2026.11.10
「AI エージェント時代に批判的思考をどう維持するか」:Addy Osmani さんの記事をシェア
AI エージェントが仕事を代行する時代に重要なのは、「自分で作業すること」ではなく、「AI の成果物を理解し、判断し、責任を持てること」。生成は AI に任せても、何を作るか、何を正しいとするか、最終的に出してよいかは人間が判断する。
「AI エージェント時代に批判的思考をどう維持するか」という Addy Osmani さんの記事が勉強になったのでシェアです!
AI エージェントが仕事を代行する時代に重要なのは、「自分で作業すること」ではなく、「AI の成果物を理解し、判断し、責任を持てること」。AI の精度が上がるほど、もっともらしい回答を疑わずに受け入れやすくなり、気づかないうちに思考そのものを手放してしまう。
だからこそ、AI に任せる前に仮説や完了条件を決め、実行後はテスト結果だけでなく、その根拠や AI が行った判断まで確認する。生成は AI に任せても、何を作るか、何を正しいとするか、最終的に出してよいかは人間が判断する、という話。
続きはリプ欄で!
https://x.com/suna_gaku/status/2117966072120836302
① AI に仕事を任せることと、思考を手放すことは違う 記事では、AI との関わりを「Cognitive Offloading(作業を委任し、結果の責任は持つ)」「Deferral(AI の回答を検証せず次の前提にする)」「Cognitive Surrender(AI の回答を自分の考えとして受け入れる)」の段階で整理している。危険なのは、便利さに慣れて少しずつ検証を省略し、いつの間にか自分で説明できなくなること。
② AI に聞く前に、自分なりの仮説を持つ 最初から AI に答えを求めると、整った回答を見た後で別の可能性を考えにくくなる。正解でなくてもよいので、先に自分の予想を書く。そのうえで「何が分かればこの仮説は間違いになるか」を考え、実際の証拠で確かめる。
③ テストが Green でも、正しさが証明されたとは限らない AI が実装とテストを両方作ると、同じ誤解が両方に入り、壊れた機能でもテストが通ることがある。大事なのは「何を検証できたか」と「何を検証できていないか」を分けること。テスト成功を、そのまま品質保証と捉えない。
④ AI の完了報告より、実際に実行した証拠を見る AI に E2E テスト、スクリーンショット、ログ、トレースなどの検証手段を与え、修正→検証→再修正のループを回させる。完了報告を読む前に、実行したコマンドと結果を確認する。さらに、完了条件を事前に定義しておけば、後から都合よく成功と判断することを防ぎやすい。
⑤ コードだけでなく、AI が勝手に決めたことをレビューする AI は長い作業の中で、デフォルト値、対象外の範囲、矛盾した要件の解釈などを少しずつ判断している。Diff やテストだけでは見えないため、AI に「行った判断と前提」を列挙させる。必要ならコードの一部を選び、なぜそう実装したか説明できるか確認する。
⑥ プロンプトの品質は、人間の問題理解の深さを反映する 曖昧な依頼でも AI は不足部分を補って、それらしい成果物を作れてしまう。だからこそ、依頼前に対象ユーザー、対象外の範囲、制約、完了条件を自分の言葉で整理する。修正指示を繰り返しても改善しないなら、プロンプトを継ぎ足すのではなく、問題設定から書き直す。
⑦ AI の失敗は、その場の修正で終わらせず仕組みに残す 品質基準を満たさなかった理由を共有設定、Hook、テストなどに反映する。毎回人間が同じ問題を指摘するのではなく、次回から AI が避けられるようにする。人間の判断基準を継続的に再利用できる仕組みに変えることで、品質を積み上げていく。
⑧ AI の生産量ではなく、人間が責任を持てる量を基準にする 複数の AI エージェントを並列実行しても、人間のレビュー能力が同じ速度で増えるわけではない。成果物が確認可能な量を超えたら、エージェントを増やすより検証を強化するか生成速度を落とす。また、週に一度は AI なしで重要なスキルを使い、自分の判断力を維持する。作業や検証の多くは AI に任せられても、最終的な責任までは委任できない。