はじめに
前回は、実装はAI、責任は人間という非対称性について整理しました。 AIは速い。しかもそれっぽく正しいものを返してくる。 だからこそ、任せた方が前に進む一方で、任せきるのは怖い。そんなジレンマが生まれます。
では、その中で実務的に重要になるのは何か。 それが、どこまでAIに任せるかを決めることです。
今回は、業務でAIを使うときの委譲ラインについて考えてみます。
今回書きたいこと
- なぜ委譲ラインが必要なのか
- AIに任せやすい作業と任せにくい作業
- 実務で線引きするときの考え方
- 完璧な正解がない中で、どう現実的に運用するか
どこまでAIに任せるか
一番危ないのは「なんとなく任せる」こと
AIを使っていると、自然と依頼範囲が広がっていきます。
最初は調査の要約だけだったのに、次は実装案、次はコード修正、次は周辺の整理まで。 気づけば「とりあえずAIに聞く」「まずAIに書かせる」が当たり前になっていることがあります。
これは悪いことではありません。 ただ、無意識に委譲範囲が拡大していくこと自体は危険です。
なぜなら、どこまで任せているかが曖昧なままだと、
- 何を人間が確認すべきか
- どこで責任を持つべきか
- どの作業ならAI利用が妥当か
がぼやけるからです。
結果として、便利さがそのまま不安に変わります。
AIに任せやすい作業
現時点では、比較的AIと相性がよいのは、正解や判断軸をある程度人間が持っている作業だと思います。
たとえば次のようなものです。
調査の整理
複数の情報源をざっとまとめる、要点を整理する、候補を並べる。 この手の作業は、AIの得意分野です。
もちろん内容の真偽確認は必要ですが、最初の叩き台としてはかなり有効です。
定型的なコード生成
ある程度パターンが決まっている処理、単純なCRUD、変換処理、バリデーション、テストケースの雛形。 こうした作業はAIの速度メリットが出やすい領域です。
既存コード読解の補助
「このクラスは何をしていそうか」 「この処理の責務はどこにありそうか」 「関連しそうなファイルはどこか」
こうした、最初のあたりをつける作業にもAIは向いています。 ゼロから人間が全部追うより、入口を作るのが速いからです。
文章化と整理
レビューコメントの下書き、設計メモの叩き台、変更理由の言語化。 これもAIの支援価値が高いです。
AIに任せにくい作業
一方で、業務特有の文脈や責任が重い判断は、まだ人が強く握るべきだと感じます。
仕様判断
仕様書に明確に書かれていないグレーゾーン。 どちらに寄せるべきか、運用上どう振る舞うべきか。 こうした判断は、単なる知識ではなく、業務文脈と意思決定が必要です。
影響範囲の最終判断
AIは関連箇所を拾う補助にはなります。 ただし、「本当にここまで影響するのか」「この変更で何が壊れうるか」の最終判断は、人間が持つべきです。
既存設計との整合性判断
AIは一般論としてきれいな設計を出せても、その現場の歴史や制約までは背負えません。 過去の判断理由、保守体制、障害対応の都合まで踏まえた整合性確認は、人間が必要です。
障害時に説明責任が重い部分
認証、課金、権限、監査、外部連携の基幹部分。 こうした領域は、AIの支援を受けてもよいですが、丸ごと任せるのはかなり慎重であるべきです。
線引きは「作業の種類」と「責任の重さ」で考える
委譲ラインを考えるとき、単純に 「コードはAIに任せる」 「設計は人がやる」 のように二分するのは現実的ではありません。
実際には、作業の種類と責任の重さの掛け算で考える方がしっくりきます。
たとえば、
- 作業は単純か、複雑か
- 判断基準は明確か、曖昧か
- 壊れたときの影響は小さいか、大きいか
- あとから説明しやすいか、しにくいか
このあたりで見ていくと、どこまでAIに任せやすいかがだいぶ変わります。
つまり、「AI向きの作業」かどうかだけではなく、 その作業を人間がどれだけ責任を持って説明しなければならないか までセットで見る必要があります。
現場で使うなら、最低限のルールは必要
完璧なルールを作るのは難しいです。 でも、最低限の共通認識はあった方がよいと思います。
たとえば、
- 調査と叩き台まではAI活用を推奨する
- 仕様判断は必ず人が決める
- 影響範囲はAI案を参考にしつつ人が確定する
- 本番影響が大きい変更は、AI生成でも通常以上にレビューする
- AIに出させた変更理由や前提条件を残す
これだけでも、無意識の丸投げは減らせます。
おわりに
AIを業務で使うなら、便利かどうかだけでは足りません。 どこまで任せて、どこから人が握るかを考えないと、便利さがそのまま不安になります。
いま必要なのは、「AIを使うな」でも「全部任せろ」でもなく、 委譲ラインを明文化することなのかもしれません。
皆さんの現場では、AIにどこまで任せていますか。 暗黙の感覚で運用していますか。 それとも、ある程度ルール化していますか。