---
title: AI活用で10倍の成果を出せるエンジニアか？見極める新時代の基準と手法
tags:  #ai #エンジニア採用 #claude code #codex  
author: [HireRoo](https://docswell.com/user/hireroo)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/KJ4WG49171.jpg?width=480
description: AIとの協働でエンジニアの生産性が10倍になるケースが確認され、AIをフル活用できるエンジニア1人に高い報酬を払う方が組織のアウトプットが大きくなると判断する企業が増えています。しかし年収の高さとAI協働力の高さはイコールではなく、「10倍の成果」を期待し採用したエンジニアが実はAIを活用できないという「採用ミスマッチ」が起きやすい構造になっています。  本セッションでは、技術試験でAIを使ってもらい、その活用スキルや思考プロセスまでを評価するような、採用段階で「AIで価値を生み出せるか」を的確に見極める基準と手法についてご紹介します。
published: May 28, 26
canonical: https://docswell.com/s/hireroo/K27N1G-qiita_conference_2026
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/KJ4WG49171.jpg)

Qiita Conference 2026
SESSION
AI活用で”10倍”の成果を出
せるエンジニアか？
~ 見極める新時代の基準と手法 ~
SPEAKER
葛岡 宏祐 株式会社ハイヤールー CEO
2026.05


# Page. 2

![Page Image](https://bcdn.docswell.com/page/LE1YD4K57G.jpg)

“
かつては大規模なチームを必要としたプロジェクト
が、今では ”非常に優秀な一人のエンジニア ” に
よって達成できる。
Mark Zuckerberg
CEO, Meta · 2026.01


# Page. 3

![Page Image](https://bcdn.docswell.com/page/GEWGYXDWJ2.jpg)

“
かつては大規模なチームを必要としたプロジェクト
が、今では ”非常に優秀な一人のエンジニア ” に
よって達成できる。
Mark Zuckerberg
CEO, Meta · 2026.01
＋AI Agent


# Page. 4

![Page Image](https://bcdn.docswell.com/page/47ZLX6G2J3.jpg)

THE SHIFT
スーパーエンジニアの採用は、
一部の企業の特権
↓
全ての企業に開かれた。


# Page. 5

![Page Image](https://bcdn.docswell.com/page/YJ6W42Q6JV.jpg)

PRESENTER
AI研究 × 大規模AI実装 × エンジニア採用、 3つの実務経験
2018 ─
DeNA ／ AI Research Engineer
自動運転関連の研究開発に従事。大手自動車メーカーとの共同研究プロジェクトを本案件化
へ。
2020 ─
メルカリ ／ AIチーム テックリード
AI画像検索機能の開発を牽引。秒間100リクエスト超の大規模システムに AIを実践導入。
2020.12 ─ ハイヤールー ／ 創業者・代表取締役
AI時代のエンジニアスキルを測定するプラットフォームを開発。累積 300社超に導入。
株式会社ハイヤールー 代表取締役


# Page. 6

![Page Image](https://bcdn.docswell.com/page/GJ5MQ2R5J4.jpg)

ABOUT HIREROO
AI時代のコーディング試験を再定義


# Page. 7

![Page Image](https://bcdn.docswell.com/page/9E29P4DG7R.jpg)

SAM ALTMAN · 3 LEVELS OF AI PROFICIENCY
LEVEL 1
LEVEL 2
LEVEL 3
The Google
Replacement
The Augmented
Worker
The AI-Native
+10%
+30–50% 100%+
気の利いた検索
隣に座る AI 同僚
Source: Sam Altman, via Fortune — “The 3 buckets of AI proficiency” (2026). fortune.com
AI を中心に設計


# Page. 8

![Page Image](https://bcdn.docswell.com/page/D7Y45M2GEM.jpg)

SAM ALTMAN · 3 LEVELS OF AI PROFICIENCY
LEVEL 1
LEVEL 2
LEVEL 3
The Google
Replacement
The Augmented
Worker
The AI-Native
+10%
+30–50% 100%+
気の利いた検索
隣に座る AI 同僚
Source: Sam Altman, via Fortune — “The 3 buckets of AI proficiency” (2026). fortune.com
AI を中心に設計


# Page. 9

![Page Image](https://bcdn.docswell.com/page/VENYNW88J8.jpg)

SAM ALTMAN · 3 LEVELS OF AI PROFICIENCY
LEVEL 1
LEVEL 2
LEVEL 3
The Google
Replacement
The Augmented
Worker
The AI-Native
+10%
+30–50% 100%+
気の利いた検索
隣に座る AI 同僚
Source: Sam Altman, via Fortune — “The 3 buckets of AI proficiency” (2026). fortune.com
AI を中心に設計


# Page. 10

![Page Image](https://bcdn.docswell.com/page/Y79PRXKXE3.jpg)

SAM ALTMAN · 3 LEVELS OF AI PROFICIENCY
LEVEL 1
LEVEL 2
LEVEL 3
The Google
Replacement
The Augmented
Worker
The AI-Native
+10%
+30–50% 100%+
気の利いた検索
隣に座る AI 同僚
Source: Sam Altman, via Fortune — “The 3 buckets of AI proficiency” (2026). fortune.com
AI を中心に設計


