人材育成新人・若手エンジニアにAIをどこまで使わせるべきか

「動くけれど説明できないコード」が増えている

ジョブサポートが2026年3月に、新人・若手エンジニアの指導（OJT）を担当した経験がある1,004人に行った調査では、担当する新人の9割が業務で生成AIを使っていました。新人が生成AIで作ったコードの課題として最も多かったのは「出力されたコードの仕組みや根拠を本人が理解していない」で、61.4%でした。次いで「要件を読み解けず、あいまいな指示（プロンプト）を出している」が47.5%、「エラーの原因を自力で特定・修正できない」が36.6%です。

同じ調査では、指導やコードレビューにかかる時間が「大幅に増加した」が26.1%、「やや増加した」が51.8%で、約8割の現場で指導の負担が増えています。

出典：ジョブサポート「新人エンジニアの生成AI利用実態と指導負担」

レビューを担当する側の調査でも、同じ傾向が出ています。キッカケクリエイションが2026年2月に、業務でコードレビューを担当するITエンジニア322人に行った調査では、約9割がAIで生成されたコードの普及によってレビューの負担が増えたと答えました。レビューで問題だと感じた点で最も多かったのは「提出者本人がコードの内容を説明できなかった」で、49.5%でした。

出典：キッカケクリエイション「AI生成コードのレビュアー負担 実態調査」

教える側もAIを使った開発の教え方を決められていない

新人の側だけでなく、教える側にも課題があります。インターネット・アカデミーにご相談いただいた、ある運輸業の情報システム部門（従業員約300名規模）では、少人数の新入社員の教育に、教える側の社員の工数が1人月を超えてかかっていました。さらに、学生時代からAIを使ってきた新人に対して、教える側の社員がAIを使った開発手法を十分に使いこなせておらず、どう教えればよいか分からないという悩みを抱えていました。

AIを使っている企業でも設計の作法が抜け落ちやすい

インターネット・アカデミーが研修を実施した、あるIT企業（中堅規模）では、研修前の時点でClaude Codeを社内の開発に使っていました。一方で、システム開発の基礎知識や設計の作法を十分に理解しないまま使っており、「今は動いていても、将来の事故や保守のしにくさにつながるリスクが見えにくい」という課題がありました。AIがツールの裏側で何をしているかを理解しないまま使っていることや、AIに処理させるべきこととAIを使わずに処理すべきことの切り分けが弱いことも、課題として挙がっていました。

AIが書いたコードを新人が説明できない状態のまま開発を続けると、レビューの負担が増えるだけでなく、後から誰も中身を理解していないシステムが残ることになります。

禁止した場合に起きやすいこと

• 開発の速度が落ちる周りの社員がAIを使って作業を進めるなかで、新人だけが手作業になり、チーム全体の進み方とずれが生じます。
• 新人の不満が高まる学生時代からAIを使ってきた新人にとって、使い慣れた道具を取り上げられることは、納得しにくいルールです。
• 隠れて使われる禁止しても、個人のパソコンやスマートフォンで使われてしまえば、会社として利用状況を把握できなくなります。

期間で区切る方法の限界

全面禁止と全面解禁の中間として、「最初の1カ月はAIを使わない」「2カ月目から少しずつ使ってよい日を増やす」というように、期間で区切って段階的に解禁する方法もあります。研修期間の進め方としては有効な方法です。

ただし、期間だけで区切ると、解禁した後のルールが空白になりやすいという弱点があります。研修が終わって配属され、AIを自由に使ってよくなった途端に、「動くけれど説明できないコード」が増えるという同じ問題が起きてしまうのです。

そこで必要になるのが、「いつから使ってよいか」という時期ではなく、プログラミングやテスト、エラーの調査といった作業の内容ごとにルールを決める考え方です。

作業ごとの任せ方の例

この表は一例です。実際には、配属先の開発環境や、顧客がAIの利用を認めているかどうかによって調整します。どの現場でも共通して新人自身にやらせるべきなのは、次の3つの作業です。

1. 要件や仕様を読み解き、何を作るべきかを自分の言葉で説明する

AIは、受け取った指示の範囲でしかコードを書けません。何を作るべきかを理解していない新人は、AIにもあいまいな指示しか出せず、意図とずれたコードが返ってきます。ジョブサポートの2026年3月の調査で、新人の課題の2番目に「要件を読み解けず、あいまいな指示（プロンプト）を出している」（47.5%）が挙がっているのは、この問題です。

指導の場面では、AIに指示を出す前に、「この機能は誰が何のために使うのか」「入力と出力は何か」を新人に説明させます。説明できない状態でAIに作業させないことが、このルールの中身です。

2. エラーが起きたとき、原因を自分で突き止める

エラーの原因を探る作業は、プログラムがどう動いているかを理解するための訓練の場です。エラーが出るたびにAIへ貼り付けて直してもらうと、直し方は分かっても、なぜ起きたのかが分からないままになります。同じ調査では、「エラーの原因を自力で特定・修正できない」新人の課題が36.6%に上りました。

AIを使うこと自体を禁止する必要はありません。「どこが原因だと思うか」という見当を新人自身がつけてから、その見当を確かめるためにAIを使う、という順番を守らせます。

3. AIが出したコードを採用する理由・採用しない理由を説明する

AIが出したコードをそのまま使うのではなく、「なぜこのコードを採用したのか」「どこを直したのか」「なぜ別の案を採用しなかったのか」を新人に説明させます。ジョブサポートの調査で最も多かった「コードの仕組みや根拠を本人が理解していない」（61.4%）と、キッカケクリエイションの調査で最も多かった「提出者本人がコードの内容を説明できなかった」（49.5%）は、どちらもこの作業が抜けていることから起きています。

