---
title: AI協働力: 100万件の評価データが示す、 モノづくりで問われる力の行方
tags: 
author: [1000ch](https://docswell.com/user/1000ch)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/5JGLWGW47L.jpg?width=480
description: 2026年9月11日に開催された Developer Summit 2026 FUKUOKA ( https://event.shoeisha.jp/devsumi/20260911/session/7151 ) のセッション資料です。
published: September 11, 26
canonical: https://docswell.com/s/1000ch/K6N8Y8-where-engineering-skill-is-heading-in-ai-era
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/5JGLWGW47L.jpg)

Developers Summit 2026 FUKUOKA
AI COLLABORATION · CAREER & RO LE
AI協働力: 100万件の評価データが示す、
モノづくりで問われる力の行方
判断は、自分から始まっているか ─ AI 協働の実測から読む、キャリアとロール
泉水 翔吾
株式会社ハイヤールー 取締役CTO
2026-09-11


# Page. 2

![Page Image](https://bcdn.docswell.com/page/47QY3X3REP.jpg)

PRESENTER
泉水
翔吾
株式会社ハイヤールー 取締役CTO
Shogo SENSUI
サイバーエージェント メルカリ
デジタル庁 ハウテレビジョン
SIer での受託開発を経て、株式会社サイバーエージェントに入社。様々なプロダク
ト開発の傍ら、立ち上げた横断組織で Web 技術の推進に従事。株式会社メルカリ
に入社後は Web やアプリのフルリプレイスを牽引し、執行役員 VP としてメルペイ
のエンジニアリング部門を管掌。
デジタル庁では行政のデジタル化に貢献し、株式会社ハウテレビジョンでは執行役
員プロダクト本部長として事業と組織の成長を主導。西日本旅客鉄道株式会社・三
井住友カード株式会社等の顧問として、事業や組織の幅広い課題解決を推進。
2025 年、株式会社ハイヤールーにジョイン。


# Page. 3

![Page Image](https://bcdn.docswell.com/page/KE4W161QJ1.jpg)

AI 導入の現在地 ── 個人の実感と、組織の成果
90% 80%+
個人の実感
業務で AI を使用
生産性向上を実感
−1.5% +7.2%
組織の成果 · AI 導入が 25% 進むごと
デリバリーのスループット
実感と成果がずれている。問いは「使っているか」ではなく、どう使っているか
デリバリーの不安定性
出典：DORA — State of AI-assisted Software Development (2025) / Accelerate State of DevOps (2024)


# Page. 4

![Page Image](https://bcdn.docswell.com/page/L71YGVGLJG.jpg)

実装するコストがゼロに近づくと、
ボトルネックは判断に移る
これまで
これから
要求
設計
要求
何を作るか
実装
検証
運用
正しさをどう確かめるか
運用
ボトルネック ── 評価は実装力に寄る
設計
どの案にするか
実装
求められる能力は「書く」から「判断する」へ。以後「左に移る」はこの図のこと
検証


# Page. 5

![Page Image](https://bcdn.docswell.com/page/G7WGKLKQE2.jpg)

THE QUESTION
評価される軸が移ったのなら、
キャリアとロールはどう動くのか
01 測った話
02 読みの話


# Page. 6

![Page Image](https://bcdn.docswell.com/page/4JZLZMZ3E3.jpg)

01
01
02
01 · 測った話
評価される軸は、
どこへ移ったのか


# Page. 7

![Page Image](https://bcdn.docswell.com/page/YE6WZNZZEV.jpg)

企業はもう選び始めている
AI 協働形式を選んだ企業数の推移（累計）
32社 / 97
39社 / 105
21社 / 90
11社 / 79
2026-05 · 13.9%
2026-06 · 23.3%
2026-07 · 33.0%
2026-08 · 37.1%


# Page. 8

![Page Image](https://bcdn.docswell.com/page/GE5MW5W9E4.jpg)

何が要るとされたか ── 成り立ちの違う 4 つの出典
1指標
2採用実務
3論文 · 枠組み
4査読論文 · ICML 2026
anthropic.com/ai-fluency
coderpad.io/survey-reports
arXiv 2606.03394
arXiv 2512.04111v3
Anthropic
AI Fluency
CoderPad
State of Tech Hiring
FSE-CF
CentaurEval


# Page. 9

![Page Image](https://bcdn.docswell.com/page/9729QNQ5JR.jpg)

Anthropic の AI Fluency ─ 4 つのコンピテンシー
Delegation
Description
Discernment
Diligence
委譲
記述
見極め
誠実さ
何を任せ、何を自分でやるかを決める
意図と文脈を、AI に伝わる形にする
出てきたものを評価し、自分で判断する
倫理・透明性・説明責任を引き受ける
出典：Anthropic × Ringling College × University College Cork — AI Fluency: Framework & Foundations


