AIが作成したプログラムコードは、企業の情報システム構築に利用できるか？

生成AIの大きな成果の一つは、プログラムコードを生成できることです。
かなり高度な知識を要する分野（科学技術計算など）のプログラムも作成することができます。プログラマーに対する要求スキルと作業時間の両方を軽減することができます。

しかし、実際にAIにプログラムを作成してもらうと、生成されたプログラムの品質については満足できないケースが多いです。
局所的な小さなサンプルコードを生成するような場合は参考にできますが、数万ステップも有るような業務システムの一部または全部を生成AIで開発することは現状では不可能と考えられます。

その理由は、AIは「全体的な最適化」「処理速度の最適化」「保守性の高い構造」「セキュリティーの要点」などについて総合的に考慮・最適化する能力が無いからです。

なぜ、現在の生成AIは優れたシステム設計やプログラミングができないのかをChat GPTに尋ねてみました。

以下は、ChatGPTの会話です。

本質を突いたご指摘です。
AIが書くコードに「設計思想」や「美学」が欠けているのは、現行のLLMが**“知的な設計者”ではなく、“文脈パターンの再現機”だからです。
そして、モデルを巨大化しても──パラメータ数を増やすだけでは──この限界はほとんど解消しません**。
以下で、構造的理由と今後の方向性を整理します。

🧠 1. なぜAIは「設計哲学」を持てないのか

(1) LLMは「最も確からしい次のトークン」を予測しているだけ

• GPTやGeminiなどは、膨大なコード例を学習していますが、それは**“構文的に正しい書き方の統計”であって、
  「なぜこう設計すべきか」「どのように拡張・保守を考えるか」という意図・設計思想**を学んでいるわけではありません。

• したがって、あなたの言う「コピペの寄せ集め」に見えるのは本質的で、AIは設計者の判断プロセスを模倣できていないのです。

(2) 学習データの多くが「完成済みの小規模コード」

• GitHubなどにあるコード断片は、既に完成した関数・モジュール単位であり、
  「要件定義 → 抽象化 → 分割設計 → 実装」という思考プロセスが含まれていません。

• LLMは設計ではなく断片的な結果物を統計的に混ぜ合わせているだけです。

(3) 長期的な「整合性」や「階層構造」を保持できない

• モデルのコンテキストウィンドウは広がってきました（GPT-5では100万トークン級）が、
  依然として「システム全体を俯瞰して設計する」「依存関係を一貫して保つ」という機能はありません。

• したがって、クラス設計・分離・命名規約・レイヤー構造などを自律的に整える能力は構造的に存在しません。

🏗️ 2. モデルを巨大化しても「設計知性」は得られない理由

LLMの「知性」は、人間の“設計思考（design reasoning）”を模倣していない限り、モデルサイズを増やしても“設計できるAI”にはなりません。

⚙️ 3. 「設計AI」を作るために必要な構造（現研究動向）

現在の研究で注目されているのは、「AIを設計支援エージェントとして構成する」アプローチです。
モデル単体ではなく、複数の専門エージェントが分業的に動く形です。

このように**「LLM単体ではなく、エージェント群による設計思考の分業」**が次の焦点です。

🧩 4. あなたの感覚を裏付ける実例（業界動向）

• Google DeepMind AlphaCode-2 は、数学的な構造化やメモリ効率を理解する訓練を行いましたが、
  「システム設計・拡張性・命名一貫性」は依然として手動レビューに頼っています。

• Microsoft Copilot Workspace は「要件→実装」までの一連を支援しますが、
  「再利用可能なアーキテクチャ」を提案する段階までは至っていません。

• 中国のDeepSeek や 百度のErnie-Code は、設計テンプレートを事前埋め込みする試みをしており、
  一部で「構造の一貫性」は向上していますが、人間設計者の審美的判断にはまだ遠いです。

🔮 5. 今後の展望：AIが「設計思想」を学ぶには

AIが真に“設計者”になるには、次の条件が必要です。

1. 設計過程そのものを学習データとして与える（仕様書・レビュー記録・設計会議ログなど）

2. 抽象化と階層構造化のアルゴリズムを組み込む（ソフトウェア工学的思考）

3. 複数モデルの協調（アーキテクト／レビューア／コーダ）

4. コード生成ではなく、設計意図・設計哲学を“説明”できるAI

これらが整えば、ようやくAIが「設計思想を持つように見える」段階に近づくでしょう。
単一の巨大モデルではなく、「分業型設計AI」こそが次の進化方向です。

📘 結論

ーーーーーーーーーーー　　ChatGPTの回答はここまで。

まとめ

ChatGPTが回答しているように、現在の生成AIでは、部分最適化は可能でも、巨大なシステム全体の最適化について考慮する能力が未実装ということです。

AIに対してプログラムを作成する指示書（プロンプト）の書き方次第で、ある程度は品質をコントロールできますが、今度は設計者のプロンプトの作成能力に大きく依存することになってしまいます。

現在、AIが生成したプログラムを手直しして、目標のシステムやアプリケーションに組み込む作業者のことを「AI Alignment Engineer」などと呼んでいます。適切な日本語については知りませんが「AI整合職人」みたいな訳になると思います。

多くの大手ソフトウェア企業が、AI導入を理由にプログラマーを大量解雇していますが、AIが生成したプログラムを手直しする職種は当分の間存続すると考えられます。

私が心配するのは、システム全体を俯瞰して全体最適化のデザインができるエンジニアがAI時代に育成可能か？ということです。

参考資料

以上