AI活用ガイドライン（初級編）

• 出力結果の妥当性を自分自身で検証できないような指示はしない
• AIが生成したアウトプットは「自分の成果物」ではないという認識を持つ
  特にコードや文章について、AIによる生成物をそのまま提出することは、自身の理解度や実力を正確に反映しない。常に自分の手と頭で理解・修正・補完すること。

• タスクを「自分の成長のための機会」と捉え、安易にAIに丸投げしない
  若手やスキル習得途上のメンバーがタスクをAI任せにすると、試行錯誤・思考・実装経験といった重要な成長機会を逸するリスクがある。AIは補助的に使い、自力で考えた後に比較や検証に用いるべきである。
• AIを「答えを出す手段」ではなく「思考を支える補助輪」として使う意識を持つ
  AIの提案はあくまで選択肢のひとつ。自身の仮説や考えとの比較・検証を通じて判断力を養うことが重要である。
• 上司・メンターとの対話をAIより優先する
  人間同士の対話から得られるフィードバックや価値観の共有は、AIでは代替できない。特に初期キャリアにおいては、レビューや議論の過程が学習である。
• 学習段階の業務では、AI使用の可否を事前に相談する
  自身が学ぶべきプロセスなのか、業務効率化を優先してよいのか判断がつかない場合は、チーム内で確認することで適切なバランスを取る。

• AIツールは「作業を効率化するアシスタント」として活用する
• AIの得意・不得意を理解し、タスクを適切に切り分けて活用する
• AIに全てを任せず、自分の判断とスキルでAIと協調して作業を進める

• AIはコードの自動生成などで業務効率化に役立つが、生成されたコードを自分で理解し、修正できる力が必要である
• AIだけに頼ると、かえって非効率になる場合がある
• AIが作成するコードにはエラーや不具合が多く含まれているため、必ず内容を確認・検証する
• 単純な修正や細かい調整は、AIに指示するよりも自分で編集した方が効率的な場合が多い
• 開発者には「AIを使いこなすスキル」と「手動で問題を解決するスキル」の両方が求められる

いったんまとめる

AI活用ガイドラインの要点（列挙）

• 出力結果の妥当性を自分自身で検証できないような指示はしない。
• AIの生成物は自分の成果物ではなく、理解・修正・補完が必要である。
• タスクを成長の機会と捉え、安易にAIに丸投げしない。
• AIは「答え」ではなく、「思考を支える補助輪」として活用する。
• 上司・メンターとの対話をAIより優先する。
• 学習段階ではAI使用の可否を事前にチームで確認する。
• AIは「作業を効率化するアシスタント」として位置づける。
• AIの得意・不得意を理解し、適切なタスクの切り分けを行う。
• AIに全面的に依存せず、自身の判断・スキルで協調する。
• AI生成コードの理解と修正能力が必須である。
• AIに過度に頼ると非効率になる場合がある。
• AI生成コードはエラー・不具合が多いため検証が必須である。
• 単純な修正・細かい調整は自分で行ったほうが効率的である。
• 開発者にはAIを使いこなす力と手動解決力の双方が求められる。

整理・統合

• AIの生成結果に対する責任と検証

  • 出力内容の妥当性が自身で検証可能な範囲でAIを活用する。
  • AI生成コードや文章はエラーや不具合を含みやすく、必ず内容を確認・修正・補完すること。

• AIの位置づけと自己成長

  • AIはあくまで「作業を効率化するアシスタント」や「思考を支える補助輪」である。全面的に依存するのではなく、自ら考え、AIの出力と比較・検証する習慣をつける。
  • タスクを自身の成長機会と考え、安易にAIに丸投げせず、自分の頭で考える機会を逃さない。

• AIを利用する際のコミュニケーション

  • AIを使うべきか判断できない場合、上司やメンターに事前に相談し、チームで利用方針を確認する。
  • AIよりも人間（特に上司・メンター）との対話を優先し、フィードバックや価値観の共有を大切にする。

• AI活用に必要なスキル

  • AIの得意・不得意を把握し、適切にタスクを切り分ける力を身につける。
  • AI生成コードを理解・修正できるスキルと、自力で問題を解決する能力の双方を育てる。
  • 特に単純な修正や細かな調整は、自分で行ったほうが効率が良い場合が多い。

https://zenn.dev/hiro/articles/c6c77a1fa5a777