AIによるコード生成が業務に浸透し、開発速度は加速している。だが、ビクトリア大学のマーガレット・アン・ストーリー教授が提唱する「認知負債」という概念は、その加速の裏側で静かに蓄積している代償を可視化した。技術的負債がコードの中に住むのに対し、認知負債は人間の頭の中に住む。
ビクトリア大学のMargaret-Anne Storey教授が、生成AI・エージェントAIの普及に伴い「技術的負債」より深刻な「認知負債」が蓄積されていると提唱し、著名開発者Simon Willisonが自身の体験を交えて支持した。
認知負債は「ビルドの失敗」や「バグの発見」ではなく「共有された理論の静かな喪失」として現れるため、従来の品質指標では検知できない負債が組織に蓄積されることを示唆している。
AIでコードを高速生成する組織において、コードは動作するが設計意図を理解する人間がいないという状況が広がりつつあり、開発速度の向上が中長期的な保守・改修能力の低下と背中合わせであることが明確化された。
Overview
- マーガレット・アン・ストーリー教授が「認知負債」を技術的負債と区別する概念として提唱した。
- 認知負債はコードではなく開発者の頭の中に蓄積される理解の欠損である。
- 「プロンプトインジェクション」という言葉を提唱したサイモン・ウィリソンは、自身もAI生成機能のメンタルモデルを維持できなくなったと述べた。
- マーガレット・アン・ストーリー教授はICSE技術的負債カンファレンスで基調講演を予定している。
マーガレット・アン・ストーリー教授が紹介したエピソードが象徴的だ。あるチームがプロジェクト中盤で行き詰まり、原因を「コードが汚い」と報告した。だが調査すると、問題はコードの質ではなかった。「なぜその設計にしたのか、チームの誰も説明できなかった」のだ。
コードは動いている。テストも通る。しかし、それを変更する判断を下せる人間がいない。Storey教授はこの状態を「共有された理論の喪失」と呼んでいる。
サイモン・ウィリソンはこの概念を自身の体験で裏付けた。AIを使って機能を高速に生成した結果、自分のプロジェクトの「確固としたメンタルモデル」を維持できなくなり、自信を持って判断を下すことが徐々に難しくなったと述べている。
認知負債が厄介なのは、ビルドの失敗やバグとして表面化しないことだ。それは「変更への躊躇」「特定の人しか触れない領域の増加」「なんとなくシステムが不透明になる感覚」として、静かに組織を蝕む。
これはエンジニアだけの問題ではない。AIツールを使って企画書を作り、マーケティング施策を設計し、業務フローを自動化している人すべてに当てはまる。あなたのチームが先月AIで作った仕組みを、今月「なぜそうなっているか」説明できる人はいるだろうか。その答えが曖昧なら、認知負債はすでに蓄積が始まっている。
考える問い
- あなたのチームがAIで生成したコードや資料のうち、「なぜそう設計したか」を説明できるものはどの程度あるか
- AIによる開発速度の向上と、チームの理解力の維持を両立させるために、どのようなプロセスが有効か
- 認知負債が蓄積した組織が、あるとき突然「誰も変更できないシステム」に直面するリスクを、どの程度意識しているか
報道記事・ソース
公式発表・一次情報
関連ライブラリ
Reddit
Google
Microsoft
ChatGPT