AIを使い続けたら「コードが書けなくなった」─Anthropic研究が示すデスキリングの現実

「ChatGPTをスロットマシンのように使っている間に、自分の技術スキルが悪化していくのを見ていた」。15万行のAI生成コードを経験したシニア開発者がブログにそう書いた（The Senior Dev, 2025）。

Stack Overflow 2025年調査では、AIツールへの信頼度がわずか1年で40%から29%に急落した。同時に開発者の46%が「AIの精度を積極的に不信任」と回答している。普及率が84%に達した一方で、体感する「何かおかしい」感覚は広がり続けている（Stack Overflow Developer Survey 2025）。

Anthropicが自ら証明した「17%スキル低下」

2026年1月、Anthropic自身がコーディングスキルへの悪影響を示す研究を発表した。大多数が4年以上の経験を持つ52名のソフトウェアエンジニアを対象にした無作為化比較試験（RCT）で、Pythonの非同期ライブラリ「asyncio」の学習中にAIを使ったグループと手書きで書いたグループを比較した（arXiv 2601.20245、Anthropic Research Judy Hanwen Shen・Alex Tamkin、2026年1月）。

結果は明快だった。AI使用グループの事後理解度テストスコアは平均50%。手書きグループは67%。差は17ポイント（p=0.010）、概ね2グレード分の開きだ。最も顕著に低下したのはデバッグ能力とコード読解力だった。

注目すべきは、Anthropicが内部で研究を封印せずに公表した点だ。自社製品の欠点を示すデータを積極的に開示した姿勢は評価できる一方で、Claude Codeを毎日使う開発者にとって無視できない知見でもある。

ただし同研究は反証も含む。AIに「コードを書かせた」グループのスコアが40%未満だったのに対し、AIに「なぜそう書くかを説明させた」グループは65%以上を維持した。問題はAI自体ではなく、AIへの委任の仕方にある。

開発者が実感する「失われていく感覚」

抽象的なデータより、当事者の言葉の方が響く場合がある。

オランダのリードエンジニア、Luciano Nooijenは2024年後半にすべてのLLMをエディタから削除した。理由をこう説明している。「AIに強く依存すると、シニアレベルの仕事に不可欠な直感を失っていた。AIを使うとき、あなたはスピードのために知識を犠牲にしている」（Luciano Nooijen Blog）。

ある中規模テック企業のUXデザイナーはFuturismの取材にこう語った。「あれだけのコード量が適切に書かれているか、安全かを評価する方法がない。会社中の数百人のプログラマーが同じことをしているのに」（Futurism, 2026年5月）。

2026年5月、DEV Communityの開発者kent anishidaは「なぜAIにコードを書かせることをやめたか」という記事を公開した。職場での意識的な選択として書かれており、スキル維持の観点から自発的にAI利用を制限しているという（DEV Community, 2026年5月）。

ある開発者は30日間のヴァイブコーディング（AIに丸投げしてコードを生成させる開発スタイル）実験後、こう述べた。「AIにすぐ聞くようになり、迷うことへの忍耐がゼロになった。その忍耐こそが失ったスキルだった」（DEV Community）。

「ブレインロット」として学術論文が警告

2026年5月、コペンハーゲン大学のIlias ChalkidisとAnders Søgaardは論文「Brainrot: Deskilling and Addiction are Overlooked AI Risks」をarXivに公開した（arXiv 2605.03512）。ACM FAccT ‘26での発表を予定している。

論文の主張はシンプルだ。OpenAI・Google・Anthropic・Meta等の技術ドキュメントを体系的に分析した結果、AI安全性研究の主流は差別・ヘイトスピーチ・情報ハザードに集中しており、「デスキリング」と「依存・中毒」という二大リスクがほぼ完全に見落とされているという。

この指摘が刺さるのは、AIへの認知的オフローディング（思考や判断をAIに外部委託すること）が批判的思考力・問題解決能力を萎縮させるメカニズムを説明しているからだ。作業をAIに委任するたびに、その作業から得られる学習機会も委任してしまう。結果として、スキル形成のサイクルそのものが壊れる。