# Page. 11

![Page Image](https://bcdn.docswell.com/page/G78DW2R97D.jpg)

LEVEL 2 VS LEVEL 3 — WORKFLOW INVERSION
LEVEL 2 — AI-AUGMENTED
LEVEL 3 — AI-NATIVE
人がコードを書く
人が仕様を書き、
AIに書かせる
→
AI = 補完
人 = 設計者・検証者
Source: OpenAI — “Build an AI-native engineering team” Codex Guide (2026). developers.openai.com/codex/guides/build-ai-native-engineering-team


# Page. 12

![Page Image](https://bcdn.docswell.com/page/L7LMN2KMJR.jpg)

EXPONENTIAL — NOT LINEAR
生産性は 指数関数的 に向上する。
Source: Sam Altman, via Fortune — “The 3 buckets of AI proficiency” (2026). fortune.com


# Page. 13

![Page Image](https://bcdn.docswell.com/page/4EMYX826EW.jpg)

TEAM TRANSFORMATION — BEFORE / AFTER
AI-Nativeは全工程にAIを取り入れる
BEFORE — 従来の開発組織
人
人
人
人
人
人
Plan
Design
Build
Test
Deploy
Operate
AFTER — AI-NATIVE な開発組織
AI
AI
AI
AI
AI
AI
Plan
Design
Build
Test
Deploy
Operate
Source: OpenAI — “Build an AI-native engineering team” Codex Guide (2026). developers.openai.com/codex/guides/build-ai-native-engineering-team


# Page. 14

![Page Image](https://bcdn.docswell.com/page/PER9N5MNJ9.jpg)

US LABOR MARKET
ジュニアは停滞、 シニアは復調 。
Source: Citadel Securities · Indeed Job Postings Index — “Software Engineer postings, Jan 2024–Jan 2026”. via Firdosh Tangri (LinkedIn, Nov 2025)


# Page. 15

![Page Image](https://bcdn.docswell.com/page/P7XQNKV8EX.jpg)

BOOMERANG HIRING
解雇したシニアを、 呼び戻している 。
/10
↑54
2025 年のGoogle新規採
米テック新規開発者の 4
企業の54%がシニア採用
用 ＝ 元従業員
割がブーメラン採用
を増やす計画
20
%
4
%
Source: CNBC “Google’s boomerang year” (Dec 2025) · ADP Research Institute — Boomerang hires (Mar 2025) · SignalFire State of Talent Report 2025 · WIRED “Experienced
Engineers Remain Essential Despite AI Coding” (Apr 2026)


# Page. 16

![Page Image](https://bcdn.docswell.com/page/37K9N5QL7D.jpg)

SECTION RECAP — AI 時代の構造変化
スーパーエンジニアは、 全企業に開かれる 。
01 SHIFT
02 AI-NATIVE
AI 時代の地殻変動
LEVEL 3 = スーパーエンジニア
・かつて大規模チームが必要だったプロジェクト
= 1 人 + AI で達成可能
（Zuckerberg）
・Sam Altman の 3 LEVELS：L1 検索置換 ／ L2 補助 ／ L3 AI-Native
・人がコードを書く（ L2）→ AI に書かせる （L3）
・SDLC の全工程 （Plan / Design / Build / Test / Deploy / Operate）に AI が浸
透
・生産性は 100%+、線形ではなく 指数関数的
03 EVIDENCE
04 DEMOCRATIZED
市場がそれを証明している
採用は 特権ではなく権利 へ
・米国：シニア雇用が +40% 復調、ジュニアは横ばい （Citadel / Indeed）
・かつての Meta/Googleだけの世界から、 AI-Nativeは全ての企業で採用可能
・Google / Meta は解雇したシニアを再雇用 （CNBC / SignalFire）
に
・必要なのは 見極め術。所属・規模・国を問わない


# Page. 17

![Page Image](https://bcdn.docswell.com/page/LJ3WVKP6J5.jpg)

SECTION RECAP — AI 時代の構造変化
スーパーエンジニアは、 全企業に開かれる 。
01 SHIFT
02 AI-NATIVE
AI 時代の地殻変動
LEVEL 3 = スーパーエンジニア
・かつて大規模チームが必要だったプロジェクト
= 1 人 + AI で達成可能
（Zuckerberg）
・Sam Altman の 3 LEVELS：L1 検索置換 ／ L2 補助 ／ L3 AI-Native
・人がコードを書く（ L2）→ AI に書かせる （L3）
・SDLC の全工程 （Plan / Design / Build / Test / Deploy / Operate）に AI が浸
透
・生産性は 100%+、線形ではなく 指数関数的
03 EVIDENCE
04 DEMOCRATIZED
市場がそれを証明している
採用は 特権ではなく権利 へ
・米国：シニア雇用が +40% 復調、ジュニアは横ばい （Citadel / Indeed）
・かつての Meta/Googleだけの世界から、 AI-Nativeは全ての企業で採用可能
・Google / Meta は解雇したシニアを再雇用 （CNBC / SignalFire）
に
・必要なのは 見極め術。所属・規模・国を問わない


# Page. 18

![Page Image](https://bcdn.docswell.com/page/8JDK83LMEG.jpg)

