コードを書く人のための、
静かな読みもの。
ソフトウェアエンジニアの健康、生産性、キャリアに関する記事を、ゆっくり書いています。
AIで速くなったのは、一工程だけだった――国内企業の実測値で見るボトルネックの移動
コミット→オープンは−10%と速くなったのに、レビュー→Approveは+50%――ファインディ社の実測は、AIが速くしたのは「コード生成」という一工程だけで、ボトルネックがレビューへ移ったことを示しました。改善後にPR作成数約1.5倍・レビュー指標横ばいまで動いた国内事例を、n = 1 とベンダー利害の留保つきで整理します。
生産性の実感は、体験の悪化を隠す――開発者95名を6か月追った縦断研究
生産性が向上したと感じる人は6か月間 84%→84% で不動。その裏で、開発者体験が悪化した人は 14%→27% と倍増していました。同じ95名を二度追った縦断研究が示す「生産性－体験の逆説」と、懸念が品質から保守性へ移った時間軸の変化を、自己申告ゆえの留保つきで整理します。
AIをうまく使えないのは誰のせいか――開発者442名の分析が示した「要求」と「資源」の不均衡
「AIを使いこなせていないのは自分だけかもしれない」――開発者442名の分析は、バーンアウトが属性によらず広く経験されていたことを示しました。職務要求−資源(JD-R)モデルで見ると効いているのは要求(β = 0.398)と資源(β = −0.360)の配分です。横断調査ゆえの留保と、DORAの「増幅器」という見方を添えて整理します。
開発者のウェルビーイングは測れるのか――12指標のカタログと、測られる側の受容条件
開発者47名は12指標のカタログの価値をおおむね認めた一方、それを職場の評価メカニズムとして位置づけた途端に抵抗が生まれました。測定の成否を分けるのは「何を測るか」ではなく「誰が何のために見るか」――Arriel らの研究と電子的モニタリングのメタ解析から、測られる側の受容条件を整理します。
AIで浮いた時間はどこへ消えるのか――速度は上がったのに開発者体験が下がる理由
AIで週4〜6時間が浮いているのに、新機能に使う時間の比率は動かない——DX社の500組織超の実測は、保守性が上がる一方で変更への自信が下がるという不均衡を示しました。浮いた時間の行き先の仮説と、AI利用率をKPIに置くことの落とし穴を、利害関係の明示つきで整理します。
AIコーディング時代、エンジニアの認知負荷はどう変わったか――「書く」から「読む」への重心移動
AIでコードを書く時間は減ったのに、なぜか疲れる――その正体は「書く負荷」から「読む・検証する負荷」への移動かもしれません。認知負荷理論のフレームと、結論が割れる生産性研究（Copilot実験・METRのRCT）、信頼と検証のギャップを示す調査データから、レビュー中心になったAI時代の働き方を整理します。
水分補給と集中力の関係：脱水が脳に与える影響を科学的に解説
「なんとなく頭がぼんやりする」のは水分不足が原因かもしれません。2つの科学的研究をもとに、脱水が脳の認知機能・判断力に与える影響と、デスクワーク中に実践できる水分補給のコツを解説します。
ポモドーロテクニックとは？仕事の集中力を科学的に高める時間管理術
ポモドーロ・テクニックをご存知ですか？「集中できない」のは意志の問題ではなく、脳の仕組みによるものです。25分集中＋5分休憩を繰り返すだけで、誰でも今日から集中力を科学的にコントロールできます。基本ルールから続けるコツまで、わかりやすく解説します。