AIで「学習効率」は上がったのに、なぜ挫折する人は減らないのか？COACHTECH運営者に直接取材

Q1. AIによって、プログラミング学習は実際どのように変わったのでしょうか？

生成AIの登場により、プログラミング学習の環境は大きく変化しました。

以前は数時間かかっていたエラー原因の調査が、今では数分で解決するケースも珍しくありません。多くの学習者と向き合ってきた現場の視点では、この変化をどのように捉えているのか伺いました。

A. 「書く」経験と「概念理解」はこれまで以上に重要になる

AI時代が到来した今、これまでのプログラミング学習のように、ただ「プログラムを書くこと」に重点を置いた学習だけでは、十分とは言えなくなっていくでしょう。


土台となる知識がなければ、AIに対して的確な指示を出すことも、AIの出力ミスを見抜くこともできません。AIが普及したからこそ、技術そのものへの理解を深めていく姿勢がより重視されるのです。

とはいえ、コードを書く学習が全く不要になるわけではありません。

実際に手を動かして「書いたことがある人」と「書いたことがない人」とでは、AIが生成したコードに対する解釈の深さに大きな差が生まれます。プログラミングの基礎を学ぶ段階では、自分でコードを書き、試行錯誤する経験が重要であることは変わりません。

Q2. AIがあるのに、なぜ挫折する人は減らないのでしょうか？

生成AIの登場によって、プログラミング学習の効率は大きく向上しました。

とはいえ、多くのプログラミングスクールや学習サービスにおいて、途中離脱やモチベーション低下という課題は改善に至っていません。なぜAIがあっても挫折はなくならないのか、その背景を伺いました。

A. AIがあっても、基礎を理解する過程は省略できないため

もしAIに任せるだけでプログラミングを習得できるのであれば、誰でも同じようにプログラミングを身につけられることになります。しかし実際のところ、AIが生成したコードや回答を正しく理解し判断するためには、これまで以上に難しい概念を自分で解釈する力が必要であり、むしろ理解しなければならないことは以前より増えているのが実情です。

例えば、初めて英語を学ぶことを連想してみてください。AIが翻訳や会話をサポートしてくれるようになっても、それだけで英語を習得するのは不可能です。英語力を高めるには、単語や文法をコツコツ学び、実際に使いながら身につける過程は欠かせません。

Q3. AI時代に、伸びる人はどのようにAIを使っているのでしょうか？

今や生成AIは広く一般に普及し、AIをプログラミング学習に利用することも珍しいことではありません。

しかし、同じようにAIを使っていても、学習の成果には大きな差が生まれています。実際に多くの受講生を見てこられた中で、「伸びる人」のAIの使い方にはどのような特徴があるのでしょうか。

A. 伸びる人は、AIを「思考の補助ツール」にしている

具体的には、自分なりの仮説を立ててからAIに相談したり、複数の解決策を比較したりといった使い方です。

AIによってコード生成やエラー調査などの手間は大きく減りました。しかし、だからといって自分で考える必要がなくなったわけではありません。

Q4. AI時代に重要性が増している「エラー解決力」とは？

AIがコードを生成してくれる時代になっても、実際の開発現場ではさまざまなエラーや予期せぬ問題が発生することは少なくありません。そしてAIがカバーする範囲が増えたからこそ、エンジニアの「エラー解決力」がより重要になっているという声もあります。

エラー解決力とは、具体的にどのような力を指すのでしょうか。

A. AIでは対応しきれない問題を解決する力

AIはエラー解決をサポートしてくれる便利なツールですが、根本的な原因を理解し、適切な対応を判断するのは人にしかできません。システムの複雑化が進む現代において、この力の重要性は一段と高まっていると感じています。

AIは指示された内容を実現することは得意ですが、システム全体への影響まで考慮したコードを生成するのは難しいのが実情です。

AIが生成したきれいなコードが、必ずしも想定どおりに動作するとは限りません。一見すると正常に動いているシステムも、エラーが発生しやすい設計になってしまうケースもあるのです。