SECTION RECAP — AI 時代の構造変化
スーパーエンジニアは、 全企業に開かれる 。
01 SHIFT
02 AI-NATIVE
AI 時代の地殻変動
LEVEL 3 = スーパーエンジニア
・かつて大規模チームが必要だったプロジェクト
= 1 人 + AI で達成可能
（Zuckerberg）
・Sam Altman の 3 LEVELS：L1 検索置換 ／ L2 補助 ／ L3 AI-Native
・人がコードを書く（ L2）→ AI に書かせる（ L3）
・SDLC の全工程（ Plan / Design / Build / Test / Deploy / Operate）に AI が浸
透
・生産性は 100%+、線形ではなく 指数関数的
03 EVIDENCE
04 DEMOCRATIZED
市場がそれを証明している
採用は 特権ではなく権利 へ
・米国：シニア雇用が +40% 復調、ジュニアは横ばい （Citadel / Indeed）
・かつての Meta/Googleだけの世界から、 AI-Nativeは全ての企業で採用可能
・Google / Meta は解雇したシニアを再雇用 （CNBC / SignalFire）
に
・必要なのは 見極め術。所属・規模・国を問わない


# Page. 19

![Page Image](https://bcdn.docswell.com/page/VEPK842Q78.jpg)

SECTION RECAP — AI 時代の構造変化
スーパーエンジニアは、 全企業に開かれる 。
01 SHIFT
02 AI-NATIVE
AI 時代の地殻変動
LEVEL 3 = スーパーエンジニア
・かつて大規模チームが必要だったプロジェクト
= 1 人 + AI で達成可能
（Zuckerberg）
・人がコードを書く（ L2）→ AI に書かせる （L3）
・SDLC の全工程 （Plan / Design / Build / Test / Deploy / Operate）に AI が浸
・Sam Altman の 3 LEVELS：L1 検索置換 ／ L2 補助 ／ L3 AI-Native
透
・生産性は 100%+、線形ではなく 指数関数的
03 EVIDENCE
04 DEMOCRATIZED
市場がそれを証明している
採用は 特権ではなく権利 へ
・米国：シニア雇用が +40% 復調、ジュニアは横ばい （Citadel / Indeed）
・かつての Meta/Googleだけの世界から、 AI-Nativeは全ての企業で採用可能
・Google / Meta は解雇したシニアを再雇用
に
（CNBC / SignalFire）
・必要なのは 見極め術。所属・規模・国を問わない


# Page. 20

![Page Image](https://bcdn.docswell.com/page/27VVNXDP7Q.jpg)

SECTION RECAP — AI 時代の構造変化
スーパーエンジニアは、 全企業に開かれる 。
01 SHIFT
02 AI-NATIVE
AI 時代の地殻変動
LEVEL 3 = スーパーエンジニア
・かつて大規模チームが必要だったプロジェクト
= 1 人 + AI で達成可能
（Zuckerberg）
・Sam Altman の 3 LEVELS：L1 検索置換 ／ L2 補助 ／ L3 AI-Native
・人がコードを書く（ L2）→ AI に書かせる （L3）
・SDLC の全工程 （Plan / Design / Build / Test / Deploy / Operate）に AI が浸
透
・生産性は 100%+、線形ではなく 指数関数的
03 EVIDENCE
04 DEMOCRATIZED
市場がそれを証明している
採用は 特権ではなく権利 へ
・米国：シニア雇用が +40% 復調、ジュニアは横ばい （Citadel / Indeed）
・かつての Meta/Googleだけの世界から、 AI-Nativeは全ての企業で採用可能
・Google / Meta は解雇したシニアを再雇用 （CNBC / SignalFire）
に
・必要なのは 見極め術。所属・規模・国を問わない


# Page. 21

![Page Image](https://bcdn.docswell.com/page/5JGLKVYQ7L.jpg)

DORA 2025
↓
90
20
+
%
のエンジニアが AI を使い、 80%が効果を体感
%
の生産性向上に留まる ＝ Level 2 で頭打ち
Source: DORA — “State of AI-Assisted Software Development 2025” (Google Cloud, dora.dev) · METR — “Early 2025 AI-Experienced OS Dev Study” (metr.org, Jul 2025)


# Page. 22

![Page Image](https://bcdn.docswell.com/page/47QYN6MWEP.jpg)

TOKEN MAXING — ANTI-PATTERN
量≠質
Token を使った 「量」 ではなく、
AI 活用の 「質」を測る。


# Page. 23

![Page Image](https://bcdn.docswell.com/page/KE4WG4V1J1.jpg)

ANTHROPIC · AI FLUENCY INDEX
AI活用の4つのD。
|D1
|D2
|D3
|D4
Delegation
Description
Discernment
Diligence
人とAIの役割分担を決める
目的を簡潔に言語化してAI
出力の妙当性を見抜く
利用と結果に責任を持つ
を導く
Source: Anthropic — “AI Fluency Index” (anthropic.com/research/AI-fluency-index)


# Page. 24

![Page Image](https://bcdn.docswell.com/page/L71YD435JG.jpg)

ANTHROPIC · AI FLUENCY INDEX
AI活用の4つのD。
|D1
|D2
|D3
|D4
Delegation
Description
Discernment
Diligence
人とAIの役割分担を決める
目的を簡潔に言語化してAI
出力の妙当性を見抜く
利用と結果に責任を持つ
を導く
Source: Anthropic — “AI Fluency Index” (anthropic.com/research/AI-fluency-index)


