概要
Anthropicが公開したランダム化比較試験（RCT）の結果、AIコーディングアシスタントを使用した開発者は、手動でコーディングした開発者と比較して、新しいツール習得のテストスコアが17%低下することが明らかになりました。ただし、AIの「使い方」によって結果は大きく異なります。
出典: Anthropic Research — 2026-02-24
詳細
実験設計
52人のジュニアエンジニア（1年以上のPython経験者）を対象に、全員が未経験の非同期プログラミングライブラリ「Trio」を学習。AI支援グループとマニュアルグループに分け、2つのコーディングタスク後にクイズを実施しました。
結果
| グループ | 作業時間 | クイズスコア |
|---|---|---|
| AI支援 | 約2分短縮（有意差なし） | 50% |
| マニュアル | — | 67% |
最も差が出たのはデバッグ関連の問題でした。
使い方による違い
| 使い方パターン | 平均スコア |
|---|---|
| AIにコード生成を完全委任 | 40%未満 |
| 段階的にAIへ依存度増加 | 40%未満 |
| AIでデバッグを解決（理解せず） | 40%未満 |
| 概念的な質問のみAI活用 | 65%以上 |
| コード生成＋説明を組み合わせ | 65%以上 |
ポイント
- 認知的関与（Cognitive Engagement）が鍵: AIを使うかどうかより、「考えながら使う」かどうかが重要
- 個人教師としてのAI: HNコメント「AI is incredibly useful as a personal tutor」
- スキル浸食のリスク: 生産性ブーストと引き換えに学習機会を失う可能性
個人開発者への示唆
この研究は「AIを使うべきか」ではなく「どう使うべきか」を問うています。新しいライブラリや技術を学ぶ場面では、コード生成を丸投げするのではなく、「なぜこのコードが動くのか」を質問する使い方が推奨されます。
既に習熟した分野では生産性向上に注力し、学習フェーズでは意識的に理解を深める——この使い分けがAI時代のスキル戦略になりそうです。