驚愕！バイブコーディングは我々を無能にする!?――エンジニアの思考力低下に警鐘を鳴らす声

バイブコーディングの普及に対して、エンジニアコミュニティから懸念の声が上がっている。Daniel Craciun氏の記事「Vibe Coding is making us completely useless」は、AI依存がエンジニアの根本的なスキルを蝕んでいると主張し、大きな反響を呼んでいる。

「プロンプトを開くたびに脳が死んでいく」

Craciun氏は、バイブコーディングがエンジニアの思考力を著しく低下させていると断言している。

Vibe coding is killing our brains and making us dumber each time we open the prompt window. This is true even for experienced programmers, whether they want to admit it or not.

この主張は、経験豊富なプログラマーであっても例外ではないという点で、特に衝撃的である。AIに頼ることで、エンジニアが自らアルゴリズムを考え、問題を解決する能力が衰えてしまうという懸念だ。 AIが行ってくれることにより思考力が落ちるということだ。

「30分でLeetCode問題を解けるか？」という試金石

Craciun氏は、読者に対して具体的な挑戦を投げかけている。それは、「最長回文部分文字列を見つける」という一般的なLeetCode問題を、AIを使わずに30分以内に解けるかというものだ。

この問題は、文字列処理とアルゴリズム設計の基礎を問うもので、かつては多くのエンジニアが解けた標準的な問題である。しかし、バイブコーディングに慣れたエンジニアの中には、こうした基本的なアルゴリズム問題を自力で解けなくなっている者が増えているという。

就職活動にも影響――面接で露呈するスキル不足

この問題は、特に就職活動において深刻な影響を及ぼしている。多くの企業の技術面接では、アルゴリズムに関連する質問やコーディング課題が課される。バイブコーディングに慣れたエンジニアは、実務ではAIを駆使して高速に開発できるかもしれないが、面接の場でAIが使えない状況では、基礎的なアルゴリズム問題すら解けないということが起こりうる。

AI利用によるスキル低下のリスクは実在する

Cognitive Research: Principles and Implications (2024)に掲載された「Does using artificial intelligence assistance accelerate skill decay and hinder skill development without performers’ awareness?」ではAIアシスタントの使用が、専門家のスキル低下を加速させ、学習者のスキル習得を妨げる可能性について理論的視点から論じている。さらに重要なのは、AIアシスタントがこれらの有害な効果を、専門家や学習者が認識しないうちに引き起こす可能性があるという点である。

Artificial intelligence assistants might accelerate skill decay among experts and hinder skill acquisition among learners. Further, we discuss how AI assistants might also prevent experts and learners from recognizing these deleterious effects.

• 専門家への影響: AIアシスタントに依存することで、専門家が持つ既存のスキルが退化する（skill decay）
• 学習者への影響: AIアシスタントに頼ることで、学習者が基礎的なスキルを習得する機会が失われる（hinder skill acquisition）
• 無自覚性: これらの悪影響が、使用者自身が気づかないうちに進行する危険性

「自動化バイアス」と「自動化誘発性無関心」

この論文では研究から得られた2つの重要な概念を紹介している。

自動化バイアス（Automation Bias）

ユーザーが自動化システムからの情報を人間の専門知識よりも優先する傾向。推奨が矛盾し、自動化された提案が不正確である場合でも、ユーザーは自動化システムからの情報を支持しがちである。バイブコーディングの文脈では、開発者がAIが生成したコードを、自分の判断よりも信頼してしまう状況に相当する。

自動化誘発性無関心（Automation-Induced Complacency）

ユーザーが自動化システムのパフォーマンスを評価せず、システムエラー、誤動作、または異常な状態を検出できなくなる状態。これは、開発者がAI生成コードをレビューせずに受け入れ、潜在的なバグやセキュリティ脆弱性を見逃してしまうリスクに直結する。

興味深いことに、文献の定量的統合によると、少なくとも高負荷条件下では、利益から損害への「クロスオーバーポイント」は約70%の精度である。つまり、AIアシスタントの精度が70%を下回ると、使用しない方がパフォーマンスが良くなる可能性がある。

最終的にこの論文は、以下の3つの観点から学際的な研究が必要であると結論づけている。

• 認知科学的研究: これらの潜在的な結果があることを理解する
• AIシステム設計: これらの影響を軽減するようにAIシステムを設計する
• トレーニングと使用プロトコル: ユーザーの認知スキルへの悪影響を防ぐためのトレーニングと使用プロトコルを開発する

「質問→答え」の直線的思考パターンの危険性

バイブコーディングの使用を継続して上での影響は、バイブコーディングが「質問から答えへ」という直線的な思考パターンを助長している点である。

本来、エンジニアリングには「問題を分解し、複数のアプローチを検討し、トレードオフを評価し、最適な解決策を導き出す」という複雑な思考プロセスが必要である。しかし、AIに依存することで、この中間プロセスがスキップされ、エンジニアのアルゴリズム的思考力が発達しない、あるいは退化してしまう。

これは、企業側から見れば「実力が伴っていない」と判断される要因となり、求職者にとっては大きな障壁となる。

今後、業界がどのように推移するかによって左右されるところではあるが、問題視すべき内容だろう。

「第二の知能」への転落を避けるために

Craciun氏は、記事の冒頭で興味深い問いを投げかけている。「人間の前で最も賢い動物は何か？」という問いに対して、イルカ、チンパンジー、カラス、オウムなど、様々な答えがある。しかし、バイブコーディングの普及により、人間が「第二の知能」に転落する可能性があると警告する。

All I know is we are on track to become second place, thanks to vibe coding.

この表現は、やや誇張的かもしれないが、AI依存が進むことで、人間の知的能力が相対的に低下していくという懸念を象徴的に示している。

バイブコーディングとの健全な付き合い方

バイブコーディングそのものを全否定しているわけではない。むしろ、AIツールを使うこと自体は否定せず、その使い方に注意を促している。重要なのは、AIを「思考の代替」ではなく「思考の補助」として位置づけることである。

エンジニアは、以下のような姿勢を持つべきだろう。

• 基礎的なアルゴリズムとデータ構造の理解を怠らない
• AIが生成したコードを盲目的に受け入れず、その仕組みを理解する
• 定期的に、AIを使わずにコーディング問題を解く練習をする
• AIを使う場合でも、なぜそのアプローチが適切なのかを自分で考える

バイブコーディングは、確かに生産性を劇的に向上させる。しかし、それが思考力の低下という代償を伴うものであってはならない。エンジニアは、AIと共存しながらも、自らの知的能力を維持し、向上させ続ける努力が求められる時代に突入している。