9月11日、Bob Belderbosが「Why Learn to Code If AI Can Code? 6 Reasons」と題した記事を公開した。Belderbosは同記事でStanfordのChris Piech氏（Code in Place主宰）へのインタビューをもとに、AIがコードを書ける時代においてもプログラミングを学ぶべき6つの理由を整理している。
Stanfordの1万7000人クラスで受講者が「倍増」した事実
Piech氏はStanfordで「Code in Place」というプログラミング入門クラスを運営している。受講者は1万7000人、ティーチングアシスタントは1000人超という大規模なクラスだ。CursorやClaude Code（AnthropicのAIコーディングツール）が登場する前後でクラスを運営し続けてきたPiech氏によれば、AIの台頭後に受講者数は「基本的に倍増した」という。
AIがコードを書けるのに、なぜ人はプログラミングを学ぼうとするのか。Piech氏へのインタビューから導き出された6つの理由を以下に紹介する。
理由1：「構文は使い捨て、問題解決は一生モノ」
Piech氏はプログラミング学習を2つに分解する。構文（コンピュータへの命令の書き方）と問題解決（大きな問題を小さく分割し、アルゴリズムに合ったデータ構造を設計する能力）だ。
AIは構文に強い。暗記する必要性は下がった。だが習得する価値があるのは、あらゆる言語やツールに転用できる問題解決の側だ。分解する力、サブ問題に名前をつける力、アルゴリズムが必要とするデータ構造を決める力——これらはAIを使う場面でも同様に求められる。
理由2：AIのアウトプットを評価できる土台が必要
Piech氏は自身もAIを使ってコードを書くが、それが機能する理由として「自分がすでにアーキテクチャを理解しているから」と明言する。その土台がなければ、モデルが出した構造的に問題のある決定に気づけないまま開発が進む。問題が表面化するのはプロトタイプを超えた後、実ユーザーがエッジケースを踏み始めてからだ。
AIはアクセルであり、コンパスではない。 解に速く到達させてくれるが、その解が良いかどうかは判断してくれない。
理由3：「筋肉は使わないと萎縮する」というリスク
Piech氏が指摘する3つ目の理由は、スキルの漸進的な喪失だ。
「AIにコードを書かせすぎると、いつの時点でアーキテクチャという価値ある部分をこなせなくなるのか？」
恐ろしいのは、この劣化が静かに進む点だ。AIの活用自体は問題ない——ただし、自分がAIとともに成長しているのか、成長をAIに渡してしまっているのかを自覚し続けることが前提になる。
理由4：コーディングは「即座に反証可能なフィードバック」を返す唯一のドメイン
コードは即座にかつ反証可能なフィードバックを返してくれる。ロジックが間違えれば壊れる。壊れれば見える。見えれば直せる。このループを週に何百回も回せる環境は他にない。判断力はこの反復から生まれ、判断力はAIが代替できないスキルだ。Piech氏はこの反復練習の価値をAI時代にも変わらず強調する。
理由5：「何を作る価値があるか」を判断する力
コンピュータが何をできるかとユーザーが本当に必要なものの間を仲介する能力——何を作るべきかを判断する力がより上位のスキルになる。Piech氏はこれを「ジュニアエンジニアも今日から取り組み始めるべき」スキルと位置付ける。シニアのタイトルは不要だ。
理由6：AIは最強のチューターにもなりうる
Piech氏が今日から学び直すなら、Claude Codeで大量のプロトタイプを作り、その都度「背後にある最重要概念を教えてくれ」とAIに聞いて反復する、というアプローチを取るという。AIはスキルを削る道具にも、スキルを複利で増やす道具にもなる。違いは「AIに考えさせるか、教えさせるか」だ。
「残り1%」に人間の価値がある
Piech氏は最後に自動運転の例を引く。2012年に「もうすぐ実現」と見られていたが、進捗は大幅に過大評価されていた。残り1%の領域——想定外の状況、誰もスクリプト化していない判断——が機械に最も抵抗する。コーディングも同じだ。分解する力、判断力、センス、何を作るべきかを知る力は、最も人間依存度が高く、AI時代に最も価値を持つ部分だとPiech氏は結論付ける。
※編集部の考察：日本でも東京大学のPython講座やPaizaなど、プログラミング入門の需要は継続的に存在する。「AIが書けるなら学習不要」という短絡的な結論を避け、何を学ぶべきかを問い直す本記事の視点は、国内の学習者・教育者にとっても参考になるだろう。
詳細はWhy Learn to Code If AI Can Code? 6 Reasonsを参照していただきたい。
