AIに聞けば答えが返ってくる時代に、どうやって「勘」を育てようか

新卒2年目のエンジニアが直面する悩みは、AIの急速な普及によって、先輩たちが手掛けてきた「基礎的な調査や実装」をAIに任せられるようになった結果、その過程で磨かれるはずだった「勘」が育たないのではないかという懸念だ。先輩エンジニアが大規模なコード差分から細かいロジックを読み切ったり、不具合報告から問題箇所を予測したりできるのは、経験を通じて蓄積された「事前知識」があるからであり、その知識がAIとの協業中心の作業では身につかないのではないかという不安である。

ここで面白いのは、この懸念の根拠となっている「勘」の正体が、実は経験から来る「仮説を立てる力」だということだ。先輩が「この辺が怪しい」と言えるのは、コードベースの関係性や技術についての事前知識から「こうなっているはず」と当たりをつけ、それを検証しているからであり、AIが答えを確かめるだけでは、その「当たりをつけるプロセス」が抜け落ちる。ところが著者が実践してわかったのは、仮説は最初から当てるために立てるのではなく、むしろ外すことが学習になるということだ。確かめる仕事であっても、結果を見る前に自分の仮説を言葉にしておけば、返ってきた答えとのズレが「引っかかり」を生み、その違和感を通じて事前知識が書き換わる。つまり、仮説を持たずにAIの答えを受け取ると、正解でも不正解でも自分の中で何も更新されないということである。

中小企業の現場でも同じ構造がある。AIチャットに「どうすればいい？」と丸投げするのではなく、「こうだと思うけど、どう？」と仮説を先に挟む習慣がつけば、毎日の確認作業の中で判断力が磨かれていく。AIが答えをくれる時代だからこそ、やるべき仕事は「選択肢を生成すること」から「事前に仮説を立てて、その仮説とのズレから学ぶこと」へシフトしている。勘を育てるというのは、スキルを学ぶのではなく、思考する習慣をつけることなのだ。