生産性の裏で、問題把握力が痩せていく — AIと共に成長するエンジニアであるために

jinjerというHRプロダクトのエンジニアが、毎朝AIから「答えの書いていない問題」を受け取る仕組みを作った。教材は自分たちのgit履歴で、すでに解決済みの不具合を症状だけの状態に戻して出題させ、自分で診断と修正内容を書いてから、実際の差分と照合して採点してもらう。37日間で23回、12項目の採点軸で検証した。変わったことは2つ。1つめは「なぜ？」を考える時間が自然に生まれたこと。人間が評価者だと「急かされている」という焦りが生じ、考え抜く前に手元の材料で答えを出してしまう。AIが相手だと焦りが消え、何度でも聞き直せる沈黙の中で思考が深まった。2つめは仮説を立てるようになったこと。毎回その場で答え合わせされるので、当てにいく動機が生まれた。

引っかかるのはここだ。記事のタイトルは「生産性の裏で問題把握力が痩せていく」だが、その本質は「生産性を上げるAIほど、使い手の思考を浅くする構造的な圧力がかかる」ということ。手が速くなると、「正確に定義する」という時間を自分に許さなくなる。完成形を急ぐから、途中経過を吟味しない。AIは速さをくれるが、速さの副作用として思考をやせさせる。これは道具の問題ではなく、速さに依存することの代償だ。自分の問題把握力が「取り残されている」と気づかないと、AIを使うほど方向が外れていく。

中小企業の実務への含意は明確だ。AIで作業を高速化するなら、同時に「なぜこうなるのか」を問い直す仕組みを別枠で作ること。採点軸を作る、定期的に外した判断を振り返る、仮説を記録する。速さに飲み込まれずに思考を守る工夫がないと、AIを導入するほど現場の判断力は劣化する。