もちろん、エラーが発生したとしても、単一の分かりやすいエラーであれば、AIで対応することは十分に可能でしょう。

しかし、実際の現場で起こるエラーは複数の要素が絡み合っており、一部に対応すれば済むというものではありません。システムが複雑化すればするほど、それらは部分的なバグではなく「システム全体の不都合」として発生しやすくなります。

Q5. AI時代、「学習を継続できる人」は何が違うのでしょうか？

第１回の対談でも、成果を出す人の共通点として「継続力」が挙げられていました。

AIによって学習のハードルは下がりましたが、継続できない人は少なくありません。継続できる人と途中で止まってしまう人とでは、一体何が違うのでしょうか。

A. 「小さな成功体験」が成長を後押ししている

プログラミングは学ぶ範囲が広く、知識やスキルが身につくまでには一定の時間がかかります。完璧を目指し過ぎると、「あれが覚えられない」「これもできていない」とできていない部分ばかりが気になり、自己否定に走りがちです。ゴールまでモチベーションを維持するのが難しく、途中で挫折してしまいます。

一方で、学習を継続できる人は、急いで満点を目指すのではなく、「昨日より理解できた」「気になるエラーを解決できた」といった、目の前の小さな成長に目を向けるのが得意です。

小さな前進でも、その積み重ねが自信につながり、学習を続ける原動力になります。

さらにもう一つ、継続できる人に共通しているのが、AIとの向き合い方です。

AIの登場によって、プログラミング学習者はいつでも質問できる学習環境が整いました。ただし、AIは優しく丁寧にサポートしてくれる一方で、人間を強制する力はありません。


「学習を継続できる人」になるためには、AIを活用しつつ頼り切らないことが大切です。

Q6. COACHTECHはなぜ「自分で考える力」を重視しているのでしょうか？

これまでの連載でも、「自走力」や「課題解決力」の重要性について触れてきました。AIによって答えにたどり着きやすくなった今、あらためてCOACHTECHが「自分で考える力」を重視する理由を教えてください。

A. ユーザーを理解し、最適な答えを導くのは人にしかできない

AIを使えば、システムやプログラムそのものは、今や誰でも作れるようになりました。しかし、AIはユーザーの立場や細かなニーズまで理解できるわけではありません。しっかりと動くものやユーザーニーズを満たした品質の高いシステムやプログラムは、徹底的に顧客のリアルに寄り添い、あらゆる角度から考え抜く姿勢があってこそ形になります。


例えば、AIが生成したコードが一見問題なく動いているように見えても、実際の利用シーンを想定すると、「この操作ではエラーが起きるのではないか」「この画面では迷ってしまうのではないか」といった課題が見えてくることがあります。こうしたAIが見落としやすい問題に気づき、原因を突き止めて改善につなげるのが問題解決力です。

また、AIは質問すれば答えを返してくれますが、「次に何を確認すべきか」「ほかに改善できる点はないか」までは自ら考えてくれるわけではありません。そのため、AIの回答を受け取って終わりにするのではなく、自分で次の課題を見つけ、主体的に改善を重ねていく自走力も求められます。


この姿勢があってこそ、AIだけでは拾いきれない部分を人が補い、ユーザーにとって本当に価値のあるものを作り上げることができるのだと思います。

まとめ

生成AIの登場によって、プログラミング学習の効率は格段に上がりました。

しかし、プログラミング学習で求められる理解の深さは、AI登場前と変わったわけではありません。


COACHTECHでは、受講者がつまずきやすい基礎の部分を一人で抱え込まず、着実に積み上げていけるよう、自分で調べ、考え、解決する力を重視したカリキュラムを設計しています。

カリキュラム後半では、要件定義から納品までを経験する模擬案件開発に取り組むこともでき、実際の開発現場に近い環境で問題解決力や自走力を磨ける仕組みです。