LLMをコーディングで使わない理由

LLMをコーディングで使わない理由

これは、私がコーディングとAIについて書いた過去2つのブログ記事の続きです。

多くの内省を経て、私はプロフェッショナルな仕事でLLMやAIエージェントを積極的に使用しないという結論に至りました。

今年は、控えめに言ってもジェットコースターのような年でした。AIの使用に関する私の感情に共鳴する素晴らしい記事や意見記事がたくさんありました。このブログ記事では、私が仕事でLLMを使用しない主な理由を挙げます。

おすすめの記事

エスター・ヴァイダウアー氏のエッセイ『なぜ私は生成AIに抵抗するのか』をぜひ読んでほしいです。彼女は、コーディングにおけるAI使用の現在の熱狂について私が感じていることを、私よりもはるかにうまく言語化してくれました。記事のすべての点に100％同意するわけではありませんが、主要な感情や懸念は間違いなく共有しています。

特に、「LLMは単なるツールだ」と主張する人々に対するセクションが気に入っています。しかし、それはツールではなく、サービスであり、あなたは（通常は米国に拠点を置く）第三者企業の気まぐれに仕事を委託しているのです。

機械学習は知っています、信じてください

誰かが私をラッダイト（技術反対者）やAI懐疑論者だと呼ぶ前に、私が機械学習を知っていることを理解してほしいです。私は過去10年ほどのキャリアで、KerasでのCNNベースの画像認識モデルや、Tensorflowでの大気質予測モデルなど、いくつかのクライアントのために本番グレードのML実装を構築してきました。また、ホームラボでローカル実行のLLMや画像拡散モデルを試したり、GitHubに貢献したりもしました。

LLMやトランスフォーマーはクールでエキサイティングなテクノロジーですが、現在のそれらに対する熱狂と狂乱は、率直に言って過剰であり、人々の仕事や健康に危険をもたらします。

私の譲れない点

これらは、私が個人的に、プロフェッショナルな仕事でLLMを積極的に使用しない理由となる譲れない点です。

認知的影響

今年一年、仲間のプログラマーから「LLMによる脳の霧（brainfog）」について聞いてきました。そしてそれは不思議ではありません。いくつかの研究がこれを裏付けています。

• 知識労働者を対象とした調査における、自己申告による認知的努力と自信への影響の低下（MICROSOFT提供）
• エッセイ執筆タスクにおけるAIアシスタント使用時の認知的負債の蓄積
• 大規模言語モデルは認知ウイルスとして機能する — LLMがいかにしてあらゆるタスクでそれらへの依存度をますます高めるか

個人的に数時間LLMを使用すると、しばしば混乱し、当惑してしまいます。これは、自分が参加するには健康的なことではないと感じています。

出力の品質があまり良くない

LLMとその過度に冗長な出力が、知識の少ないプログラマーをその出力の品質で「騙している」と感じています。Claudeが、各メソッドと変数を文書化する大量のコメントと、すべてに対するテストとともにリファクタリングされたコードを出力すると、一見すると印象的です。しかし、深く掘り下げると、それは完全なデタラメであることもあります。

日々の仕事で、Claudeが生成したコードにバグがあり、それを数行の密なスキーマ変更とマイグレーションでよりエレガントに解決できたにもかかわらず、Claudeは最新のフレームワークのフックとメソッドを利用して全く新しいものを作り上げ、1つのフィールドに対して複数のテストを出力するなど、いくつかのケースがありました。

LLMは、優れたコーダーと平凡なコーダーの間のリテラシーのギャップを露呈させます。生成されたコードの悪さに気づけないのであれば、LLMはそれをより速く見えなくするだけです。

保守性は悪夢

LLM生成コードの保守性の問題は、コード出力の品質に密接に関連しており、忍び寄り始めています。もしコードがすべてエージェントによって書かれたなら、いつか人間は何が起こっているのか理解できなくなるでしょう。それは私が快適に思えることではありません。おめでとうございます、あなたはOpenAI/Anthropic/Elon Muskに、あなたのコードが何をするのか、そしてなぜそうするのかを決定させたのです。