# Page. 10

![Page Image](https://bcdn.docswell.com/page/DJY4WPW67M.jpg)

CoderPad ─ AI 利用可の面接で見る 5 つのシグナル
02
トレードオフと正しさを説
明できる
Explain trade-offs and correctness
01 · 筆頭のシグナル
03
反復し、出力を改善できる
Improve AI output through
iteration
Catch and fix AI mistakes
04
エッジケースを扱える
Handle edge cases
05
セキュリティ・プライバシ
ーに配慮できる
Consider security and privacy
AI の誤りを捕まえ直せる
上位二つはどちらも「出てきたものを疑い、説明できるか」
出典：CoderPad — State of Tech Hiring 2026


# Page. 11

![Page Image](https://bcdn.docswell.com/page/V7NY95P1E8.jpg)

FSE-CF ─ AI と働く力のうち、AI に代替されにくいもの
02
批判的に評価し、判断する
Critical evaluation & judgment
01 · 協働の中心にあるスキル
03
全体をシステムとして見る
Systems thinking
いつ頼り、いつ検証し、いつ上書きするか
04
AI にどこまで任せるかを決
める
AI governance
—
プロンプト設計は、AI に代替されていく側
Trust calibration
「頼み方」と「疑い方」は、別の能力として扱われている
出典：Alenezi (2026) — arXiv 2606.03394


# Page. 12

![Page Image](https://bcdn.docswell.com/page/YJ9P2Y3Y73.jpg)

CentaurEval ─ 協働でしか解けない問題の正答率
18.89%
0.67%
LLM 単独
AI に丸ごと任せる
人間単独
AI を使わない
突破口は人間からも AI からも出る ── 介在の余地は実在する
31.11%
協働
人が判断し、AI と往復する
出典：ICML 2026 — arXiv 2512.04111v3


# Page. 13

![Page Image](https://bcdn.docswell.com/page/GJ8D56MKJD.jpg)

別の出典が同じ論点に収束する
別々の 4 つの出典が、それぞれ指したもの
指標
Anthropic
AI Fluency
見極め（Discernment）
採用実務
CoderPad
AI の誤りを捕まえ、直せるか
State of Tech Hiring
論文 · 枠組み
FSE-CF · Alenezi
(2026)
論文 · 査読
批判的判断 ／ trust calibration は代替されにくい
CentaurEval · ICML 突破口は人間からも出る（協働 31.11%）
2026
共通して指したもの
出てきたものを、
自分で評価し、自分
で決める
頼み方ではなく、受け取り方と決め方


# Page. 14

![Page Image](https://bcdn.docswell.com/page/LJLMY93PER.jpg)

IDE チャット 74,998 メッセージの発言を分類
Code Authoring コードの作成・修正
34.5%
Inquiry 質問・相談
Delegation コマンド実行・文書作成の委任
Context Specification 前提や制約の提示
Workflow Control 「続けて」などの進行指示
19.2%
16.5%
14.1%
11.5%
Failure Reporting 壊れたと知らせる
Validation 自分から確かめる
24.0%
3.99%
出典：Programming by Chat — arXiv 2604.00436 (ASE 2026)


# Page. 15

![Page Image](https://bcdn.docswell.com/page/47MYNZD27W.jpg)

実際の行動を読み解く
「壊れてから直す」「自分から検証する」 ── 何が違うか
時間で見ると
どちらも出力の後であり、
差がない
起点で見ると
失敗の知らせが起点か、
自分が起点か


# Page. 16

![Page Image](https://bcdn.docswell.com/page/P7R9D645E9.jpg)

採用試験で計測する AI の指標
AI 協働力 ─ 成果物ではなく、AI と作業した過程を採点する
統制
何を任せ、
どう進めたか
実行の統制
環境構築
共同推論
どこで、何を決めたか
分解
検証
意図の仕様化
出力の品質保証
どう伝えたか
成果物は誰のものでも似てくる。差が出るのは過程
何を確かめたか
三つを、考えながら回す
出所：HireRoo — Software Engineering Index / AI 協働力 (2026-07)


# Page. 17

![Page Image](https://bcdn.docswell.com/page/PJXQ1M2X7X.jpg)

AI 協働力 5 指標の平均スコア（100 点満点 · N = 25,115）
実行の統制
意図の仕様化
出力の品質保証
環境構築
共同推論
68.5
64.4
58.7
54.6
45.5
出所：HireRoo — Software Engineering Index / AI 協働力 (2026-07)


