AIとスキル習得——身体性の伴わない技術をこれからどう学ぶか

Anthropicが出した論文

2026年1月、Anthropicが興味深い論文を出した。「AIアシスタンスがコーディングスキルの形成に与える影響」というタイトルで、要するに「AIに頼りすぎるとスキルが身につかない」という内容だ。

52人のジュニア開発者を対象にしたランダム化比較試験で、AIを使ったグループは使わなかったグループに比べてクイズのスコアが17%低かった。特にデバッグ能力の差が大きかったという。

論文の結論はこうだ。AIを積極的に使うことにはトレードオフがある。生産性は上がるかもしれないが、スキル開発が阻害される。将来、AIが書いたコードをチェック・修正する能力が必要になるのに、その能力が育たない——と。

論文の主張が成り立つには、いくつかの前提がある。

一見もっともらしい。でも、この前提自体を疑う余地がある。

今、AIの性能は1年で大きく向上している。スケーリング則が有効で、まだ向上の余地がある。この状況で考えてみる。

1年前のAIが解けなかったバグを、今のAIは解ける。これは実際に起きていることだ。

じゃあ、今のAIが解けないバグはどうか。1〜2年後のAIが解く可能性が高い。

では、将来のAIでも解けないバグは？　それ、数年スキルを磨いた人間に解けるのだろうか。おそらく解けない。そもそもそのレベルの問題を解ける人間はごく少数だ。

自動運転で考えるとわかりやすい。自動運転AIでも回避できない衝突事故があったとして、人間ドライバーに回避できたか？　ほとんどの場合、できないはずだ。

つまり「AIが間違えたとき人間がチェックする」という前提自体が、過渡期の発想かもしれない。

もちろん、Anthropicがこの論文を出す背景は理解できる。

AIを開発している会社が「AIに全部任せていい」とは言いにくい。「人間の能力も大事」というバランスを取りたいポジションにいる。この論文にはポジショントーク的な側面があることを意識しておいていいと思う。

ここで、スキルを2種類に分けて考えたい。

身体性を伴うスキル——スポーツ、楽器演奏、料理など。これらは相変わらず人間が中心だ。練習メニューを考えたりフォームを分析したりとAIはサポートできる。でも最終的に身体を動かすのは人間だし、習得プロセスは大きく変わらない。

身体性を伴わないスキル——コーディング、文章作成、データ分析など。こちらは状況が違う。AIが直接「実行」できてしまう領域だ。

コーディングの場合、「なぜこうなるのか」をざっくり理解して「じゃあお願いね」とAIに渡すワークフローが現実的になっている。カーナビで言えば、目的地に着くことがゴールなのであって、道順を暗記することに価値があるわけではない。

問題は、従来の「スキル習得」という枠組みが、身体性を伴わない技術においては古くなっている可能性があることだ。

「まず基礎を覚えて、手を動かして、エラーと格闘して……」という学び方は、AIがなかった時代の最適解だった。今もそれが最適解かどうかは、検討の余地がある。

何も理解せずに丸投げするのはまずい。でも、どこまで理解すればいいのか、何に時間を使うべきかの基準は変わってきている。

これは子供への教育にも関わる話だ。「プログラミングを学ばせよう」と言ったとき、何を学ばせるのか。構文を覚えさせるのか、論理的思考を鍛えるのか、AIとの協働の仕方を教えるのか。従来の書籍やカリキュラムの多くは、この問いに答えられていない。

Anthropicの論文は、「AIに頼りすぎるとスキルが衰える」という問題提起としては意味がある。でも、その前提にある「人間がAIを監督する」というモデル自体が、数年後には成り立たなくなっている可能性がある。

必要なのは、「身体性の伴わない技術をこれからどう学ぶか」という新しい枠組みだ。何を人間が担い、何をAIに任せ、どこに時間を使うか。その判断基準を今のうちに考えておく必要がある。

この論文はその議論の入り口にはなる。でも、答えはまだない。