HN 日本語サマリー

← 一覧へ戻る
キャリア

AIはジュニアエンジニアの価値をなくさず、高めた

AI didn't erase the junior engineer's value, it increased it it (franciscotrindade.me)

28 pointsby franciscomt35 コメント

要約

AIの進化によりジュニアエンジニアの単純作業が自動化されるという懸念がある一方、本記事ではAIがジュニアエンジニアの価値をむしろ高めていると論じています。AIはコード生成などを支援しますが、複雑な問題解決、トレードオフの判断、顧客視点の理解といったエンジニアの本質的な役割は依然として重要であり、AIはこれらの能力を伸ばすための強力なツールとなり得ます。

全文翻訳

The Kids Are Really Alright

AIはジュニアの価値をなくしたのではなく、高めた。

2026年8月18日 · 4 分で読める

「AIがジュニアの限界的な価値を食い尽くした」。これは、このトピックに関する前回の投稿で得たフィードバックです。この議論によると、ジュニアエンジニアの仕事は次のようなものになります。

  • ソリューションの必要性が生じる。経験豊富な誰か(シニアエンジニア)がそれを計画し、設計する。
  • シニアエンジニアは作業を複数の小さなタスクに分解し、実行すべきステップを明確にする。各タスクはジュニアエンジニアに与えられる。
  • ジュニアエンジニアはそれを実行する。これは現在ではAIツールへのプロンプト入力と、プルリクエスト(PR)の作成を意味する。
  • PRはより経験豊富なエンジニアからのフィードバックを受ける。ジュニアエンジニアはそのフィードバックを受け取り、再びAIツールにかけ、変更を提案する。
  • 完了するまで繰り返す。

もし実際に行われているのが上記のプロセスであるなら、なぜジュニアエンジニアが必要なのでしょうか?彼らは単にリクエストを(時にはノイズを加えながら)一方の場所からもう一方の場所へ渡しているだけで、フルタイムの給与がかかります。それはもっともなことです。

結論に飛びつく前に、別の話を見てみましょう。あるいは、アプローチが異なるだけで、同じ話かもしれません。

私たちのプロダクトには、長年リクエストされていたが、まだ構築されていなかった機能がありました。それは過度に複雑というわけではありませんでしたが、クリティカルでもありませんでした。少なくとも、十分な顧客にとって、優先順位付けの閾値を超えるほどクリティカルではありませんでした。これは、年々一部の顧客が、必要としている機能がないことに不満を感じていたことを意味します。

この夏、私たちはその問題を知り合い(ジュニアエンジニアよりも経験年数が短い)のインターンに割り当てました。インターンはその機能の開発を主導しました。彼らはプロダクトマネージャーと話し、問題と要件を理解しました。彼らはアプローチ方法に関する設計ドキュメントを書き、チームと合意し、それを構築しました。もちろん、彼らはAIの助けと、彼らが協力していたチームの助けを借りてそれを成し遂げました。

しかし、彼らがそれを主導しました。彼らは、技術面とプロダクト面の両方におけるトレードオフを理解し、不整合に対処しました。彼らは問題に直面するにつれてアプローチを適応させました。そして価値を提供しました。AIはコードの多くを生成しましたが、意思決定は彼らが所有していました。これまで解決されなかった顧客の問題が、今解決されました。インターンによって、会社にとって非常に低コストで。

[画像: All engineers manage complexity. What changes is how much.] すべてのエンジニアは複雑さを管理します。変わるのはその量です。

将来的にどの企業もシニアエンジニアを必要とするという事実を超えて、ジュニアエンジニアが依然として価値があることには、非常に実用的な理由があります。

ジュニアエンジニアは組織にキャパシティを追加し続けます。 それは、エンジニアの仕事は仕様に従ってコードを書くこと(またはAIツールをプロンプトすること)ではないからです。それは、ソフトウェアで顧客の問題を解決し、そのための決定における技術的な複雑さを管理することです。これはすべてのエンジニアに当てはまります。スタッフエンジニアは多くの複雑さを管理します。ジュニアエンジニアは少しの複雑さを管理します。しかし、役割は同じです。

これはコーディングを超えています。問題の理解、そして顧客の視点の理解が必要です。特定のやり方で機能を構築すると、特定のトレードオフにつながることを理解する必要があります。そして、それらのトレードオフはAIが決定できる範囲を超えています。なぜなら、それらはコードベースよりも広いコンテキストを必要とするからです。技術的な意思決定は依然として非常に重要であり、ジュニアエンジニアはそれに貢献し、組織ができることを増やします。

トレーニングは実際にはるかに安価になりました。 初期の経験年数のエンジニアのトレーニングコストのほとんどは、会社の技術的なコンテキスト、つまり大規模なコードベースとアーキテクチャのニュアンスを理解すること、そしてソフトウェア(言語、ツール、パターンなど)の基本的なトレーニングを提供することです。

過去には、これにはジュニアエンジニアからの実質的な積極性、トピックのリサーチと学習、またはシニアの同僚からの実際の人的努力が必要でした。彼らは基本的な概念を説明するのに時間を費やしていました。この努力は排除されていません。なぜなら、人間からのコンテキストはソフトウェアの生産性にとって依然として重要だからです。しかし、この作業の多くはAIの使用によってショートカットできます。

AIネイティブであることは価値があります。 業界として、エンジニアが職務記述書でAIネイティブである必要があると言いながら、この記述に最も合う人々を採用しないということはできません。AIが役割の技術的な部分を劇的に単純化するという仮定があるなら、キャリアをAIと共に始めた人々は、経験を積んだ後に最高のポジションにいるでしょう。

前述の例に戻ると、インターンがリリースした機能は長年リクエストされていました。優先順位付けされるほど重要ではありませんでしたが、AIに任せるには判断力が多すぎました。これらのタスクは、すべてのチームに存在し、今後も存在し続けます。AIは、ジュニアを含むすべてのレベルが処理できる範囲を拡大します。

それ以上に重要なのは、エンジニアリング組織は技術的な判断力を必要とし続けるということです。そして、あなたの組織の将来の判断力は、今まさに育成されているはずです。

書籍

AIはソフトウェアの書き方を変えていますが、成果は依然としてコードを取り巻くシステムから生まれます。それが『Leading Effective Software Teams』の議論です。この投稿に共感されたなら、この本はさらに深く掘り下げています。

書籍を入手する →

ニュースレター

[画像: Francisco Trindade]

こんにちは!私はFrancisco Trindade、Brazeのエンジニアリング担当VPです。
私はエンジニアリングリーダーシップと効果性について、システム思考のレンズを通して書いています。

月に数本の論説。スパムなし、いつでも購読解除可能。