AIレビューから「良い点も挙げる」を捨てた ── 敵対的検証を全レビューに統一した結果

あるWebサービス開発チームが、AIコードレビューの方針を根本的に変えました。従来のAIレビューは「全体的によく書けています。いくつか改善点として…」という、バランスの取れた無難な内容になりがちでした。これでは欠陥検出の効率が悪いと判断し、すべてのレビュー作業に「敵対的検証」を統一したのです。具体的には、(1)作者の実装意図を前提にせず懐疑的に読む、(2)「どの入力・状態で崩れるのか」という失敗シナリオで指摘する、(3)良い点は挙げない、という3つのルールを導入しました。良い点を書かないのは、それがレビューの目的（欠陥の検出）に貢献せず、トークンと注意を無駄に薄めるだけだからです。

AIの鬼が着目するのは、ここに「ツールを効果的に使う設計」の教訓が隠れていることです。AIレビューの品質が上がったのは、AIが賢くなったからではなく、AIの得意な形式（欠陥探索、シナリオ化した指摘、懐疑的分析）に仕事を特化させたからです。反証志向でレビューすると、それまでスルーされていた種類のロジック欠陥が、具体的な失敗シナリオつきで浮き上がり始めました。同時に、この体制では「別人による独立チェック」を厳格に運用し、同じ人が書いて同じ人がレビューする構造を排除しています。この独立性があるからこそ、計測パイプラインの根本的な間違いや、文書に焼かれる前の誤った結論を止められるわけです。

中小企業がAIツールを導入する際の落とし穴は、「AIに人間的なバランス感覚を求める」ことにあります。AIの本領発揮は、人間には難しい「徹底的な敵対的分析」や「大量データから外れ値を抽出する」といった領域です。それを励ましや配慮で弱めるのは、包丁で釘を打つようなものです。AIと人間の役割を明確に分離し、AIには「ここまで徹底しろ」という指示を与えることが、投資対効果を最大化します。