# Page. 18

![Page Image](https://bcdn.docswell.com/page/3JK92GM9JD.jpg)

共同推論の採点基準
共同推論を構成する 3 指標 ─ 採点基準の原文と中央値
案の段
案の段
代替案の引き出し
提案の評価と採択
0.5 = 標準
0
0.25
出力の段
批判的評価
0.5 = 標準
1.0
「探索が形式的で、
最初の案にすぐ収束している」
0
0.50
1.0
「比較・評価なしに
『それで進めて』と採用している」
0
0.5 = 標準
0.50
1.0
「外部シグナルを受けてから対処、
自力検出はない」
採点の較正：0.5 ＝ 標準行動 ／ 1 ＝ 熟練者にしか観測されない行動


# Page. 19

![Page Image](https://bcdn.docswell.com/page/LE3W4NY9E5.jpg)

「最初の案にすぐ収束している」
＋ 「外部シグナルを受けてから対処」
早く決めて、
遅く気づく
失われているのは時間ではない。探索されなかった選択肢と、誤りに気づくまでの距離。


# Page. 20

![Page Image](https://bcdn.docswell.com/page/8EDKQW587G.jpg)

求められたこと・実際の行動・
測った能力の 3 つが指したもの
求められたこと
実際の行動
測った能力
4 出典の収束
行動ログ · 24.00% 対 3.99%
採点基準 · 共同推論 45.5pt
いつ頼り、いつ検証し、いつ
上書きするかを自分で決める
壊れてから直す
外部シグナルを受けてから対
処


# Page. 21

![Page Image](https://bcdn.docswell.com/page/V7PKL9GWJ8.jpg)

ACT 01 — 結論
判断が、自分から始まっていない。
案は、AI が出したものから始まる
気づきは、失敗が来てから始まる
能力の欠如ではなく、「比べること」と「疑うこと」を外に預けている。


# Page. 22

![Page Image](https://bcdn.docswell.com/page/2JVVQM69JQ.jpg)

02
01
02
02 · 読みの話
ここまでが測った話、
ここからは読み


# Page. 23

![Page Image](https://bcdn.docswell.com/page/5EGLWGN4JL.jpg)

差は、自然には埋まらない
頼み方と疑う力の差は、
なぜ自然には埋まらないのか ── 3 つの仮説
(a)
なぜ生まれるか
丁寧に頼むのに、出てきたものは
疑わない
(b)
なぜ消えないか
頼み方は伸びるが、疑う力は伸び
ない
(c)
なぜ強まるか
組織は、測れるものを測ってしま
う


# Page. 24

![Page Image](https://bcdn.docswell.com/page/4JQY3XQR7P.jpg)

アーティファクト効果 ─ 成果物がある会話とない会話の差
受け取り方は雑になる（−pp） 頼み方は上手くなる（+pp）
目的の明確化
−3.7pp
−5.2pp
形式の指定
事実確認
文脈の欠落への気づき
成果物がある会話 − ない会話の差（11 指標・50,000 会話超の観察）。pp = パーセントポイント
仕上がって見えるものは、仕上がったものとして扱われる
+14.7pp
+14.5pp


# Page. 25

![Page Image](https://bcdn.docswell.com/page/K74W16NQE1.jpg)

記述と検証 ─ 11 指標 · 50,000 会話超の観察
記述（頼み方）
高
差は時間とともに広がる
低
検証（疑う力）
← 少ない
AI との接触量・在籍年数 →
放っておくと片方だけ伸びる。頼み方と疑う力の差は時間とともに広がる
記述（頼み方）
時間と接触量で、
有機的に伸びる
検証（疑う力）
在籍年数でも伸びず、
機能習熟からも転移し
ない


# Page. 26

![Page Image](https://bcdn.docswell.com/page/LJ1YGV5LEG.jpg)

tokenmaxxing ── DORA が名指した、組織の罠
「AI のトークン消費量を、社内リーダーボードで競わせる ── こ
DORA · 2026-06 の "tokenmaxxing" は、危険な罠である。」
判断の質の代わりに利用量を測る。個人は量に最適化され、検証の時間が削られる。


# Page. 27

![Page Image](https://bcdn.docswell.com/page/GJWGKL5Q72.jpg)

三つの答え
頼み方と疑う力の差は、なぜ自然には埋まらないのか
(a)
なぜ生まれるか ─ アーティファクト効果
(b)
なぜ消えないか ─ 記述と検証
(c)
なぜ強まるか ─ tokenmaxxing
仕上がって見えるものは、仕上がったもの
として扱われる。予測できる失敗モード。
検証は在籍年数でも伸びず、機能習熟から
も転移しない。片方だけ伸びる。
組織は測れるものを測り、個人は量に最適
化される。検証の時間が削られる。
個人の怠慢ではない
経験では解決しない
怠慢でも、経験不足でも、意志の問題でもない
意志の問題にできない


