生成AI時代の学び方 #第3木曜LT会

Coding Agentが書く時代だからこそ、理解・検証・保守が大事。
問いの解像度を上げ、アウトプットで学び、社内外で共有する場を作る。
ユーザー視点で考え、技術と事業の両方を理解する。

第3木曜LT会
https://re-shine.connpass.com/event/377084/

TechTrain: https://service.techtrain.dev/

2. 梶川 琢馬 𝕏 @kajitack 株式会社 TechBowl VPoT エンジニア向けの学習プラットフォーム TechTrain の開発やメンターをやってます 2/23
3. 業務でCoding Agent使ってる人？ Claude / Cursor / GitHub Copilot / etc... 3/23
4. 皆さん使ってるみたいですね 4/23
5. 今日のゴール Coding Agent にコードを書かせる時代に 何を学ぶのか？どう学ぶのか？ 5/23
6. プログラミングの形が変わった "The End of Programming as We Know It" By Tim O'Reilly 6/23
7. コスト構造が変わった AI のおかげで「書く」のは速くなった でも「読む・理解する・直す」が重くなった 理解負債: AI が書いた大量のコードに人間の理解が追いつかない状態 例: AI は 1 分で数百行 → バグ特定に人間が数日 7/23
8. 意思決定が変わった 導入は簡単（AI が教えてくれる） 撤退が難しい（依存関係の排除、運用コストが見えづらい） 8/23
9. 何を学ぶのか 9/23
10. AIをコントロールすること AI は確率的: ハルシネーションは完全に 0 にすることはできない だから「封じ込める」設計が必要 AI に自由記述させる前に、構造的な制約（ガードレール）をつける 10/23
11. アーキテクチャ どこまでを生成 AI で書かせるか？を レイヤーで分離する 特定のアーキテクチャが重要なのではなく、 依存方向と分離が出来ることが重要 The Clean Architecture https://blog.cleancoder.com/uncle-bob/2012/08/13/the-clean-architecture.html 11/23
12. 型 漸進的型付けや静的型付け言語が躍進 AI が作成したコードの正確性を担保するための 不可欠なセーフティネットとして機能 AI 生成コードのエラー94%が型チェックで防げる Why AI is pushing developers toward typed languages https://github.blog/ai-and-ml/llms/why-ai-is-pushing-developers-toward-typed-languages/ 12/23
13. 生成AI以前にやってきたこと 開発者体験の向上が生成 AI にも活かせる ドキュメント / Lint・Test・CI・Hooks / Git 管理 / 環境分離 ... 生成 AI の出力が理解できる コードを読む知識 特別なことではなく、今までやってきた当たり前のこと 13/23
14. 当たり前を活かした開発 TechTrain の開発 仕様の定義: Schema、ドメインモデルの DSL 定義 DDD でコアドメイン守って アプリケーションレイヤーを AI で生成 デザインシステムを守って UI を AI で生成 ドメインモデルの管理にYAMLを使ってみた https://zenn.dev/techtrain_blog/articles/cf6e9ce3634d51 14/23
15. どうやって学ぶのか？ 15/23
16. 問いの解像度を上げる 意思決定が大切になる なぜ、その技術が必要なのか？を考える 技術の背景や流れを知ることで、どういう課題を解決するものなのかを知る 何が変わり、何が変わらないかを押さえることで設計判断に役立てる 16/23
17. アウトプットする アウトプット準備が解像度を上げる フィードバックによって新しい発見が得られる 他のプロダクトやチーム体制、言語の事例など 17/23
18. アウトプットの場を作る いきなり社外で登壇するのはハードルが高い 社内で知見を共有する同期的な時間を設ける モブ会や共有会、技術ブログのレビュー会をやってます 18/23
19. 自分に合った 学習環境を整備する 感覚的にプロダクトを開発し、その 後理解度を深める (Vibe Learning) ソクラテス式問答によって、答えを教えて もらうのではなく問いかけをしてもらう (Learning Agent) TechTrain Learning Agent https://prtimes.jp/main/html/rd/p/000000153.000040741.html 19/23
20. ユーザー視点、事業視点で学ぶ ユーザーにどうやったら喜んでもらえるかを考える 問題→課題に分解する能力 技術×プロダクト両方わかる人が強い 20/23
21. まとめ 生成 AI 時代こそ、基礎が相対的に重要 理解できる形にする（読める・説明できる） 検証できる形にする（テスト・型・Lint） 直せる形にする（保守可能・継続的改善） 今までの学びや歴史は無駄にならないし、新しく取り組むべきことが増えた 21/23
23. https://techtrain.dev/media