7月12日、StartuphHub.aiが「Review Debt: Sachin Gupta on AI's Hidden Cost in Software Development」と題した記事を公開した。AIコーディング支援の普及が進む一方で、人間によるレビューなしにマージされるPRが31%増加しているという数字が示すように、コード生産量と理解の深さの乖離は静かに広がっている。eBayのエンジニア Sachin Guptaはこの構造的な問題を「レビュー負債（Review Debt）」と名付け、定量化するフレームワークを提案した。
コード量は増え、レビューは減る
AIコーディングツールが開発現場に普及するにつれ、ある矛盾が生じている。コードは増えているのに、それを人間がレビューする注意力は追いついていない。
eBayのソフトウェアエンジニア、Sachin Guptaはこの問題を「レビュー負債（Review Debt）」と名付け、定量化するフレームワークを提案した。発表の場となったのは「AI Engineer World's Fair」——AIエンジニアリングに特化した大型カンファレンスで、2024年に初開催されて以降、Andrej KarpathyやHarrison Chaseら著名な実務家・研究者が登壇することで知られる。Guptaが本イベントで行った発表「ReviewDebt: a practical framework for scoring every pull request」がその内容だ。
Guptaが引用したGitHubの2025年10月レポートのデータが示す現実は厳しい。
- コミット数：前年比 +25%
- コミットへのコメント数：前年比 −27%
- AIを積極採用するチームにおけるPRレビュー時間の中央値：441.5%増
- 人間によるレビューなしにマージされるPR：31%増
Guptaは「コード生産量は上がったが、レビューへの注意は下がった。同じ年に、正反対の方向に動いた」と述べている。
技術的負債（Technical Debt）は広く知られた概念だが、レビュー負債はそれとは異なる。書かれたコードの質だけでなく、人間がそのコードをどれだけ理解しているか・信頼できるかという蓄積された不確実性を問題にする。
ReviewDebtスコアというフレームワーク
Guptaが提案するのは、PRごとに「ReviewDebtスコア」を算出するフレームワークだ。スコアは以下のような要素を組み合わせて計算される。
- 変更の規模：変更行数や影響ファイル数
- コードの複雑度：循環的複雑度など
- レビューの深度：コメント数、レビュアーの数、承認までのラウンド数
- AIの関与度：AI生成コードが含まれているか
AIが生成したコードは、人間が書いたコードに比べて一見きれいに見えるが、レビュアーが内部ロジックを理解しないままマージされるリスクが高い。このスコアは、そのリスクを可視化するための指標として機能する。
このアプローチは、いわゆる「信頼の問題」にも直結する。AIが生成したコードに対して人間が過剰な信頼を置く現象——「オートメーション・バイアス（Automation Bias）」——が、レビューの形骸化を招いているという指摘だ。オートメーション・バイアスとは、自動化されたシステムの判断や出力を批判的に検討せず無条件に受け入れてしまう認知的傾向を指す。もともと航空・医療分野での研究から生まれた概念で、パイロットが自動操縦の警告を過信して手動介入が遅れるケースなどで知られる。ソフトウェア開発においては、AIが生成したコードを「AIが書いたから大丈夫」と思い込み、レビューが形式的になる構造として現れる。
なぜ今、この問題が重要なのか
GitHub Copilot、Cursor、Claude Codeといったツールの急速な普及により、AIが書くコードの割合は急増している。GitHubは2025年に「書かれたコードの過半数がAI支援」との数字を発表しており（※元記事内で言及されている数字。レポートの正式名称・URLは元記事に記載なし）、現場では「PRを出す速度」と「PRを理解する速度」の乖離が広がっている。
レビュー負債が積み重なった状態は、表面上の開発速度が高く見えながら、障害時の対応力低下やセキュリティ上のリスクとして後から顕在化する可能性がある。Guptaが問題提起するのは、この「見えないコスト」をチームが意識的に管理できる状態にすることだ。
実務への示唆
Guptaのフレームワークが面白いのは、「AIを使うな」という結論ではなく、AI活用を前提としたうえでレビューの質を担保する仕組みを作ろうとしている点だ。
ReviewDebtスコアを継続的に計測することで、以下のような運用が可能になる。
- スコアが高いPRは自動的にレビュー必須フラグを立てる
- チーム全体のレビュー負債トレンドをダッシュボードで可視化する
- スプリントレトロスペクティブで「負債が積み上がっているか」を定量的に議論できる
重要なのは、これが単なる「レビュー品質の向上」施策にとどまらない点だ。DORA指標に代表されるデプロイ頻度やリードタイムといった開発速度の指標は、現在多くの組織でAI活用のROI測定に使われている。しかし「速く出せるようになったか」は測れても、「チームがそのコードを本当に理解しているか」は測れない。ReviewDebtスコアはその空白を埋めるメトリクスとして機能する可能性がある。
CTOやエンジニアリングマネージャーにとって、AI活用のROIを議論する際に「どれだけコードを書けるか」だけでなく「そのコードをチームが理解しているか」を問う指標として、ReviewDebtスコアは一つの実務的な切り口を提供している。開発速度の向上と組織的な理解の蓄積を両立させるための議論の土台として、このフレームワークが現場でどのように採用・進化していくかは注目に値する。
詳細はReview Debt: Sachin Gupta on AI's Hidden Cost in Software Developmentを参照していただきたい。