コードを書くのが好き

過去に何度もこのことについて書いてきました。私は単純にコードを書くのが大好きです。それは問題解決のプロセスの一部です。コードを書いていると、最適なイテレーション方法、データの格納場所など、小さな発見が絶えずあります。

これは、他人のコードを読むことにも当てはまります。私はコードの背後にある人間がどのように考え、計画し、実行しているのかを理解したいのです。彼らの動機、目標、専門分野は何でしょうか。AIはそのようなニュアンスを全く持っていません。

環境的側面

これについてはあまり言う必要はないでしょう。新しいAIデータセンターとその電力消費に関するニュースは誰もが聞いています（時には新しい化石燃料源さえ使用しています！）。

フィンランドでは、Googleがデータセンター建設のために許可なく数百ヘクタールの森林を伐採したというニュースが一時的に支配的でした。「データセンター狂騒曲」は人々の心を曇らせており、それは地球にとって悪いことです。

政治

これが私にとって最も説明が難しい点です。しかし、OpenAI、Anthropic、あるいは神に誓ってCursor/SpaceXのような、かなり怪しい企業に仕事を任されることに、個人的に気まずさを感じます。

また、主要なAIプロバイダーはすべて米国に拠点を置いているため、EU市民である私にとって、GDPR（一般データ保護規則）の側面も間違いなくあります。2026年のAI狂騒曲で、誰もがこのことを忘れてしまったようです。

企業が「データはEU域内に留まる」と主張していても、米国に拠点を置く企業の場合、CLOUD Actにより、連邦法執行機関は世界中のどこに保存されているデータでも受け取る権限を与えられます。

「AI支援コーディングはエリートの道具であり、仕事や生活において商業ソフトウェアへの依存にあなたを閉じ込める」という話がオンラインでいくつかありました。それは少し誇張されていると感じますが、どこかに真実の断片があるような気がしてなりません。

ポジティブな側面もあります、はい

もちろん、コーディング作業でAIツールを使用した肯定的な瞬間もありました。例えば、実装で完全に詰まっている場合、AIエージェントに簡単な質問を投げかけることで、ある程度一貫性のある実行計画を得ることができます。

しかし、最終的には、上記すべての理由により、そこから得られる助けはそれに見合うものではないと感じています。

AIは避けられないものではない

エスター・ヴァイダウアー氏がこの議論を要約しているのが気に入っています。

「AIはここに留まる。」

OK。ヘロインもここに留まります。そして私はどちらも誰にもお勧めしません。

周りからAIは避けられないと聞き続けます。そして、それに少し異議を唱えたいと思います。

はい、AI支援コーディングは消えていくものではありません。どんなテクノロジーも一晩で消えることはありません。しかし、それはあなたがそれを使わなければならないという意味ではありません。現在の補助金付きトークン価格では、将来的に企業でのAI利用の奨励がますます少なくなるだろうと私は賭けます。

たとえあるテクノロジーやツールが残ったとしても、それと一緒に仕事をするのが良い考えであるとは限りません。

結論

これはおそらく、少なくともしばらくの間、このトピックに関する私の最後の投稿でしょう。AIエージェントやハーネスなどについて調査したり聞いたりするのはもう十分です。私は昔ながらのコーディングに戻ります（あるいは、離れたことがあったのでしょうか？）。

この問題に対する私の個人的な感情を共有する形で、これを書こうとしました。誰かの意見を強制したり変えたりするつもりはありません。もしあなたが現在のAI支援セットアップに満足しているなら、それを行ってください。しかし、これらはソフトウェアの世界でのその使用に関して私が抱いている個人的な問題点です。間違っているかもしれませんが、正しいかもしれません、誰が知るでしょうか。率直に言って、現時点では気になりません。ただ、自分の手で、静かにコードを書きたいのです。

---