説明できないコードは、提出させない。このルールをレビューの確認項目にしておくと、新人はAIを使いながらも、中身を理解する習慣を身につけられます。

研修期間基礎とテストを学んでから、AIを使い始める

研修期間に、言語の基礎やデータベース、テストを自分の手で学んでおく理由は、AIが書いたコードの正しさを確かめる手段を先に持たせるためです。特にテストの書き方を知らないままAIを使い始めると、AIのコードが正しく動くかどうかを、新人自身が確かめられません。

このため、AIを使い始める時期は「テストの書き方を学んだ後」を一つの目安にします。研修中のAIの使い方は、配属先の開発環境や会社の方針に合わせて決めます。

配属1年目AIを使ってよいが、説明できないコードは提出させない

配属後は、実際の業務でAIを使う場面が増えます。この段階では、AIの利用を制限するよりも、レビューで「このコードを採用した理由」「直した箇所」を新人に説明させることを徹底します。説明できなかったコードは、本人に調べ直させてから再提出させます。

配属2〜3年目チームの品質の基準を言葉にして、AIへの指示に使う

2〜3年目になると、新人はコードを書く側から、品質を守る側へと役割が移っていきます。この段階では、「このチームでは、変数名をどう付けるか」「エラーが起きたときにどう処理するか」といったチームの基準を言葉にし、AIへの指示に組み込む練習をさせます。キッカケクリエイションの2026年2月の調査でも、今後レビュー担当者に必要なスキルとして、品質の基準を言葉にしてAIに指示する力が最も多く挙がっていました。

自分の基準を言葉にできるようになると、後輩がAIで書いたコードをレビューする側にも回れるようになります。

人事担当者の約7割が「指導のばらつき」を懸念

産業能率大学総合研究所が2026年10月に発表した「生成AIと人材育成に関する人事実態調査」（人事担当者・責任者、320社）では、生成AIの普及を踏まえた新人・若手の育成の懸念として、「本人がどこまで自分で考えたのかを確認しにくい」が76.2%で最も多くなりました。続いて「生成AIをどのように活用させるかについて、上司・先輩によって指導にばらつきが出やすい」が69.5%、「新人・若手と上司・先輩の間で、生成AI活用の知識やスキルに差が生じやすい」が65.8%でした。この調査はエンジニアに限らず、職種全体を対象にしています。

出典：産業能率大学総合研究所「生成AIと人材育成に関する人事実態調査」

また、HR総研が2026年8月に人事担当者202人に行った調査でも、若手社員の育成の課題として「上司・先輩の指導不足」が38%に上りました。

出典：HR総研「若手社員の育成」に関するアンケート

チーム共通のルールに書き出す3要素

チーム共通のルールとして、少なくとも次の3つを書き出しておきます。

1. 作業ごとの任せ方
   要件の読み解き、設計、コードを書く、テスト、エラーの調査などの作業ごとに、AIに任せてよいか、新人自身がやるかを決めた一覧
2. レビューで新人に聞くこと
   「このコードはなぜこの書き方なのか」「AIの出力からどこを直したのか」「テストで何を確かめたのか」など、どの先輩がレビューしても同じことを確認できる質問の一覧
3. AIに入力してはいけない情報
   顧客の情報や、社外に出してはいけないソースコードなど、会社や顧客のルールに沿った入力の禁止事項

ルールを書き出すと、指導する側の負担も軽くなります。先輩が毎回「どこまで使わせてよいか」を考えなくても、一覧に沿って確認すれば済むからです。

チームの基準をAIにも学習させる

AIを使った開発ツールの多くは、プロジェクトのルールを書いたファイルを読み込ませて、そのルールに沿ってコードを書かせることができます。たとえばClaude Codeでは、CLAUDE.mdというファイルに命名のルールや禁止事項を書いておくと、AIがその内容を踏まえて作業します。チームの基準を人とAIの両方に共有しておけば、新人がAIで書いたコードも、最初からチームの基準に近い形で出てくるようになります。

教える側の社員がAIを十分に使いこなせていない場合は、新人だけでなく、指導する側も同じルールを学ぶ機会を作ることが必要です。

基礎とテストを学んでから、AIを使った開発に進む

インターネット・アカデミーの新人エンジニア研修では、プログラミング言語の基礎やデータベースを学んだうえで、テストコードや、Claude Codeを使ったAI駆動開発を追加の科目として組み込めます。AI駆動開発を加える場合は、基礎とテストを学んだ後に進む構成を一例としています。AIを使わず、言語の基礎だけを学ぶ研修にすることもできます。

研修中にAIをどこまで使わせるかは、貴社の方針や配属先の開発環境に合わせて設計します。研修は1社専用で実施するため、配属先で使う言語や、AIの利用ルールに合わせた内容にできます。

研修で目指す状態の例

インターネット・アカデミーがClaude Codeを使った研修を実施した、あるIT企業（中堅規模）では、研修の目的を次のように設定しました。

• Claude Codeの考え方と仕組みを説明できる
• AIに処理させるべきことと、AIを使わずに処理すべきことを判断できる
• なぜ設計・ドキュメント・レビューが必要なのかを説明できる
• 後から同じ結果を再現でき、保守しやすいコードになるような指示を出せる
• ガバナンスとセキュリティの前提を踏まえて活用できる

AIの操作方法を覚えることではなく、AIを使ったうえで、自分の判断を説明できる状態を目指すことが、研修を設計するうえでの考え方です。

配属後の若手・中堅エンジニア向けの研修

配属後の若手・中堅エンジニアには、既存のコードを読み解いて改善する演習を中心にした、Claude Code研修（リファクタリング実践版）があります。Java研修やPHP研修にも、AI駆動開発の科目を組み込めます。