To Copilot and Beyond: 22 AI Systems Developers Want Built
マイクロソフトのソフトウェア開発者 860 名を対象とした調査に基づき、コード記述以外の業務領域における AI 支援のニーズを特定し、22 の具体的な AI システム提案と、開発者が「職能の核心」を維持しつつ「周辺作業」を AI に委ねる「限定された委任（bounded delegation）」という新たなパラダイムを提唱した論文です。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
開発者が本当に欲しい「AI 助手」22 選：コードを書くこと以外のすべて
この論文は、マイクロソフトのエンジニア 860 人に「AI に何をしてほしいか、そして何をしてほしくないか」を聞いた調査結果をまとめたものです。
一言で言うと、**「AI には『作業』は任せるけど、『職人芸』や『責任』は自分で持ちたい」**という開発者の本音が浮かび上がりました。
以下に、難しい専門用語を使わず、日常の例え話を使って解説します。
🏗️ 1. 現状の問題：「料理人」が忙しすぎる
多くの人は、ソフトウェア開発者＝「コード（レシピ）を書く人」と思っています。しかし、実際には彼らの仕事の10 分の 1しかコードを書いていません。
残りの 9 割は、以下のような「料理の準備や片付け」のような作業です：
- 過去のレシピ（コード）の整理
- 食中毒（バグ）の調査
- 衛生基準（セキュリティ）の確認
- 客への説明や新人の教育
現在、AI は「コードを書く（料理を作る）」部分だけを加速させています。その結果、「作られた料理の味見（チェック）」や「片付け」をする人間の負担が、逆に増えすぎています。
「AI が作った料理は美味しいけど、誰が作ったか分からないし、材料も不明」という状態になり、開発者は疲弊しています。
🎯 2. 開発者が求めている「22 の AI システム」
開発者は、AI に「料理人としての腕（最終判断）」を任せることは望んでいません。代わりに、**「包丁を研ぐ」「食材を洗う」「皿を並べる」**といった、面倒な下準備を AI にやってほしいと考えています。
彼らが具体的に求めているのは、大きく 5 つの分野に分類される22 種類の AI システムです。
🛠️ ① 開発（コード作成）
- 例：技術的負債の掃除屋
- やりたいこと： 古いコードを新しい形式に書き換えるのは面倒です。AI に「このファイルだけ直して、他の部分は触らないで」と指示したい。
- 制約： 「勝手に新しい部屋（ファイル）を作らないで。直した後は必ず私が確認させてね。」
📐 ② 設計と計画
- 例：設計図のドラフト作成助手
- やりたいこと： 複雑な建物の設計図を、AI が下書きとして作ってくれると助かる。
- 制約： 「最終的な設計図の決定権は人間にあるよ。AI が勝手に『これが一番いい』と決めつけないで。」
🛡️ ③ 品質とリスク管理
- 例：バグ発見の早期警報機
- やりたいこと： コードを書いている最中に、「ここ、テスト不足だよ」「ここ、セキュリティ穴があるよ」と教えてほしい。
- 制約： 「勝手に修正してリリースしないで。私が『OK』を押すまで待って。」
🏢 ④ インフラと運用
- 例：アラート整理係
- やりたいこと： サーバーが止まったとき、どのログが原因か探すのは大変。AI に「原因はこれ、証拠はこれ」とまとめてほしい。
- 制約： 「勝手にサーバーを再起動したり、設定を変えたりしないで。読み取り専用で教えてくれるだけでいい。」
📚 ⑤ メタワーク（ドキュメント・教育）
- 例：マニュアルの自動更新係
- やりたいこと： コードが変わったのにマニュアルが古い状態は最悪。AI に「コードが変わったから、ここも直して」と提案してほしい。
- 制約： 「勝手に顧客にメールを送らないで。私が確認してから送るよ。」
🚧 3. 重要なルール：「境界線（Bounded Delegation）」
この論文で最も重要なのは、開発者が引いた**「境界線」**です。
- AI に任せること（Assembly）： 作業、下準備、情報収集、ドラフト作成。
- 人間がやること（Craft）： 最終判断、責任、職人芸、人間関係。
開発者は言います。
「AI には**『作業』を吸収してほしい。でも、『職人としての誇り』や『責任』**は自分で持ちたい。」
これは、AI が賢くなるからといって変わるものではなく、**「自分が何者であるか（プロフェッショナルとしてのアイデンティティ）」**を守るための線引きです。
🛡️ 4. AI に求める 4 つの「安全装置」
開発者が AI を使うために、必ず求める 4 つのルールがあります。
- 権限の明確化： 「どこまでやっていいか」をハッキリさせて、それを超えたら止まること。
- 出所の明示（プロベナンス）： 「この答えは、どの資料から来たの？」と根拠を示すこと。
- 不確実性の表示： 「自信がないよ」「情報が足りないよ」と素直に言うこと。（「自信満々に嘘をつく」のは NG）
- 最小権限の原則： 必要な情報だけアクセスでき、重要なデータ（顧客情報など）には触れられないこと。
💡 まとめ：AI の価値は「どこで止まるか」
この研究が伝えているメッセージはシンプルです。
AI の価値は、「どれだけ多くの仕事ができるか」ではなく、**「開発者の『職人芸』や『責任』を侵さないように、どこで正確に止まるか」**にあります。
AI は素晴らしい「見習い」や「助手」にはなれますが、「料理人の最終判断」や「責任者」にはなれません。
開発者が求めているのは、AI が「作業」を肩代わりして、人間が「より良いものを作るための判断」や「責任」に集中できる環境です。
「AI に任せるのは『手』、人間が握るのは『心（判断）』」。これが、これからの AI と人間の理想的な関係性なのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。