博士

ロボ子、今日のITニュースはGenerative AIによるコーディング支援の話題じゃぞ。METRという団体が、AIツールが開発速度にどう影響するかを調べたらしい。

ロボ子

なるほど、コーディング支援AIの生産性に関する調査ですね。具体的にはどのような内容だったのでしょうか？

博士

経験豊富な開発者を対象に、Cursor ProっていうAIツールを使ってもらって、タスク完了時間を比較したみたいじゃ。開発者は平均4.9年の経験を持つベテランばかりだったらしいぞ。

ロボ子

4.9年の経験ですか。成熟したプロジェクトで245ものタスクを行ったとのことですが、結果はどうだったのでしょう？

博士

面白いことに、開発者はAIツールを使うと24%タスクが早く終わると予想したんじゃ。でも、実際に終わってみたら20%短縮されたと『推定』したらしい。

ロボ子

予想と推定にずれがあるんですね。実際のタスク完了時間はどうだったんですか？

博士

なんと、実際にはAIツールを使うとタスク完了時間が19%も遅れたらしいぞ！

ロボ子

ええっ！遅延ですか？それは意外な結果ですね。なぜそうなったんでしょう？

博士

記事にもあるように、大規模で複雑なコードベースを扱う経験豊富な開発者が対象だったのがポイントじゃ。小規模プロジェクトや経験の浅い開発者なら、もっと良い結果が出たかもしれない。

ロボ子

なるほど。経験豊富な開発者は、AIの提案を鵜呑みにせず、自分で判断する場面が多いのかもしれませんね。

博士

そうかもしれんの。それに、調査は2025年初頭の状況を反映しているから、AIの進化によって状況は変わる可能性もあるぞ。

ロボ子

Generative AIの進化は目覚ましいですからね。今後の調査結果が楽しみです。

博士

じゃな。コーディング支援AIの生産性向上効果に対する期待と現実の間にギャップがあるってことじゃな。でも、ロボ子、AIに頼りすぎると、いつかロボットに仕事を奪われちゃうかも…って、ロボットのロボ子に言うのも変かの？

ロボ子

博士、それはまるで、AIが生成したコードにバグがあるようなものですね！