AI で開発スタイルに変化？上級開発者は、初級開発者の約2.5倍の AI コードを出荷

Fastly が2025年7月に791人の開発者を対象に実施した調査では、AI 生成コードが本番環境に導入される割合に顕著な違いがあることが判明しました。上級開発者 (実務経験10年以上) の約3分の1は、出荷したコードの半分以上が AI によって生成されたものであると述べています。これは、初級開発者 (実務経験0～2年) が報告した13%のほぼ2.5倍です。

「AI はコードをベンチテストし、人間よりもはるかに速くエラーを見つけ、シームレスに修復します。このようなことは何度もありました」とある上級開発者は語りました。これに対抗する形で、ある初級開発者は次のように述べました「AI が私の行動を誤解することがあり、その場合は自分で修正しなければならないので、いつも苦労しています。」

上級開発者は、AI 生成コードの修正に時間を費やすと答える傾向も高くなっています。30%弱の上級開発者が、AI 出力を編集することで時間の節約の大部分を相殺したと報告したのに対し、初級開発者では17%でした。それでも、AI ツールが全体的な出荷速度を向上させると回答した上級開発者は59%で、初級開発者は49%でした。

上級開発者は AI による時間の節約に対して楽観的な姿勢

ジュニア開発者の50%強が、AI によって作業速度がそこそこ速くなったと回答しています。対照的に、上級開発者のうち同じ回答をしたのはわずか39%です。とはいえ、上級開発者は大幅なスピードアップを報告する可能性が高く、26%が AI によって非常に作業がスピードアップしたと答えています。これは、初級開発者の13%の2倍です。

このギャップが生じる理由の一つは、上級開発者の方が AI の誤りを見つけて修正する能力に優れているためかもしれません。彼らには、コードが「正しく見える」が実際にはそうではない場合を認識するだけの経験があります。これにより、リスクが高い、またはビジネスクリティカルなコードであっても、AI ツールを効率的に使用することに自信が持てるようになります。対照的に、初級開発者は、エラーを見つける能力が自分にあるとは完全に自信が持てていないのかもしれません。そのため、AI に依存することに対してより慎重になったり、本番環境での使用を避けたりする傾向が高くなります。

これは、AI によって生成されたコードが実際にどれだけ本番環境に導入されるかと一致します。初級開発者のうち、出荷したコードの半分以上が AI によって生成されたと答えたのはわずか13%でした。対照的に、上級開発者の32%が同様のことを述べており、経験豊富なエンジニアは AI をより積極的に使用するだけでなく、本番環境で AI をより信頼していることを示唆しています。「バイブコーディング (AI 生成コードを人間が修正)」がアプリケーションに脆弱性をもたらすという懸念が高まっていることを考えると、これは驚くべきことです。

認識 vs 現実

開発者の約3人に1人 (28%) が、AI 生成コードを頻繁に修正または編集する必要があり、その結果、時間の節約がほとんど相殺されると述べています。「変更が必要になることはめったにない」と答えたのは、わずか14%でした。それでもなお、開発者の半数以上は、Copilot、Gemini、Claude などの AI ツールを使用すると作業が速くなると感じています。

AI による生産性向上に疑問を投げかけているのは Fastly の調査だけではありません。経験豊富なオープンソース開発者を対象とした最近のランダム化比較試験 (RCT) では、さらに驚くべきことがわかりました。開発者が AI ツールを使用した場合、タスクの完了にかかる時間が19%長くなっているという結果が出たのです。

現実とのこのギャップは、心理学に帰着するかもしれません。AI コーディングの場合、スムーズに感じられることが多くなります。数回キーを叩くだけでコーディングが自動的に完了するからです。そのため勢いがあるように見えますが、最初にスピードアップした後は、編集やテスト、手直しのサイクルが続き、結局は時間の節約というメリットが失われることがよくあります。このパターンは、Fastly の開発者との会話や、アンケートで受け取った多くのコメントにも表れています。

ある回答者は、次のように述べています。「GitHub Copilot のような AI コーディングツールは、コードスニペットや関数全体を提案してくれるので、ワークフローに非常に役立ちます。ですが以前生成された複雑なアルゴリズムは、正しく見えたのですが微妙なバグがあり、結局は数時間のデバッグが必要でした。」

別の開発者は、「AI ツールは定型コードを使用することで時間を節約しますが、非効率な部分を手作業で修正する必要があり、生産性が低くなる」と指摘しています。

それでも、AI は開発者の仕事の満足度を向上させるようです。開発者の約80%が、AI ツールによってコーディングがより楽しくなると述べています。一部の人にとっては、面倒な仕事を肩代わりしてくれるようです。他の人にとっては、オンデマンドでコードを書く際に感じるドーパミンラッシュのためかもしれません。

「行き詰まったタスクを完了するのに役立ちます。タスクの完了に必要な答えが見つかるからです」と、ある調査回答者は言います。

楽しい＝効率化というわけではありませんが、燃え尽き症候群や未処理の作業と格闘している職業では、AI による士気の向上が何かしらの意味を持つかもしれません。

AI コーディングの隠れコスト

Fastly の調査では、エネルギー効率の高いソフトウェアを作成する手法であるグリーンコーディングに関する開発者の認識と、AI コーディングツールの背後にあるエネルギーコストについても調査しました。グリーンコーディングの実践は経験を積むにつれて急激に増加します。初級開発者の56%強が仕事中にエネルギーの使用を積極的に考慮していると回答したのに対し、中級および上級エンジニアの約80%がコーディング時にこれを考慮しています。

開発者は AI ツールの環境コストを非常に意識しており、すべての経験レベルの開発者の約3分の2が、これらのツールがかなりの二酸化炭素を排出する可能性があることを認識しています。この事実をまったく知らなかった人はごく少数 (最も初級レベルでも8%未満) でした。全体としてデータが示すのは、持続可能性が開発者文化にますます浸透しているということです。

調査方法

この調査は、Fastly が2025年7月10日～7月14日に、プロの開発者791名を対象に実施しました。回答者全員が、コードの作成またはレビューが仕事の中心であることに同意しています。調査は米国で配布され、正確性を確保するために品質管理されていますが、すべての自己申告データと同様に、ある程度の偏りが生じる可能性があります。