# Page. 25

![Page Image](https://bcdn.docswell.com/page/G7WGYXPWE2.jpg)

ANTHROPIC · AI FLUENCY INDEX
AI活用の4つのD。
|D1
|D2
|D3
|D4
Delegation
Description
Discernment
Diligence
人とAIの役割分担を決める
目的を簡潔に言語化してAI
出力の妙当性を見抜く
利用と結果に責任を持つ
を導く
Source: Anthropic — “AI Fluency Index” (anthropic.com/research/AI-fluency-index)


# Page. 26

![Page Image](https://bcdn.docswell.com/page/4JZLX6K2E3.jpg)

ANTHROPIC · AI FLUENCY INDEX
AI活用の4つのD。
|D1
|D2
|D3
|D4
Delegation
Description
Discernment
Diligence
人とAIの役割分担を決める
目的を簡潔に言語化してAI
出力の妙当性を見抜く
利用と結果に責任を持つ
を導く
Source: Anthropic — “AI Fluency Index” (anthropic.com/research/AI-fluency-index)


# Page. 27

![Page Image](https://bcdn.docswell.com/page/YE6W4226EV.jpg)

ANTHROPIC · AI FLUENCY INDEX
AI活用の4つのD。
|D1
|D2
|D3
|D4
Delegation
Description
Discernment
Diligence
人とAIの役割分担を決める
目的を簡潔に言語化してAI
出力の妙当性を見抜く
利用と結果に責任を持つ
を導く
Source: Anthropic — “AI Fluency Index” (anthropic.com/research/AI-fluency-index)


# Page. 28

![Page Image](https://bcdn.docswell.com/page/GE5MQ225E4.jpg)

CODERPAD · 5 SKILLS OF THE FUTURE DEVELOPER
エンジニア視点では、 5 つのスキル 。
01
Strategic Use of AI
明確な意図で AI を統制
02
Problem Framing
課題を自力で分解
03
Explanation & Architecture
トレードオフを理解
04
Critical Evaluation & Edits
出力を疑い、修正する ★ MOST VALUED
05
Problem Solving
AI を自然に統合
Source: CoderPad — “5 Skills of the Future Developer: A Framework for Evaluating AI Fluency” (2026). coderpad.io/blog


# Page. 29

![Page Image](https://bcdn.docswell.com/page/9729P44GJR.jpg)

CODERPAD · 5 SKILLS OF THE FUTURE DEVELOPER
エンジニア視点では、 5 つのスキル 。
01
Strategic Use of AI
明確な意図で AI を統制
02
Problem Framing
課題を自力で分解
03
Explanation & Architecture
トレードオフを理解
04
Critical Evaluation & Edits
出力を疑い、修正する ★ MOST VALUED
05
Problem Solving
AI を自然に統合
Source: CoderPad — “5 Skills of the Future Developer: A Framework for Evaluating AI Fluency” (2026). coderpad.io/blog


# Page. 30

![Page Image](https://bcdn.docswell.com/page/DJY45MMG7M.jpg)

CODERPAD · 5 SKILLS OF THE FUTURE DEVELOPER
エンジニア視点では、 5 つのスキル 。
01
Strategic Use of AI
明確な意図で AI を統制
02
Problem Framing
課題を自力で分解
03
Explanation & Architecture
トレードオフを理解
04
Critical Evaluation & Edits
出力を疑い、修正する ★ MOST VALUED
05
Problem Solving
AI を自然に統合
Source: CoderPad — “5 Skills of the Future Developer: A Framework for Evaluating AI Fluency” (2026). coderpad.io/blog


# Page. 31

![Page Image](https://bcdn.docswell.com/page/V7NYNWW8E8.jpg)

CODERPAD · 5 SKILLS OF THE FUTURE DEVELOPER
エンジニア視点では、 5 つのスキル 。
01
Strategic Use of AI
明確な意図で AI を統制
02
Problem Framing
課題を自力で分解
03
Explanation & Architecture
トレードオフを理解
04
Critical Evaluation & Edits
出力を疑い、修正する ★ MOST VALUED
05
Problem Solving
AI を自然に統合
Source: CoderPad — “5 Skills of the Future Developer: A Framework for Evaluating AI Fluency” (2026). coderpad.io/blog


# Page. 32

![Page Image](https://bcdn.docswell.com/page/YJ9PRXXX73.jpg)

CODERPAD · 5 SKILLS OF THE FUTURE DEVELOPER
エンジニア視点では、 5 つのスキル 。
01
Strategic Use of AI
明確な意図で AI を統制
02
Problem Framing
課題を自力で分解
03
Explanation & Architecture
トレードオフを理解
04
Critical Evaluation & Edits
出力を疑い、修正する ★ MOST VALUED
05
Problem Solving
AI を自然に統合
Source: CoderPad — “5 Skills of the Future Developer: A Framework for Evaluating AI Fluency” (2026). coderpad.io/blog


# Page. 33

![Page Image](https://bcdn.docswell.com/page/GJ8DW229JD.jpg)

