AIは、専門分野のソフトウェア開発分野で一般的なツールになりつつあります。多くのプログラマーがAIを使用して、コードを書き、エラーを探し、技術を継続的に自動化しています。
しかし、一連の研究と新しいデータは、AIへの依存度の高まりが、多くの人が以前に移行していなかった長期的な関連システムをもたらす可能性があることを示しています。
2026年初頭、米国の独立系AI研究機関であるModel Evaluation and Threat Research(METR)は、多くのソフトウェア開発者がAIツールのサポートなしに仕事をすることをほとんど望んでいないという注目すべき発見を発表しました。
この結果は、METRがプログラミング生産性に対するAIの活動に関する以前の研究を繰り返そうとしたときに現れました。2025年の研究では、オープンソースソフトウェア開発者は、伝送方法とAIのサポートの両方でタスクを実行するように求められました。
予想外だったのは、参加者の大部分がAIがあれば自分の仕事がより効率的になると感じていたにもかかわらず、実際のデータは仕事の完了が遅れていることを示していたことです。
その理由は、AIによって生成されたコードをチェックし、発生するエラーを修正し、コマンドを調整し、待機システムを処理するためにより多くの時間を費やす必要があるという彼らの仕事から来ています。
METRがAIの進捗状況を評価するために2026年に同様の研究を実施したいと考えたとき、多くのプログラマーはAIのサポートなしで作業したくないため、参加を拒否しました。
それにもかかわらず、METRが実施した別の調査では、ソフトウェアエンジニアはAIが組織に2倍の価値を生み出すのに役立つと信じていることが示されています。しかし、多くの専門家は、これらの主観的な評価は実際の効果を十分に反映していないと述べています。
2026年の顕著なトレンドの1つは、「tokenmaxxing」であり、AIトークンの消費量を仕事のパフォーマンスの尺度としてのみ使用する用語です。しかし、多くの企業がこのアプローチの限界を受け始めています。
フィナンシャル・タイムズによると、アマゾンは、従業員がAIエージェントを利用してスコアを上げ、対応する効率をもたらすことなく運営コストを大幅に増加させた後、内部分類システムであるキロランクを閉鎖せざるを得なくなりました。
同様の状況はウーバーでも見られます。同社は、今年の最初の4ヶ月だけで2026年全体のAI予算を使い果たしました。しかし、ウーバーの幹部は、これらの大規模な投資はプロジェクト数や労働生産性の大幅な増加を生み出していないと述べています。
コストの問題だけでなく、AIによって生成された高品質のコードソースも多くの議論を引き起こしています。
米国のソフトウェア開発コンサルタントであるジェームズ・ショア氏は、コードをより速く記述することは、将来の作業量を減らすことを意味するものではないと述べています。彼によると、新しいソースコードがより長いメンテナンスコストを生み出す場合、開発速度からの短期的な利益はすぐに消去されます。
最近のいくつかのデータもこれを特定しようとしています。スタートアップ企業Entelligence AIは、企業がAIトークンの約44%をAI自体が作成したエラーの修正に費やしていると述べています。
一方、ソースコード評価プラットフォームCodeRabbitによると、AIによって生成されたコードは、プログラマーが手書きで作成したコードよりも約1.7倍多くのエラーまたは問題があります。