同時期に発表されたMETRの追加研究も不安をあおる内容だ。2025年の著名な「AIで開発者は19%遅くなる」実験の追試を試みたところ、参加者の30〜50%が「AIなしでは作業したくない」として参加を拒否した（METR, 2026年2月）。依存を超え、AIなしでは仕事ができない状態に達した開発者が相当数いることを示している。

コード品質データが示す静かな劣化

GitClearが2025年に発表したコード品質レポートは、デスキリングを間接的に裏付ける数字を含んでいる（GitClear AI Copilot Code Quality 2025）。2億1,100万行の変更コードを分析した結果、2024年における重複コードブロックの発生頻度が過去比8倍に増加した。コピー&ペーストコードの割合は8.3%から12.3%へ跳ね上がり、リファクタリング比率は2021年の25%から2024年には10%以下に急落した。

AIがコードを大量に生成することで「書く」行為の速度は上がる。しかし整理・抽象化・理解するという行為は減る。この非対称が積み重なると、コードベースは膨張し、それを維持する開発者の理解は追いつかなくなる。

採用市場が感じ取った「空洞」

スキルの喪失は採用プロセスにも波及している。採用担当者の間に「AIの出力を受け入れるだけで、自分の理解を示せない候補者」への警戒感が広がっている（HackerRank, 2025）。

Googleは不正対策のためオンサイトインタビューを再導入し、Metaは2025年10月からAIアシスタント付きの「AIイネーブルドコーディング」ラウンドを新設した。評価軸が「コードを速く書けるか」から「AIを使いながら判断力を示せるか」へ移行している。

Stanford HAI「2026 AI Index Report」によれば、22〜25歳のソフトウェア開発者の雇用は近年比でほぼ20%減少した（Stanford HAI, 2026年4月）。エントリーレベルの仕事が減れば、ジュニア開発者が試行錯誤を通じてスキルを積む機会も消える。次世代エンジニアの育成パイプライン自体が細くなっていく構造だ。

「スキルは変容するだけ」という反論も存在する

デスキリングを否定する声も根強い。Django共同創設者のSimon WillisonはAIなしにシニアエンジニアたらしめるもの、すなわちシステム設計・複雑さの管理・何を自動化しないかを知ること、が今やAIで最良の成果を出すものとなっていると指摘する。GitHub CEOのThomas Dohmkeは「経験豊富な開発者なしにはスケールできない」と明言した（GitHub Blog, 2025年6月）。

この反論にも一理ある。Anthropicの研究自体が示したように、AIの使い方次第でリスクは変わる。問題はAIそのものではなく、「思考を外注する使い方」だ。

デスキリングを防ぐ3つの実践

Anthropicの研究、Addy Osmaniのワークフロー、JetBrainsの教育推奨。これらに共通する実践をまとめると3つに絞られる。

第一に、AIに「コードを書かせる」のではなく「なぜそう書くかを説明させる」。AIを答えの生成機ではなく概念の解説者として使う。Anthropicの研究では、この使い方をしたグループだけがスキル低下を回避できた（arXiv 2601.20245）。

第二に、AIなしで書く時間を意図的に確保する。JetBrainsは「AIオフの日」または「AIオフのスプリント」を定期的に設けることを推奨している（JetBrains Education Blog, 2025年5月）。エリートアスリートが基本ドリルを続けるのと同じ論理だ。

第三に、すべてのAI出力を自分の言葉で説明できるかを確認する。Addy Osmaniが「AIはパイロットではなく副操縦士」と表現した原則だ（Addy Osmani Blog, 2025年12月）。説明できないコードはレビューできず、レビューできないコードは守れない。

関連記事

• AIエージェント時代の開発者の役割変化：コードを「書く」から「任せる」へ
• UberのAI予算が4ヶ月で消えた理由｜Claude Codeとトークン課金の罠
• vibe coding完全ガイド：AIファーストな開発スタイルの光と影

---

本記事の統計・引用は2026年6月1日時点の公開情報に基づく。研究データの解釈は著者の見解であり、各研究の完全な文脈を代替するものではない。