CODERPAD · 5 SKILLS OF THE FUTURE DEVELOPER
エンジニア視点では、 5 つのスキル 。
01
Strategic Use of AI
明確な意図で AI を統制
02
Problem Framing
課題を自力で分解
03
Explanation & Architecture
トレードオフを理解
04
Critical Evaluation & Edits
出力を疑い、修正する ★ MOST VALUED
05
Problem Solving
AI を自然に統合
Source: CoderPad — “5 Skills of the Future Developer: A Framework for Evaluating AI Fluency” (2026). coderpad.io/blog


# Page. 34

![Page Image](https://bcdn.docswell.com/page/LJLMN22MER.jpg)

CHINA & US — TECHNICAL ASSESSMENT MIX
AI 許可は、もはや 主流。
󰑔 US
󰎩 China
Live technical
70%
interviews
KEY INSIGHT
75%
Allow AI use in
面接でAIを許可する企業 は
30%
technical interviews
55%
Automated code test
55%
中国で55%、米国で 30%
AI禁止は、もはや 少数派 。
40%
Take home project
見極めの最先端は AI許可へ。
38%
15%
0%
25%
50%
75%
100%
Source: Karat — “2026 AI Workforce Transformation Report” (400 engineering leaders, US / India / China). karat.com


# Page. 35

![Page Image](https://bcdn.docswell.com/page/47MYX8867W.jpg)

CASE — META
AI-enabled Coding — 候補者と一緒に AIを使う。


# Page. 36

![Page Image](https://bcdn.docswell.com/page/P7R9N55NE9.jpg)

CASE — GOOGLE · 2026 PILOT
Code Comprehension — バグを特定し、 AIと直す。
🔒 docs.google.com/document/d/1aB2c…/edit
📄
Code Comprehension — Candidate #L6-0421
📁 ファイル
編集中
def calculate_total(items, discount_code=None):
24
total = 0
25
for item in items:
26
total += item.price * item.qty# ⚠ tax never applied
27
if discount_code:
28
表示
挿入
共有
Gemini assistant
order_service.py — 1 of 5 files
23
編集
CANDIDATE
関数で、税金が計算されていない。安全に修正するには？
i
Interviewer
バグを特定して修正してみ
て
GEMINI
3 つの問題が見つかりました：
1.
tax 未適用
discount = apply_discount(discount_code)
2.
discount で負値の可能性
29
total = total - discount # ⚠ no clamp ≥ 0
3.
未知の code で KeyError
30
return total
31
32
def apply_discount(code):
33
codes = {"SAVE10": 10, "SAVE20": 20}
34
return codes[code] # ⚠ KeyError risk
Gemini に聞く…
↑


# Page. 37

![Page Image](https://bcdn.docswell.com/page/PJXQNKK87X.jpg)

SENIOR-FIRST
AI見極めは、 シニアに集中している。
GOOGLE L3 – L4
GOOGLE L6 · ENG MGR
従来の試験
AI 活用試験
＝ AIを前提としない
＝ シニアから先に見極める


# Page. 38

![Page Image](https://bcdn.docswell.com/page/3JK9N55LJD.jpg)

JAPAN — CURRENT STATE
日本のライブコーディング試験は、 ほぼゼロ 。
99%+
アルゴリズムコーディング試験
GitHub提出の自作課題
<1%
ライブコーディング試験


# Page. 39

![Page Image](https://bcdn.docswell.com/page/LE3WVKK6E5.jpg)

BANNING AI — DOESN'T WORK
AI を禁止しても、 無意味。
禁止されても AIを使っている実態
禁止 62%
許可 38%
Source: Karat — “2026 AI Workforce Transformation Report” (400 engineering leaders, US / India / China). karat.com
使用
71%
遵守 29%


# Page. 40

![Page Image](https://bcdn.docswell.com/page/8EDK833M7G.jpg)

GITHUB TAKE-HOME — LIMITATION
成果物 ≠ 過
程
GitHub 提出では、最終コード しか見えない。
評価すべき 「AI と組む過程」 が 記録に残らない 。


# Page. 41

![Page Image](https://bcdn.docswell.com/page/V7PK844QJ8.jpg)

SECTION RECAP — 見るべき指標 ／ 海外のベストプラクティス
何を測り 、どう測るか — 海外の答え。
01 METRICS
02 BROKEN
何を測るか
従来の試験は 破綻している
・Anthropic 4D：Delegation / Description / Discernment / Diligence
・従来のコーディング試験は
・CoderPad 5 Skills：Strategic / Framing / Architecture / Critical
・禁止しても候補者は使う、 過程は見えない
AI で全員 100 点に
Evaluation ★ / Solving
・業界の答え： AI 許可 × 過程評価
・4D と 5 Skills は大枠が一致 — 業界の収束点
03 CASES
04 PATTERN
先頭を走る Meta / Google
AI許可 × 過程評価が見極めの鍵
・Meta AI-enabled Coding — 候補者と一緒に AI を使う
・Google L6・Eng Mgr など、上位ポジションから AI 試験を導入
・Google Code Comprehension — Prompting・Context・出力検証を対話評
・パターンは共通： AI 許可 ＋ 過程評価
価


