はじめに
「AIがコードを書いてくれるなら、いまからプログラミングを勉強する意味なんて、ないんじゃないですか?」
もしいま私が講師を続けていたら、真っ先に受けるであろう質問です。
実際、AIにお願いすれば、それらしいプログラムが数秒で出てきます。私が受講生に何時間もかけて教えていた文法を、AIは一瞬で書き上げてしまう。この光景を見て、「勉強するだけ無駄では?」と感じるのは、とても自然なことだと思います。
この問いに対して、よく見かける回答があります。
「AIは人間を完全には代替できないから大丈夫」
「基礎は何をやるにも大事だから…」
間違いではありません。しかし、残念ながら本質を捉えていません。「なぜ代替できないのか」「基礎の何が、どう大事なのか」に答えていないからです。これでは、迷っているあなたの背中を押す材料にはならないでしょう。
そこで本記事では、精神論を抜きにして、まず事実から確認していきます。そのうえで、「学ぶなら、何をどう学ぶべきか」を、元IT講師の立場から一緒に考えてみたいと思います。
需要はむしろ増える
まず、市場がどう動いているかを見てみましょう。
日本マイクロソフトは、NTTデータ、ソフトバンク、NEC、日立製作所、富士通と協力し、2030年までに100万人のエンジニア・開発者の育成を目指すと発表しています。同社はすでに340万人以上のAIスキル習得を支援しており、2024年に掲げた「3年間で300万人」という当初の目標は前倒しで達成済みのようでした。
「AIが仕事を奪う」と言われる一方で、業界の大手は、人を育てる方向に大規模な投資をしているわけです。
もうひとつ、興味深いデータがあります。
マイクロソフトの調査(2024 Work Trend Index)によると、日本では約50%の企業が「AIスキルを持たない経験豊富な人材よりも、経験が浅くてもAIスキルを持つ人材を採用したい」と回答しています。世界全体では、この割合は71%にのぼります。
つまり、「経験がないから不利」という時代の前提が、崩れ始めているのです。これから学び始める人にとって、これほど追い風の環境は、これまでなかったかもしれません。
少し立ち止まって
「じゃあ、AIの使い方さえ覚えればいいんですね」
そう思われた方、少しお待ちください。
300万人がAIスキルを学ぶ計画が進んでいるということは、裏を返せば、AIを使えるだけの人は、これから300万人規模で生まれるということです。
その中で、あなたはどうやって選ばれる側になるのでしょうか。
AIを「使う側」と「使われる側」
ここで、ある場面を想像してみてください。
あなたはAIに「こういうプログラムを作って」とお願いし、AIは数秒でコードを返してくれました。ところが、実行してみると、エラーが出て動きません。
さて、どうしましょう…。
私が講師をしていたころ、受講生がエラーの前で固まってしまう瞬間を、何度も見てきました。そして、そこからの行動は2つに分かれています。
- エラー文をそのまま貼り付けて、「直して」とお願いする。AIはまた別のコードを返してくれ、動けばラッキー、動かなければもう一度貼り付ける。これを延々と繰り返す。
- エラー文を自分で読む。「どの行で」「どんな種類の」問題が起きているのかを確認し、原因の見当をつけてから、AIに具体的な質問する。
前者は、AIの出力に振り回されています。動くかどうかは運任せで、なぜ動いたのかも、なぜ動かなかったのかも、説明できません。私はこの状態を「AIに使われている」と呼んでいます。
後者は、AIの出力を判断しています。AIを、自分の意図を実現するための道具として扱えています。これが「AIを使っている」状態です。
身近な例で考える
海外旅行で翻訳アプリを使う場面を想像してください。相手の言葉がまったくわからない人と、少しだけ聞き取れる人がいたとします。
アプリが誤訳をしたとき、まったくわからない人は、誤訳に気づけません。表示された文をそのまま信じて、話を進めてしまいます。一方、少しだけ聞き取れる人は、「あれ、いまの訳、なんか変だな」と立ち止まれます。
道具の性能は同じです。違うのは、出力が正しいかどうかを判断する軸を、自分の中に持っているかどうかです。
AIとプログラミングの関係も、これとまったく同じ構図です。
分かれ目は、文法の暗記量ではない
ここで大切なのは、エラー文を読めた受講生が、文法をたくさん暗記していた人ではなかった、ということです。
彼らが持っていたのは、「プログラムはどんな順番で動くのか」「データにはどんな種類があるのか」といった、いわば仕組みの理解でした。
AIは、コードを書く作業を肩代わりしてくれます。しかし、出力が正しいかを判断する軸までは、肩代わりしてくれません。
そして、この判断の軸こそが、昔から「基礎」と呼ばれてきたものの正体だと、私は考えています。
では、その基礎とは、具体的に何を指すのでしょうか。
何をどう学ぶべきか
結論から言うと、学ぶ価値が下がったものと、上がったものがあります。
価値が下がった学び:書き方の暗記
構文をたくさん覚えること。よく使う書き方を写して体に叩き込むこと。かつての学習は、この「書けるようになる」ことに多くの時間を割いてきました。
この部分は、AIが肩代わりしてくれます。書き方を思い出せなくても、AIに聞けば済むからです。ここに時間をかける必要はありません。
価値が上がった学び:仕組みの理解
一方で、前のセクションで見た「判断の軸」にあたる部分は、AIには肩代わりできません。たとえば、次のようなことです。
- プログラムは、どんな順番で動いているのか
- データには、どんな種類があり、どう扱われるのか
- 処理を分けたりまとめたりするのは、なんのためか
お気づきでしょうか。これらはすべて、「書く」ための知識ではなく、「読んで、判断する」ための知識です。
AIがコードを書く時代とは、人間の仕事が「書くこと」から「読んで判断すること」へ移る時代です。だとすれば、学ぶべきものが仕組みの理解へ寄っていくのは、自然な流れだと思いませんか。
学び方も変わる
うれしいことに、この学びにおいて、AIは最高の相棒になります。
わからないコードを貼り付けて、「一行ずつ、何をしているか説明して」とお願いする。説明を読んで、「じゃあ、ここをこう変えたらどうなる?」と自分で予想してから、実行して確かめる。
かつての受講生が「先生、ここがわからないんです」と質問の順番を待っていた時間は、もうありません。24時間、何度同じことを聞いても嫌な顔をしない家庭教師が、すでにあなたの手元にいるんですよ。
道具に振り回されるか、道具を使い倒すか。同じAIでも、向き合い方ひとつで、学びの質はまったく変わります。
さいごに
「AI黎明期にプログラミングを勉強する意味はあるのか?」
冒頭の問いに戻りましょう。私の答えは、「意味はある。ただし、その意味は変わった」です。
書くための勉強なら、たしかに価値は下がりました。しかし、AIの出力を判断するための勉強は、AIが普及すればするほど、価値が上がっていきます。市場の数字は、それを裏付けていました。
では最後に、私から質問をさせてください。
あなたはこれから、AIに何を任せ、何を自分の頭で判断しますか?
この線引きを自分で決められるようになることが、AI時代にプログラミングを学ぶ意味そのものなのかもしれません。
最後までお読みいただき、ありがとうございました。