プログラマーという職業に起きている変化は、単純な「AIによる代替」では説明できない。米Business Insiderが特集した「The Great Coding Reset」の総括記事によれば、現場のエンジニアの反応は割れている。ある回答者はAIが仕事を「多くの点で悪化させた」と語り、別の回答者はより複雑な問題を解けるようになったと歓迎する。この分裂こそが、2026年半ばのソフトウェア開発現場の実像だ。
「センタウル」と「逆センタウル」への分断
SF作家でジャーナリストのコリー・ドクトロウはCNETへの寄稿で、AI支援コーディングをめぐる「パラドックス」を分析している。一部の熟練エンジニアはAIを使って「これまでで最高のコード」を書いていると誇るが、別のエンジニアはAIが生む技術的負債に怯えている。ドクトロウはこの前者を「センタウル」、後者を「逆センタウル」と呼ぶ。センタウルはAIをいつどう使うか自ら判断する労働主導型の自動化を実践する側であり、逆センタウルは同僚の多くが解雇された職場で、AIが超人的な速度で生成するコードの採点役に回される「人間」だ。彼らは「ヒューマン・イン・ザ・ループ」と呼ばれるが、実態はバグが事故や被害を招いた際に責任を負わされる「モラル・クランプルゾーン」に近いとドクトロウは指摘する。
現場の実例：開発期間が1カ月から3〜4日へ
この分断の「センタウル側」の典型例が、2018年からMicrosoftで働くソフトウェアエンジニアの証言だ。Business Insiderの取材によれば、社内ツールのCopilotと外部ツールのClaudeを組み合わせることで、以前は1カ月かかったプロジェクトが3〜4日、最大でも1週間で完成するようになった。同エンジニアはMicrosoft 365 Agents SDKというオープンソースのAIエージェント構築ライブラリを、アイデアからパブリックプレビューまで数カ月で仕上げた経験を持つ。大規模な製品リリースでも、時間短縮効果は初期コード作成よりも、初版完成後の修正作業で最も顕著に現れているという。同氏は「AIが自分の仕事を完全に奪うとは思わない」としつつ、技術を学び続けるエンジニアほど有利な立場に立てると語る。
新卒エンジニアが直面する「経験ゼロ」の壁
一方で、AIの恩恵が届きにくいのが新卒者だ。Business Insiderが伝えたある大学卒業生のケースでは、2026年5月に卒業した本人は、送る応募の90%をソフトウェアエンジニアではなくデータアナリスト職に切り替えたと明かす。技術面接を何度も受けたが「自分の仕事が十分ではない」と感じ続けた結果だという。総括記事も、AIが得意なのはデバッグや簡単な機能実装といった、まさに新人が経験を積む場だったタスクである点を問題視する。シニアエンジニアはAIが何をしているかを理解できる技術的経験を持つため活用の恩恵が大きいが、その経験を積む機会そのものがAIに奪われつつあるという「入口が塞がれる」構造的懸念が浮かぶ。
組織側の課題：workslopと評価指標のねじれ
企業側の対応にも歪みがある。HR Diveの報じたGartner調査（2025年12月、CHRO110人対象）では、組織の約95%が既にAIを導入していると回答した。しかし別のGartner調査（従業員2,986人対象、2025年）では、AIを使う従業員ほど新たな手続きや回避策を作る必要が生じ、業務上の摩擦（フリクション）が増していることも判明している。多くの企業はAIツールの利用頻度や生成までの時間といった「エンゲージメント指標」を個人評価に組み込んでいるが、これは質より量を評価する逆効果を生みかねない。HR Diveは、CHROが人事部門と連携し、AI活用が本当に価値を生んでいるかを職務ごとに検証し、成果に基づく評価軸へ切り替える必要性を強調している。
コード品質という「見えないコスト」
Forbesの分析も同様の警鐘を鳴らす。コードベースが大きくなり、データベースやAPI、クラウドサービスなど関与する要素が増えるほど、AIモデルは文脈を追えなくなり、追加プロンプト1回あたりの生産性向上効果は減っていく。タスクが明確で想定通りに動く「ハッピーパス」の範囲内であれば自然言語だけで開発は完結するが、そこから外れた瞬間、エラーメッセージの読解や依存関係の理解、ターミナル操作といった技術層への「引き戻し」が発生する。つまり技術スキルは開発を始めるためには不要になったが、プロジェクトが複雑化した際にその不在は明確な負債として表面化する。
結論：分断への処方箋
プログラマーの仕事は消滅したわけではなく、AIを制御する側と制御される側への分断が進行している。この構造は今後、コーディング以外の広範なホワイトカラー業務にも波及しうるとBusiness Insiderは指摘する。企業に求められるのは、AI利用を評価指標に安易に組み込むのではなく、ジュニア人材が経験を積む新たな経路を再設計し、コードの「質」を測る仕組みを整えることだ。