# Page. 42

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

SECTION RECAP — 見るべき指標 ／ 海外のベストプラクティス
何を測り 、どう測るか — 海外の答え。
01 METRICS
02 BROKEN
何を測るか
従来の試験は 破綻している
・Anthropic 4D：Delegation / Description / Discernment / Diligence
・従来のコーディング試験は
・CoderPad 5 Skills：Strategic / Framing / Architecture / Critical
・禁止しても候補者は使う、 過程は見えない
AI で全員 100 点に
Evaluation ★ / Solving
・業界の答え： AI 許可 × 過程評価
・4D と 5 Skills は大枠が一致 — 業界の収束点
03 CASES
04 PATTERN
先頭を走る Meta / Google
AI許可 × 過程評価が見極めの鍵
・Meta AI-enabled Coding — 候補者と一緒に AI を使う
・Google L6・Eng Mgr など、上位ポジションから AI 試験を導入
・Google Code Comprehension — Prompting・Context・出力検証を対話評
・パターンは共通： AI 許可 ＋ 過程評価
価


# Page. 43

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

SECTION RECAP — 見るべき指標 ／ 海外のベストプラクティス
何を測り 、どう測るか — 海外の答え。
01 METRICS
02 BROKEN
何を測るか
従来の試験は破綻している
・Anthropic 4D：Delegation / Description / Discernment / Diligence
・従来のコーディング試験は
・CoderPad 5 Skills：Strategic / Framing / Architecture / Critical
・禁止しても候補者は使う、過程は見えない
AI で全員 100 点に
Evaluation ★ / Solving
・業界の答え： AI 許可 × 過程評価
・4D と 5 Skills は大枠が一致 — 業界の収束点
03 CASES
04 PATTERN
先頭を走る Meta / Google
AI許可 × 過程評価が見極めの鍵
・Meta AI-enabled Coding — 候補者と一緒に AI を使う
・Google L6・Eng Mgr など、上位ポジションから AI 試験を導入
・Google Code Comprehension — Prompting・Context・出力検証を対話評
・パターンは共通： AI 許可 ＋ 過程評価
価


# Page. 44

![Page Image](https://bcdn.docswell.com/page/4JQYN66W7P.jpg)

SECTION RECAP — 見るべき指標 ／ 海外のベストプラクティス
何を測り 、どう測るか — 海外の答え。
01 METRICS
02 BROKEN
何を測るか
従来の試験は 破綻している
・Anthropic 4D：Delegation / Description / Discernment / Diligence
・従来のコーディング試験は
・CoderPad 5 Skills：Strategic / Framing / Architecture / Critical
・禁止しても候補者は使う、 過程は見えない
AI で全員 100 点に
Evaluation ★ / Solving
・業界の答え： AI 許可 × 過程評価
・4D と 5 Skills は大枠が一致 — 業界の収束点
03 CASES
04 PATTERN
先頭を走る Meta / Google
AI許可 × 過程評価が見極めの鍵
・Meta AI-enabled Coding — 候補者と一緒に AI を使う
・Google L6・Eng Mgr など、上位ポジションから AI 試験を導入
・Google Code Comprehension — Prompting・Context・出力検証を対話評
・パターンは共通： AI 許可 ＋ 過程評価
価


# Page. 45

![Page Image](https://bcdn.docswell.com/page/K74WG441E1.jpg)

SECTION RECAP — 見るべき指標 ／ 海外のベストプラクティス
何を測り 、どう測るか — 海外の答え。
01 METRICS
02 BROKEN
何を測るか
従来の試験は 破綻している
・Anthropic 4D：Delegation / Description / Discernment / Diligence
・従来のコーディング試験は
・CoderPad 5 Skills：Strategic / Framing / Architecture / Critical
・禁止しても候補者は使う、 過程は見えない
AI で全員 100 点に
Evaluation ★ / Solving
・業界の答え： AI 許可 × 過程評価
・4D と 5 Skills は大枠が一致 — 業界の収束点
03 CASES
04 PATTERN
先頭を走る Meta / Google
AI許可 × 過程評価が見極めの鍵
・Meta AI-enabled Coding — 候補者と一緒に AI を使う
・Google L6・Eng Mgr など、上位ポジションから AI 試験を導入
・Google Code Comprehension — Prompting・Context・出力検証を対話評
・パターンは共通： AI 許可 ＋ 過程評価
価


# Page. 46

![Page Image](https://bcdn.docswell.com/page/LJ1YD445EG.jpg)

THE ANSWER
AI許可
×
過程評価
「AI協働課題」がAI 時代の 唯一の見極め方 。


# Page. 47

![Page Image](https://bcdn.docswell.com/page/GJWGYXXW72.jpg)



# Page. 48

![Page Image](https://bcdn.docswell.com/page/4EZLX66273.jpg)

AI 協働課題 — 2 つの転換
禁止から許可 へ。過程から測る。
01 AGENTIC CODING
02 AI ACTIVITY VISIBILITY
AI 禁止 → AI 許可
成果物 → 過程評価
Agentic Coding を前提に、 AI を使った上で スキルを測
宿題形式では見えない AI 活用の「質」を、 プロンプト・差
る。 Meta / Google が踏み出した、新しい標準。
分・ターン数から測定する。


# Page. 49

![Page Image](https://bcdn.docswell.com/page/Y76W42L67V.jpg)