# Page. 28

![Page Image](https://bcdn.docswell.com/page/4EZLZMN373.jpg)

差はどこにあるか
「使う」はもう前提。差は「考える」側に集まっている
「使う」側 ─ 実行の統制
0
「考える」側 ─ 共同推論
50
68.5
100
5 指標で最も高い。誰の弱点でもなく、差にならない。時間
が解決する
0
50
45.5
100
5 指標で最も低い。弱点はここに集まっている。時間が解決
しない


# Page. 29

![Page Image](https://bcdn.docswell.com/page/Y76WZN8Z7V.jpg)

差はどこにあるか
「考える」の核は「自ら」
─ 判断を預けたまま回すと、気づくのが遅くなる
早く決める
0
遅く気づく
0.5 = 標準
0.25
1.0
代替案の引き出し · 中央値。試行回数
が増えても、試す先の幅は増えない
0
強まる仕組み
(a) 仕上がって見えるものは疑わない
(b) 検証は経験で伸びない
(c) 組織は量を測る
0.5 = 標準
0.50
1.0
批判的評価 · 中央値。外部シグナルを
受けてから対処する
学ばない周回は、速いほど誤りを固定する


# Page. 30

![Page Image](https://bcdn.docswell.com/page/G75MW59974.jpg)

専門性の重心はどこへ移るか
専門性の重心は「書く」から「選ぶ」へ
─ 左に移るのは工程ではなく、決めごと
うちのスコア · 5 指標
FSE-CF · AI に代替される可能性
書く
意図の仕様化
64.4
プロンプト設計 ─ Medium
選ぶ
共同推論
45.5
批判的判断 ─ Very low
相対的な強み ─ AI が最も得意な領域と重なる
相対的な弱点 ─ どの仕樮にするかを決め、責任を
持つ
実装から、意思決定へ
仕樮書は、AI も書ける
決めた責任は、人に残る


# Page. 31

![Page Image](https://bcdn.docswell.com/page/9J29QN25ER.jpg)

判断が価値になると、何が起きるか
(1) 見えなくなる
(2) 向かう道が細くなる
(3) 見る側と合流する
判断の過程は試験で見える。何を選び、何
を引き受けたかは、成果物に痕跡を残さな
い
判断には実装の理解が前提。その実装を AI
が担うので、理解を得る機会が減る
4か月で 105社中 39社が、その形式を選ん
だ
決めた責任は、成果物に残ら
ない
判断の価値は上がるのに、判
断に至る経路が細くなる
成果物では差がつかないか
ら、過程を見にいく


# Page. 32

![Page Image](https://bcdn.docswell.com/page/DEY4WPY6JM.jpg)

TAKEAWAY
仕様書は AI も書ける。
決めた責任は、移らない。


# Page. 33

![Page Image](https://bcdn.docswell.com/page/VJNY95R178.jpg)

任せる前と、受け取った後
前 ─ どれを試すか
後 ─ 何が起きたかを読む
立つ場所
「他に 3 つ出して、向き不向きを教えて」。
何と何を比べるかを自分で決める。
テストが落ちる前に、どこを疑うかを決め
て見る。通る diff でも、間違ったやり方が
そのまま固まってしまう。
「なぜこの案か」を残すレビュー。育成は
基礎力 → 検証 → AI 協働の順。
岐路で、比較軸を自分から出す
失敗の知らせを待たず、自分で疑う
任せる量は足りている。足りないのは、任せた先の中身
判断が残る場所に立つ


# Page. 34

![Page Image](https://bcdn.docswell.com/page/YE9P2YMYJ3.jpg)

測れていないもの
この試験で測れていない 5 つ
01
02
03
04
05
候補者の属性
評価対象が本当に移ったか
求人側と候補者側の切り分け
領域どうしの比較
継続採用の定着
年齢・経験年数などは保持していない
分かるのは「形式を選んだ」まで
どちらの変化かを分けて見られていない
同じ物差しで比べているのは平均スコアのみ
あと一四半期で判定できる ── いちばん早く外れる条件
判断の起点は測れる。決めた責任は、この試験に映らない。


# Page. 35

![Page Image](https://bcdn.docswell.com/page/GE8D56LKED.jpg)

Developers Summit 2026 FUKUOKA
FIN.
ありがとうございました
WHITEPAPER
泉水 翔吾
株式会社ハイヤールー 取締役CTO
Web: shogosensui.com X: @1000ch
AI 協働力ホワイトペーパー
100万件の評価データの全編をこちらから