---
title: AI生成コードレビュー編_中級者向け_20261021
tags: 
author: [Yukiko](https://docswell.com/user/yukiko_it)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/Y76WVRD97V.jpg?width=480
description: AI生成コードレビュー編_中級者向け_20261021 by Yukiko
published: October 21, 26
canonical: https://docswell.com/s/yukiko_it/K1Q89G-2026-10-21-055537
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/Y76WVRD97V.jpg)

🐰
USAUSA TRAINING WORKSHOP
AI生成コード レビュー編
中級者向け——自動化バイアスに気づき、レビューの質を上げる
査読済み論文ベース（『AI駆動開発のテスト設計』続編）
AI生成コードレビュー編
気づく
手法を使う
言葉にする
自動化バイアスという盲点を知る
チェックリスト×小さい差分でレビューする
指摘を安全に伝える工夫
1


# Page. 2

![Page Image](https://bcdn.docswell.com/page/G75MD83D74.jpg)

OVERVIEW
なぜ「AI生成コードのレビュー」は普通と違うのか
コードの書き手が人間からAIに変わったことで、レビューする側に求められる視点も変わります。3つの観点から整理します。
概要
1
自動化バイアス
「AIが書いたから正しいはず」という無意識の信頼が、見落としを生む
Parasuraman & Manzey(2010)、Skitka et al.(1999)
2
検証の難しさ
AI生成コードは一見自然で読みやすいため、誤りに気づきにくい
Vaithilingam et al.(2022)、Perry et al.(2023)
3
レビューの目的と実践
現代のコードレビューの成果は欠陥発見に加え知識共有・理解の促
進。小さく頻繁なレビューに収束する傾向
Bacchelli & Bird(2013)、Rigby & Bird(2013)
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/9J298KKMER.jpg)

KEY CONCEPT
自動化バイアスとは
自動化バイアス（automation bias）とは、自動化されたシステムの出力を過度に信頼し、自分自身の判断や他の情報を軽視してしまう傾向のことです。
見落としエラー（Omission error）
追従エラー（Commission error）
AIが提示しなかった問題に、レビュアー自身も気づけなくなる。「AIが指摘し
AIの誤った提案を、誤りと気づかずそのまま採用してしまう。提示された情
なかったから大丈夫」という無意識の判断停止。
報自体を疑うコストを省略してしまう。
出典：Skitka, Mosier & Burdick(1999)は、自動化支援下でこの2種類のエラーが増えることを実験で確認。Parasuraman & Manzey(2010)はこれを自動化バイアスの中核的メカニズムとして整理した。
自動化バイアス
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/DEY46NNPJM.jpg)

CHECKPOINTS
AI生成コード特有のレビュー観点
1
セキュリティ
入力値検証・権限チェックが省略されていないか（Perry et al. 2023：AI支援下で脆弱性混入率が上がる傾向）
2
例外処理
正常系しか考慮されておらず、異常系・境界値が抜けていないか
3
暗黙の前提
「このデータは必ず存在する」等、確認していない前提に依存していないか
4
既存コードとの整合性
プロジェクト固有の命名規則・設計方針から外れていないか（AIは文脈を知らない）
レビュー観点
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/VJNYZXXM78.jpg)

METHOD
効果的なレビュー手法
レビューの目的と、理解が最大の課題
Bacchelli & Bird(2013)のMicrosoftでの調査では、コードレビューの成果は欠陥発見だけでなく知識共有・チーム意識・代替案の発見にも及び、コードの理解が最大の
課題とされています。理解を助ける仕組み（チェックリストなど）は有効と考えられますが、これは本資料の提案で、チェックリスト自体の効果を示した結果ではありませ
ん。
小さく頻繁なレビュー
Rigby & Bird(2013)は、複数のOSS・企業プロジェクトの分析から、小さな変更を頻繁に、少人数で速くレビューする実践に収束する傾向を報告しています。AI生成コー
ドも、まとめて大量に出力させず、小さい単位でレビューに回すのが有効と考えられます。
効果的なレビュー手法
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/YE9PZ88WJ3.jpg)

CHECKLIST
中級者向け レビューチェックリスト
• レビュー前に、AIへの指示（プロンプト）の内容を確認したか
• 「AIが指摘しなかった箇所」にも、自分なりの仮説を立てて見ているか（見落としエラー対策）
• 提案された実装を、一度は自分で「別解」を考えてから評価しているか（追従エラー対策）
• セキュリティ・例外処理・暗黙の前提の3点は、固定チェック項目として毎回見ているか
• 大きな差分は、意味のある単位に分割してからレビューしているか
• 「なぜそう書いたか」をコード生成者（新人など）に説明させ、理解度を確認したか
レビューチェックリスト
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/GE8D188RED.jpg)

PHRASES
レビューコメントのフレーズ例
指摘は、相手を否定する形ではなく「問いかけ」の形にすると、心理的安全性を保ちながら検証の質を上げられます（Edmondson 1999）。
避けたい言い方
• 「これ間違ってますよ」
• 「AIの提案そのまま使ったでしょう」
• 「普通はこうしない」
レビューコメントのフレーズ例
言い換え案
• 「この入力が空だった場合、どう動きますか？」
• 「この部分、自分の言葉で説明できますか？」
• 「このプロジェクトだと、他にもこの書き方してる箇所ありましたっ
け？」
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/LELMQRR27R.jpg)

SUMMARY
レビューの心構え
• 「AIが書いたから」を評価の理由にしない。誰が書いたコードも、同じ基準で見る
• 見落としエラー・追従エラーという2種類の失敗パターンを知っておくだけで、意識的に確認できるようになる
• チェックリストと小さい差分という「仕組み」で、個人の注意力に頼らないレビュー体制を作る
• 指摘は問いかけの形にし、相手が自分で気づける余地を残す
レビューの心構え
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/4JMY1RR9JW.jpg)

REFERENCES
参考文献
・Parasuraman, R., & Manzey, D. H. (2010). Complacency and Bias in Human Use of Automation: An Attentional Integration. Human Factors.
・Skitka, L. J., Mosier, K. L., & Burdick, M. (1999). Does automation bias decision-making? Int. J. Human-Computer Studies.
・Bacchelli, A., & Bird, C. (2013). Expectations, Outcomes, and Challenges of Modern Code Review. ICSE.
・Rigby, P. C., & Bird, C. (2013). Convergent Contemporary Software Peer Review Practices. FSE.
・Perry, N., Srivastava, M., Kumar, D., & Boneh, D. (2023). Do Users Write More Insecure Code with AI Assistants? ACM CCS.
・Vaithilingam, P., Zhang, T., & Glassman, E. L. (2022). Expectation vs. Experience. CHI EA.
・Edmondson, A. (1999). Psychological safety and learning behavior in work teams. ASQ.
参考文献
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/PJR9LRR979.jpg)

🐰
レビューの目は、曇らせない
うさうさ研修工房 — 面白きこともなき世を面白く
AI生成コードレビュー編
10