SOFTWARE ENGINEERING INDEX
6つの指標 で、スキルを再定義。
NEW
計算機科学基礎
実装力
AI 協働力
システム設計力
コミュニケーション能力
課題解決能力


# Page. 50

![Page Image](https://bcdn.docswell.com/page/G75MQ21574.jpg)

AI 協働力 — 4 COMPONENTS
4つの構成要素 で評価する。
1
環境構築力
3
対話効率化
AI が動ける環境を整える
最小ターンで解く
2
指示伝達力
4
出力検証力
的確な指示を出す
AI の出力を疑う


# Page. 51

![Page Image](https://bcdn.docswell.com/page/9J29P41GER.jpg)

AI 協働力 — 4 COMPONENTS
4つの構成要素 で評価する。
1
環境構築力
3
対話効率化
AI が動ける環境を整える
最小ターンで解く
2
指示伝達力
4
出力検証力
的確な指示を出す
AI の出力を疑う


# Page. 52

![Page Image](https://bcdn.docswell.com/page/DEY45MZGJM.jpg)

AI 協働力 — 4 COMPONENTS
4つの構成要素 で評価する。
1
環境構築力
3
対話効率化
AI が動ける環境を整える
最小ターンで解く
2
指示伝達力
4
出力検証力
的確な指示を出す
AI の出力を疑う


# Page. 53

![Page Image](https://bcdn.docswell.com/page/VJNYNW3878.jpg)

AI 協働力 — 4 COMPONENTS
4つの構成要素 で評価する。
1
環境構築力
3
対話効率化
AI が動ける環境を整える
最小ターンで解く
2
指示伝達力
4
出力検証力
的確な指示を出す
AI の出力を疑う


# Page. 54

![Page Image](https://bcdn.docswell.com/page/YE9PRX9XJ3.jpg)

AI 協働力 — 4 COMPONENTS
4つの構成要素 で評価する。
1
環境構築力
3
対話効率化
AI が動ける環境を整える
最小ターンで解く
2
指示伝達力
4
出力検証力
的確な指示を出す
AI の出力を疑う


# Page. 55

![Page Image](https://bcdn.docswell.com/page/GE8DW299ED.jpg)

SUMMARY
AI協働力 ×
AI協働課題
これが、 AI時代の見極め術 。


# Page. 56

![Page Image](https://bcdn.docswell.com/page/LELMN2WM7R.jpg)

KEY TAKEAWAYS — 本日の振り返り
AI 時代の見極め術 を、4 つの視点で。
01 CONTEXT
02 PROFICIENCY
AI 時代の地殻変動
AI 活用には 3 LEVEL。多くは LEVEL 2 で頭打ち
・1 人 + AI = かつての大規模チームに匹敵
（Zuckerberg）
・L1 検索置換（ +10%）／ L2 補助（ +30〜50%）／ L3 AI-Native（100%+）
・米国はシニア雇用が +40% 復調、ジュニアは横ばい
・90%がAIを使うが、生産性向上は +20%に留まる （DORA）
・Google / Meta は解雇したシニアを再雇用
・差を生むのは AI協働力 — 4D
（Delegation/Description/Discernment/Diligence）
03 CHALLENGE
04 OUR ANSWER
従来の見極めは 破綻している
HireRoo の解 = AI協働課題
・従来のコーディング試験は AIで全員 100点に
・成果物ではなく「 Aと解く過程」を評価する新しい試験
・AI禁止は機能しない —62%が禁止 するが 71%の候補者が AIを使う （Karat）
・Software Engineering Index（SEI）—6指標／ AI協働力 をCore に
・米中の答え = AI許可 × 過程評価 （Meta AI-enabled/Google Code
・環境構築／指示伝達／対話効率／出力検証の
Comprehension）
4観点でスコア化


# Page. 57

![Page Image](https://bcdn.docswell.com/page/4JMYX896JW.jpg)

KEY TAKEAWAYS — 本日の振り返り
AI 時代の見極め術 を、4 つの視点で。
01 CONTEXT
02 PROFICIENCY
AI 時代の地殻変動
AI 活用には 3 LEVEL。多くは LEVEL 2 で頭打ち
・1 人 + AI = かつての大規模チームに匹敵
（Zuckerberg）
・L1 検索置換（ +10%）／ L2 補助（ +30〜50%）／ L3 AI-Native（100%+）
・米国はシニア雇用が +40% 復調、ジュニアは横ばい
・90%がAIを使うが、生産性向上は +20%に留まる （DORA）
・Google / Meta は解雇したシニアを再雇用
・差を生むのは AI協働力 — 4D
（Delegation/Description/Discernment/Diligence）
03 CHALLENGE
04 OUR ANSWER
従来の見極めは 破綻している
HireRoo の解 = AI協働課題
・従来のコーディング試験は AIで全員 100点に
・成果物ではなく「 Aと解く過程」を評価する新しい試験
・AI禁止は機能しない —62%が禁止 するが 71%の候補者が AIを使う （Karat）
・Software Engineering Index（SEI）—6指標／ AI協働力 をCore に
・米中の答え = AI許可 × 過程評価 （Meta AI-enabled/Google Code
・環境構築／指示伝達／対話効率／出力検証の
Comprehension）
4観点でスコア化


