向阳乔木（@vista8）のスレッド

アントロピックの内部調査で、あるエンジニアが「毎日仕事に行くと失業してしまう」と告白したことが明らかになった。 Anthropic は最近、非常に興味深いことを行いました。 彼らは研究対象を自分たちに向け、132人のエンジニアと研究者を対象に、AIが彼らの仕事をどう変えているのかを調査した。 その結果は興奮させると同時に、いくぶん不安なものでした。 まず、良いニュースは、生産性が確かに急上昇しているということです。 エンジニアは現在、作業時間の 60% を Claude に使用しており、生産性が 50% 向上しています。 この数字は昨年の2〜3倍です。 さらに興味深いのは、27% の仕事が、これまで人々が決してやったことのない仕事だったことです。 たとえば、「あったらよいが、必須ではない」小さなツールや、探索的な試みなどです。 これを次のように考えることができます。「この機能は素晴らしいですが、開発には 2 週間かかるので、やめておきましょう。」と以前は考えていたかもしれません。 今では AI があるので、2 週間を 2 時間に短縮して、実行できるようになります。 かつては「費用対効果が低い」という理由で断念されていたアイデアも、今では試してみることができます。 しかし、スキルは微妙に変化しており、状況は少し複雑になり始めています。 一方で、エンジニアはより「フルスタック」になってきました。 バックエンドエンジニアはフロントエンドインターフェースを設計し、セキュリティチームは未知のコードを分析できます。 あるエンジニアが複雑な UI を作成したと言ったところ、それを見たデザイナーが「これはあなたが作成したのですか?」と尋ねました。 彼はこう答えた。「私じゃない、クロードだよ。ただお願いしただけだ。」 一方で、基礎スキルの低下を懸念する声も上がっている。 ある上級エンジニアは率直にこう言いました。 現在、私は主に、答えがどのようなものか分かっているタスクにAIを活用しています。しかし、もし私がまだ若手エンジニアだったら、モデルの出力を盲目的に受け入れてしまうのではないかと非常に心配していたでしょう。 ここでの逆説は、AI の出力を監視するには十分なスキルが必要であるが、AI に過度に依存するとそれらのスキルが低下する可能性があるということです。 AIが書いたコードが正しいか判断するためにはプログラミングの知識が必要なのと同じように、いつもAIにコードを書かせているとプログラミングスキルが低下してしまうのではないでしょうか？ 社会レベルではより微妙な変化が起こっています。 昔は、問題に遭遇すると同僚に助けを求めていました。 現在、質問の80～90%はまずクロードに尋ねられます。 他人に迷惑をかけずに済むので、これは素晴らしいことだと考える人もいます。 しかし、「人と仕事をするのは楽しいので、人を必要とする頻度が減ったので、少し悲しいです」と言う人もいます。 上級エンジニアは、ジュニアエンジニアが質問をすることはほとんどなくなったと述べました。 確かに彼らの質問はより効果的に答えられ、彼らはより早く学びました。 これは私に「学習とはいったい何なのか？」という疑問を思い出させます。 答えを素早く得ることが目的ですか、それとも答えを見つける過程でシステムに対する理解を深めることが目的ですか? あるエンジニアは、昔は問題をデバッグする際に、大量のドキュメントやコードを読んだものだと言っていました。すべてが直接役立つわけではありませんでしたが、システム全体への理解を深めることができました。 クロードは問題を直接ガイドできるようになり、効率は向上しましたが、「偶発的な学習」は少なくなっています。 最も考えさせられるのは、エンジニアたちの将来に対する見方です。 多くの人は、数年後に自分の仕事がどうなっているか分からない。 「短期的には楽観的だが、長期的には AI が最終的にすべてを実行し、私や他の多くの人々を無関係にしてしまうと思う」と言う人もいます。 もっと率直に言う人もいた。「毎日仕事に行くと、自分が失業しているように感じる。」 しかし、これは単なる技術的抽象化レベルのさらなる向上に過ぎないと考える人もいます。 かつてプログラマーが手動でメモリを管理し、アセンブリ言語を記述しなければならなかったのと同じように、今では高級言語がこれらのことを処理します。 おそらく将来は英語がプログラミング言語となり、私たちはより高いレベルで問題を考えるようになるでしょう。 あるエンジニアはこう語った。 「スキルの低下」という議論は、プログラミングがいつかClaude 3.5以前の状態に戻ることを前提としています。しかし、私はそうは思いません。 アントロピックも自分自身で物事を理解しようとしています。 彼らは、チームの連携を向上させる方法、キャリア開発をサポートする方法、AI 支援作業のベスト プラクティスを確立する方法について考えています。 しかし、正直に言うと、明確な答えを持っている人は誰もいません。 この研究の最も価値のある点は、その結論ではなく、むしろそれが提起する疑問であるかもしれない。 • AIができることが増えていくにつれて、私たちはどのようなスキルを維持すべきでしょうか? 効率性の向上とディープラーニングのバランスをどのように取ればいいのでしょうか? 仕事の意味は何でしょうか？それはアウトプットですか、それともプロセスですか？ 人と人とのコラボレーションはどうなるのでしょうか？ これらは、Anthropic のエンジニアだけが直面しなければならない問題ではなく、近いうちに私たち全員が直面する問題になるかもしれません。 技術の進歩は、決して単純に良いか悪いかではなく、新たな課題とともに新たな可能性をもたらします。 重要なのは、変化の中で私たちがどのように適応し、新しいバランスを見つけるかです。 あるエンジニアはこう言いました。「何が起こるかは誰にも分からない。大切なのは、適応力を維持することだ。」 これはおそらく最も正直で実践的なアドバイスでしょう。 AI 生成の要約、人間によるフォーマット。コメント セクションに元の記事へのリンクがあります。

anthropic.com/research/how-a…