AIが優れたエンジニアを育てる摩擦を取り除いたらどうなるか？
本記事は、ソフトウェア開発におけるAIツールが、エンジニアの判断力と職人精神を育む「生産的な摩擦」を排除するリスクを考察する。著者は、AIが退屈な作業を取り除く一方で、初心者が重要な学習段階を飛ばしてしまい、能力と責任の不一致を引き起こす可能性があると主張する。
Leonard Thieleが2026年7月29日に発表した記事では、自身の観察とRichard Sennettの『ザ・クラフツマン』を基に、AIがソフトウェアエンジニアリングの実践に与える影響を深く考察している。数年前まで、認証の実装、馴染みのないライブラリのデバッグ、個人ウェブサイトの構築には数時間から数日かかっていたが、現在ではAIにタスクを説明するだけで数分で印象的な結果を得られる。この変化はソフトウェア開発の摩擦を劇的に削減したが、著者はすべての摩擦が悪いわけではないと警告する。
Thieleは摩擦を2種類に分類する：無用な摩擦（APIの暗記、反復コードの記述など）と形成的摩擦（複雑な問題の分解、既存システムの理解、本番環境のデバッグなど）。前者は自動化しても問題ないが、後者はエンジニアが判断力と直感を養うための経路である。現在のAIの使い方（「バイブコーディング」など）は両方を無差別に排除し、初心者から重要な学習機会を奪う可能性がある。
著者は徒弟制度を例に挙げる：伝統的に、徒弟は観察、指導、反復を経て徐々に複雑な作業を任され、責任と判断力が共に成長した。しかし現在、AIは一人の初心者エンジニアにスーパーバイザーの役割を与え、AIエージェントが生成した多数のファイルにわたる変更を評価させる。初心者はその結果を判断するために上級者の判断力を必要とするが、それを持たないため、「レバレッジが判断力を上回る」問題が生じる。
ThieleはAIを「平等化装置」とする一般的な見解にも疑問を呈する。彼は、非技術者がLovableのようなツールを称賛する投稿を多く目にするが、AIはむしろ非技術者と経験豊富なエンジニアのギャップを広げる可能性があると指摘する。後者は制約の定義、ガードレールの構築、出力の評価に長けており、初心者はAIの結果を盲信し、潜在的な競合状態や一貫性の欠如、技術的負債を見逃す。
「AIはソフトウェアの職人精神を破壊しているのか？」という問いに対して、著者は慎重な立場をとる。プログラミングツールは常に進化してきたが、重要なのはエンジニアが仕事の質を気にかけているかどうかだ。彼は真の理解を試す質問を提示する：システムの設計理由を説明できるか？要件変更に対応できるか？障害の発生箇所を予測できるか？問題発生時に夜間対応できるか？
最後に、著者は未来への示唆を述べる。AI支援プログラミングは急速に発展しており、学習の機会を偶発的に維持することはできない。どの摩擦を残すべきかを意図的に決定し、エンジニアの能力を評価する新しい方法を見つける必要がある。なぜなら、美しいコードを生成することはもはや理解の確かな指標ではないからだ。真の職人は現代のツールを拒否するのではなく、仕事とのつながりを保ち、「何かおかしい」と感じ、優れた仕事と単に「問題を解決した」仕事を区別する判断力を発展させるのである。