# Page. 58

![Page Image](https://bcdn.docswell.com/page/PJR9N5GN79.jpg)

KEY TAKEAWAYS — 本日の振り返り
AI 時代の見極め術 を、4 つの視点で。
01 CONTEXT
02 PROFICIENCY
AI 時代の地殻変動
AI 活用には 3 LEVEL。多くは LEVEL 2 で頭打ち
・1 人 + AI = かつての大規模チームに匹敵
（Zuckerberg）
・L1 検索置換（ +10%）／ L2 補助（ +30〜50%）／ L3 AI-Native（100%+）
・米国はシニア雇用が +40% 復調、ジュニアは横ばい
・90%がAIを使うが、生産性向上は +20%に留まる （DORA）
・Google / Meta は解雇したシニアを再雇用
・差を生むのは AI協働力 — 4D
（Delegation/Description/Discernment/Diligence）
03 CHALLENGE
04 OUR ANSWER
従来の見極めは 破綻している
HireRoo の解 = AI協働課題
・従来のコーディング試験は AIで全員 100点に
・成果物ではなく「 Aと解く過程」を評価する新しい試験
・AI禁止は機能しない —62%が禁止 するが 71%の候補者が AIを使う （Karat）
・Software Engineering Index（SEI）—6指標／ AI協働力 をCore に
・米中の答え = AI許可 × 過程評価 （Meta AI-enabled/Google Code
・環境構築／指示伝達／対話効率／出力検証の
Comprehension）
4観点でスコア化


# Page. 59

![Page Image](https://bcdn.docswell.com/page/PEXQNKX8JX.jpg)

KEY TAKEAWAYS — 本日の振り返り
AI 時代の見極め術 を、4 つの視点で。
01 CONTEXT
02 PROFICIENCY
AI 時代の地殻変動
AI 活用には 3 LEVEL。多くは LEVEL 2 で頭打ち
・1 人 + AI = かつての大規模チームに匹敵
（Zuckerberg）
・L1 検索置換（ +10%）／ L2 補助（ +30〜50%）／ L3 AI-Native（100%+）
・米国はシニア雇用が +40% 復調、ジュニアは横ばい
・90%がAIを使うが、生産性向上は +20%に留まる （DORA）
・Google / Meta は解雇したシニアを再雇用
・差を生むのは AI協働力 — 4D
（Delegation/Description/Discernment/Diligence）
03 CHALLENGE
04 OUR ANSWER
従来の見極めは 破綻している
HireRoo の解 = AI協働課題
・従来のコーディング試験は AIで全員 100点に
・成果物ではなく「 Aと解く過程」を評価する新しい試験
・AI禁止は機能しない —62%が禁止するが 71%の候補者が AIを使う （Karat）
・Software Engineering Index（SEI）—6指標／ AI協働力 をCore に
・米中の答え = AI許可 × 過程評価（ Meta AI-enabled/Google Code
・環境構築／指示伝達／対話効率／出力検証の
Comprehension）
4観点でスコア化


# Page. 60

![Page Image](https://bcdn.docswell.com/page/3EK9N5WLED.jpg)

KEY TAKEAWAYS — 本日の振り返り
AI 時代の見極め術 を、4 つの視点で。
01 CONTEXT
02 PROFICIENCY
AI 時代の地殻変動
AI 活用には 3 LEVEL。多くは LEVEL 2 で頭打ち
・1 人 + AI = かつての大規模チームに匹敵
（Zuckerberg）
・L1 検索置換（ +10%）／ L2 補助（ +30〜50%）／ L3 AI-Native（100%+）
・米国はシニア雇用が +40% 復調、ジュニアは横ばい
・90%がAIを使うが、生産性向上は +20%に留まる （DORA）
・Google / Meta は解雇したシニアを再雇用
・差を生むのは AI協働力 — 4D
（Delegation/Description/Discernment/Diligence）
03 CHALLENGE
04 OUR ANSWER
従来の見極めは 破綻している
HireRoo の解 = AI協働課題
・従来のコーディング試験は AIで全員 100点に
・成果物ではなく「 Aと解く過程」を評価する新しい試験
・AI禁止は機能しない —62%が禁止 するが 71%の候補者が AIを使う （Karat）
・Software Engineering Index（SEI）—6指標／ AI協働力を Core に
・米中の答え = AI許可 × 過程評価 （Meta AI-enabled/Google Code
・環境構築／指示伝達／対話効率／出力検証の
Comprehension）
4観点でスコア化


# Page. 61

![Page Image](https://bcdn.docswell.com/page/L73WVK1675.jpg)

PROMISE — DEMOCRATIZED
Meta / Google だけの特権
スーパーエンジニアの採用は、
全ての企業に 開かれた。


# Page. 62

![Page Image](https://bcdn.docswell.com/page/87DK83XMJG.jpg)

Qiita Conference 2026
FIN.
THANK YOU — ご清聴ありがとうございました
AI協働力の可視化に 興味がある方 へ
SPECIAL OFFER
初期費用無料
「Qiita Conference を見た」 とお伝えください
SPEAKER
葛岡 宏祐 株式会社ハイヤールー
SESSION
AI活用で10倍の成果を出せるエンジニアか？