生成AI時代にこそ効く「思考の土台」— エンジニアのためのCS基礎3本柱

今年の4月、若手エンジニア向けに「生成AI時代の学び方」をテーマにした講義を行いました。この記事は、そのとき使った資料をもとに、内容を読み物として再構成したものです。

「新人はAI使用禁止」——いま開発現場で起きていること
思考の土台は、CS（コンピュータサイエンス）の中にある
柱① アルゴリズム——思考には「型」がある
柱② データ管理——AIが返すのは「情報」である
柱③ リソース管理——「動いた」は「完成」ではない
AIの進化と「ハーネス」の時代
最後に——第一原理思考と「加点式」の学び方
まとめ

「新人はAI使用禁止」——いま開発現場で起きていること

生成AIの急速な普及の一方で、「新人にはAIを使わせない」という判断を下す企業が現れ始めています。便利なツールに頼りすぎることで、思考力そのものが失われていくのではないか——そんなリスクが静かに議論されるようになりました。

しかし私は、「使わせない」ことが答えだとは思っていません。問題は使うかどうかではなく、AIの出力を判断できる「土台」があるかどうかです。流行の技術は次々と入れ替わりますが、どんな時代でも強い人は、流行の奥にある基礎を押さえています。

思考の土台は、CS（コンピュータサイエンス）の中にある

大前提として、「コンピュータの中で奇跡は起こりません」。どんなに賢く見えるAIも、入力・処理・出力という構造の上で動いています。その構造を読み解く道具がコンピュータサイエンスです。

CSには多くの学問領域がありますが、講義では「AIと向き合うための考え方」という実用上の観点から、3つを選びました。

論理的思考 × アルゴリズム —「思考の型」を知る
データ構造 × データ管理 —「情報の持ち方」を知る
アーキテクチャ × リソース管理 —「資源の使い方」を知る

柱① アルゴリズム——思考には「型」がある

アルゴリズムは、プログラムだけの話ではありません。始まりと終わりを意識し、その間を構造化する。これが論理的思考の基本の型です。そして始まりと終わりの「間」には、順次処理・条件分岐・繰り返し——たった3つのパターンしかありません。

例として「風が吹けば桶屋が儲かる」を考えてみます。これは原因と結果が順番につながっていく、順次処理そのものの構造です。

大事なのはここからです。論理的思考の本質は「つながりを信じる力」ではなく、「つながりを検証する力」にあります。各ステップを一つずつ検証してみると——「風が吹く→砂埃が舞う」は物理的に成立しますが、「目を患う→三味線奏者が増える」には飛躍がありますし、「三味線奏者が増える→猫が減る」は猫皮が使われた時代の話で、現代では成立しません。

AIの出力もまったく同じです。もっともらしくつながって見える答えの、どのステップが成立していてどこに飛躍があるのか。「なぜそうなるのか」を問い続けられる人だけが、正しく判断できます。

柱② データ管理——AIが返すのは「情報」である

突然ですが、「37.5」は数字でしょうか、データでしょうか、情報でしょうか。

37.5だけなら意味のない数字。「37.5℃・Aさんの体温・今朝9時」と単位や文脈がつくとデータ。そこに解釈が加わって「Aさんは今朝微熱があります」となったものが情報です。この3つは別物であり、AIが返してくるのは最後の「情報」です。だからこそ、その情報の元になっているデータを問い返せる力が必要になります。

講義ではここで一つ実験をしました。講義資料そのものをAIに渡し、「今日の講義のレポートを作って」と頼んだのです。返ってきたレポートは一見完璧でした。しかし、よく読むと4つのズレ（ハルシネーション）が混ざっていました。学んだ領域は3つなのに「4つの領域」と書かれ、資料にない「並列処理」や「ネットワーク×セキュリティ」が追加され、桶屋の例の説明が別物にすり替わり、講義のメッセージまで書き換えられていました。

AIは「与えられたデータの中で」もっともらしく答えますが、データの外から補完し、矛盾していても気づきません。数は合っているか、内容は元資料と一致しているか、知らない情報が混入していないか——確認するのは人間の仕事です。

柱③ リソース管理——「動いた」は「完成」ではない

リソース管理と聞くと難しそうですが、実はみなさん旅行の計画で自然にやっています。予算・日程・荷物・移動手段——全部が有限で、どれかを増やせばどれかが減る。この「有限の資源をいつ、どう使うか」がリソース管理です。

講義では、コーディングエージェントに「Todoアプリを作って」と頼んだ事例を紹介しました。200行のコードが一気に生成され、ブラウザで動きました。完成——と思いきや、翌日から問題が起き始めます。友達と同時に使ったら入力が消え（排他制御の欠如）、ブラウザを閉じたらTodoが全部消え（永続化の欠如）、スマホからはアクセスできず（アーキテクチャの欠如）、使い続けると重くなっていきました（メモリ管理の欠如）。

AIは指示されたものを作ります。「他の人も使う」「データを保存する」という要件を渡さなければ、考慮されません。AIは「動くもの」を作れますが、「使えるもの」にするための設計は人間がやるのです。リソースの視点があるだけで、AIへの指示はこう変わります。

AIの進化と「ハーネス」の時代

AIの開発は、LLM単体からChatBot、RAG、Agent、そしてAgentic AIへと、自律性を高める方向に進化してきました。それにつれて、指示と出力の間にある「処理」はますます複雑で見えにくくなっています。

単一の呼び出しを最適化するプロンプトエンジニアリングから、自律性・ループ・判断の制御まで設計するエージェンティック・エンジニアリングへ。「良いモデルより、良いハーネスを」の時代です。生成物を全部チェックするのが不可能になっていくからこそ、ここまで述べた3つの視点——構造で捉え、情報を読み解き、資源を設計する力——が意味を持ちます。