生成AIとは何か

ストーリー

チーム定例会議の後、中島先輩があなたのデスクにやってきた。

「今日の会議で聞いた？ 来期から全チームでAIアシスタントを導入するって」

「はい。ChatGPTとかClaudeとか、GitHub Copilotのことですよね？ 名前は聞いたことありますけど...」

「正直、まだ使いこなせてる人は少ない。でも、AIを味方につけたエンジニアと、そうでないエンジニアで、生産性に大きな差が出る時代になってきた」

中島先輩は画面を見せた。さっきの会議資料を、ものの数分でChatGPTに要約させていた。

「この1ヶ月で、AIアシスタントを"使いこなせる"エンジニアになってもらう。まずは基本から始めよう」

生成AIとは

従来のAIとの違い

AI（人工知能）には様々な種類がありますが、「生成AI（Generative AI）」は、新しいコンテンツを"生成"することに特化したAIです。

生成AIが作れるもの

生成AIは様々な種類のコンテンツを生成できます：

エンジニアにとっての生成AI

開発現場での活用シーン

エンジニアの日常業務で、生成AIは多くの場面で活躍します：

1. コーディング支援
   - コード補完（GitHub Copilot）
   - バグの原因分析（ChatGPT/Claude）
   - テストコードの生成

2. ドキュメント作成
   - API仕様書の下書き
   - README の生成
   - コメント・ドキュメンテーション

3. 学習・リサーチ
   - 新しい技術の学習
   - エラーメッセージの解説
   - ベストプラクティスの調査

4. コミュニケーション
   - PR（Pull Request）の説明文作成
   - 技術的な議論の要約
   - 英語ドキュメントの翻訳

実際の使用例：エラーの解決

従来のデバッグ方法とAI活用の比較を見てみましょう。

従来のアプローチ：

1. エラーメッセージをコピー
2. Google検索
3. Stack Overflowの回答を複数読む
4. 自分のコードに当てはめて試行錯誤
5. 解決（平均30分〜1時間）

AIアシスタント活用：

1. エラーメッセージとコードをAIに貼り付け
2. AIが原因を特定し、修正案を提示
3. 修正案を理解して適用
4. 解決（平均5分〜15分）

AIに質問する例

以下のTypeScriptコードでエラーが発生しています。原因と修正方法を教えてください。

エラー:
TypeError: Cannot read properties of undefined (reading 'map')

コード:
const users = fetchUsers();
const names = users.map(u => u.name);

AIの回答例：

このエラーは fetchUsers() が undefined を返しているために発生しています。

原因として考えられるのは：
1. fetchUsers() が非同期関数で、Promiseを返している
2. APIリクエストが失敗している

修正案：
const users = await fetchUsers();
const names = users?.map(u => u.name) ?? [];

ポイント：
- awaitを追加して非同期処理を待機
- オプショナルチェーニング(?.)でundefinedに対するアクセスを安全に処理
- Nullish合体演算子(??)でフォールバック値を設定

生成AIの歴史（エンジニア視点）

主要なマイルストーン

AIアシスタントの位置づけ

AIは「ツール」であり「代替」ではない

重要なのは、AIアシスタントはあなたの能力を拡張するツールであるということです。

良い使い方：
  人間：「何を作るか」「なぜ作るか」を決める（意思決定）
  AI  ：「どう作るか」のパターンを提案する（実行支援）
  人間：提案を評価し、最終判断する（品質保証）

悪い使い方：
  人間：AIに丸投げして、出力をそのまま使う（思考停止）

このミッションの全体像

まとめ

チェックリスト

• 生成AIと従来のAIの違いを理解した
• エンジニアの業務でのAI活用シーンを把握した
• AIは「ツール」であり「代替」ではないことを理解した
• このミッションの全体像を把握した

次のステップへ

生成AIの概要がわかったところで、次はその中核技術である「LLM（大規模言語モデル）」の仕組みを学びます。

AIが「なぜそのような回答をするのか」を理解することで、より効果的にAIを使えるようになります。

推定読了時間: 15分