論文要約：生成 AI 時代におけるソフトウェアエンジニアリング専門家の役割とアイデンティティ・ワーク

論文タイトル: Role and Identity Work of Software Engineering Professionals in the Generative AI Era
著者: Jorge Melegati (INESC TEC, ポルト大学)
発表場所: CHASE'26 (2026 年 4 月)

1. 背景と問題提起 (Problem)

生成 AI（GenAI）のソフトウェアエンジニアリング（SE）への導入は、生産性の向上やコード品質の改善を約束する一方で、開発者の自己認識（仕事におけるアイデンティティ）に大きな変革をもたらす可能性があります。

既存の研究は、GenAI 導入がソフトウェア専門家の「アイデンティティ・ワーク（アイデンティティの形成、適応、拒否のプロセス）」に与える影響を指摘していますが、「役割（Role）」の違いを考慮していないという限界があります。具体的には、開発者（Developers）とテスター（Testers）など、異なる役割を持つ専門家たちが、GenAI 導入に対して同じようにアイデンティティの変化を経験するとは限らないという仮説が立てられています。

• 現状の課題:
  • ソフトウェア業界は「開発者」「テスター」「アーキテクト」など多様な役割から成り立っており、それぞれの役割に対する社会的評価や自己認識（プレステージ）に明確な格差が存在する（例：テスターは「第二級市民」と見なされがちである）。
  • GenAI によるコード生成の普及により、開発者の仕事が「コード作成」から「生成されたコードの検証（テスティング）」へとシフトする可能性が高い（「Vibe coding」や TDD との組み合わせなど）。
  • この役割のシフトは、開発者とテスターの間の緊張関係をさらに悪化させ、個人のモチベーションやチームの生産性に悪影響を及ぼす恐れがある。

本研究は、「役割（Role）」が GenAI 導入によって引き起こされるアイデンティティ・ワークの決定要因であると主張し、この視点を欠いた既存研究の限界を克服することを目的としています。

2. 研究手法とアプローチ (Methodology)

本論文は、将来の研究を導くための**研究アジェンダ（Research Agenda）**を提案するものです。具体的な研究方法として、以下の 5 つの研究質問（RQ）と対応する手法を提示しています（図 1 のフレームワークに基づく）。

1. 基盤となるアイデンティティの理解 (RQ1, RQ2)

   • 質問: ソフトウェア開発者とテスターは、それぞれどのように自分の専門的アイデンティティを認識しているか？また、その違いは何か？
   • 手法: システマティック・レビュー（SLR）。既存の文献を分析し、GenAI 導入前の各役割のアイデンティティのベースラインを確立する。

2. GenAI によるアイデンティティ・ワークの影響 (RQ3, RQ4)

   • 質問: GenAI の導入は、開発者とテスターという異なる役割において、どのようにアイデンティティ・ワークを触发するか？また、役割間の相互関係（Relatedness）にどのような影響を与えるか？
   • 手法:
     • インタビュー調査: 「戦争物語（War stories）」と呼ばれる、困難を克服した具体的な事例に基づいた定性データ収集。
     • グレー文献分析: 実務家によって作成されたブログ、記事などの文献を分析し、広範な視点を得る。

3. 実践への提言と解決策の構築 (RQ5)

   • 質問: ソフトウェア開発チームにおける GenAI の導入は、引き起こされるアイデンティティ・ワークを考慮してどのように実装すべきか？
   • 手法: デザイン・サイエンス・リサーチ（DSR）。
     • 社会的・技術的アーティファクト（概念、モデル、手法、プロトタイプ）を構築する。
     • 役割の再定義、責任の分担、チーム内の相互作用の新しいモデルを提案し、チーム内の緊張を緩和し、GenAI 導入を促進する。

3. 主要な貢献と提案 (Key Contributions)

• 役割に焦点を当てたアイデンティティ研究の提案:
  従来の「ソフトウェアエンジニア」を均質な集団として扱うのではなく、開発者とテスターなど役割ごとの差異がアイデンティティ・ワークにどう影響するかを体系的に研究する枠組みを初めて提示しました。
• GenAI による役割シフトの仮説の明確化:
  GenAI により開発者の仕事が「テスター」的側面（生成コードの検証）へシフトする可能性を指摘し、これが既存の「開発者 vs テスター」の対立構造をどう変容させるかを問題提起しました。
• デザイン・サイエンス・リサーチ（DSR）に基づく解決策の提案:
  単なる現象の記述にとどまらず、役割の再定義や新しいチーム構成モデルなどの「アーティファクト」を構築し、実務的な解決策を導き出すことを目指しています。
• 教育とトレーニングへの示唆:
  若手エンジニアの教育や、既存専門家のリスキリングにおいて、新しい役割環境に適応するためのトレーニングの必要性を指摘しています。

4. 期待される結果と意義 (Results & Significance)

本研究アジェンダが実行された場合、以下のような成果と意義が期待されます。

• 理論的意義:
  • ソフトウェア工学における「人間側面（Human Aspects）」の研究に、社会心理学（アイデンティティ理論）の視点を統合し、GenAI 時代における専門職の自己認識の変化を深く理解する理論的基盤を提供する。
  • 役割の曖昧さ（Role Ambiguity）や役割葛藤（Role Conflict）がチーム生産性に与える影響を、GenAI 導入という文脈で解明する。
• 実践的意義:
  • 組織管理: 開発チームの役割分担や採用プロセスを、GenAI 時代に合わせて最適化する指針を提供する。
  • 教育: 学生や若手エンジニアが将来のキャリア（AI に代替されるのか、新しい役割を担うのか）に対する不安を軽減し、適切なスキルセットを身につけるためのカリキュラム改善に寄与する。
  • ツール開発: GenAI ツールの設計において、単なるコード生成だけでなく、開発者のアイデンティティやチームダイナミクスを考慮した「保証された LLM ベースのソフトウェアエンジニアリング（Assured LLM-based SE）」の実現に貢献する。

5. 結論

生成 AI は、ソフトウェア開発の実践において決定的な変革（ディスラプション）をもたらす可能性があります。特に、開発者が生成されたコードを検証する「テスター」的な役割へシフトする動きは、開発者とテスターの間の既存の緊張関係を再燃させるリスクがあります。

本論文は、この変革を単なる技術的課題としてではなく、「役割」を介した「アイデンティティ・ワーク」の課題として捉え直す必要性を訴えています。提案された研究アジェンダは、多様な役割を持つ専門家の自己認識を理解し、それに基づいて人間中心の GenAI 導入ガイドラインや新しい役割モデルを構築することを目指しており、技術的効率性と人間側のウェルビーイングの両立を可能にする重要なステップとなります。