性（技術的負債）、人間の理解（認知負債）、外部化された知識（意図負債）の3層で課題を整理。AIによる単純なコード生成は、開発者のメンタルモデル形成を阻害し、責任の所在を曖昧にするリスクがある。対策として、コードレビューを単なる欠陥検出ではなく「知識移転」の場として再定義すること、ADR（アーキテクチャ決定記録）等で「なぜそのコードが必要か」という意図を明文化すること、そしてThoughtworksが提唱する「フィードバックセンサー」をワークフローに組み込むことが重要。結局のところ、AI時代の課題は新しい技術問題ではなく、出力量を生産性とする組織インセンティブの歪みにあり、古典的なソフトウェア工学のプラクティスを現代の文脈で再評価し実行することが鍵となる。