教授までもがClaudeで学生をごまかす時代……
Jay より(凹非寺にて)
量子位 | 公式アカウント QbitAI
「AIが私のコンピュータサイエンスの学位を台無しにしようとしている。」
この告発を綴ったのは、幼い頃からコンピュータを学ぶことを夢見ていた大学2年生の女子学生——Katieさんだ。

彼女には名門校の看板もなく、高校の数学では「B」しか取れなかった。専門的な英才教育を受けたこともなく、唯一誇れる「制作実績」といえば、いくぶん素朴なWebミニゲームがいくつかある程度だった。
大学という学問の府に入れば、ようやく体系的かつ深くコンピュータを学べるはずだと、彼女は信じていた。
ところが——
シラバスは Claude による自動生成、期末課題は LLM による自動採点、さらには指導教官から届く気遣いメールまでもが、バックエンドの自動化スクリプトによる送信である可能性が高い……
この不条理な現実に直面し、彼女はやりきれなさを滲ませながらこう記している。
「AIの導入によって、私の大学はまるで存亡の危機に直面しているかのようだ。」
このブログ記事は公開から24時間も経たないうちに、瞬く間に Hacker News のトップページでランキング1位を獲得した。
崩壊するコンピュータサイエンス学科
彼女の学生生活において、今回の生成AIブームが巻き起こって以来、大学の教育方針は二転三転し続けてきた。
最初は当然ながら、全面的な導入だった。
学生の課題の採点や講評の作成、シラバスの生成、履修催促の一斉メール送信……そのすべてに大規模言語モデル(LLM)が組み込まれた。
だが、結果はどうだったか。
3か月も経たないうちに、生成されたコンテンツがハルシネーション(幻覚)とゴミ情報に満ちていることに大学側が気づき、慌てて撤回したのだ。
教育管理体制全体が、終始きわめて分裂した状態に陥っていた。
「AIの使用は絶対に禁止です!」
「あ、訂正します。全員必ずAIを使ってください!」
「いや違うな……やっぱりAIは使ってはいけません……」
そして、極めて皮肉な事態が次々と巻き起こる。
同じ授業でも、あるモジュールの課題では教授が学生にAIの使用を義務付け、それが成績評価の重要な指標だと主張する。
それを聞いた学生は、歯を食いしばり身銭を切って Claude をサブスクリプション登録する。
そして次のモジュールで、念入りにチューニングしたモデルコードを満を持して提出すると、返ってきたのは——
「不正行為の疑い。LLM使用のため減点処分?!」
率直に言って、ルールが朝令夕改であることだけなら、学生たちもまだ何とかやり過ごせたかもしれない。
筆者にとって最も受け入れがたかったのは、高い学費を払い、必死の思いで大学に入学したにもかかわらず、本物のアカデミアの指導下で体系的に知識を吸収できるどころか、名のある大学教授までもが Claude を使って学生をあしらっているという現実だった。
教壇に立つ指導教官は、学生に対して「安易な近道に逃げるな」と厳しく警告する一方で、自らの授業準備は Claude に丸投げし、ワンクリックで教材を生成している。
以前の課題であれば、教授が教育目標を踏まえて熟考し、研究室や教育チームで練り上げられたものであり、分量も適切で段階的に学べるようになっていた。
だが今や、教授たちは生成された Markdown テキストのチェックすらしていない可能性がある。LLM特有の空虚なお題目が並び、3,000文字にも及ぶ課題指示書では、なんと15個もの成果物の提出が求められている。
計算してみると、課題の量は従来の3倍に跳ね上がっていた……

その結果、もともと数学の基礎に不安があった学生や、他学部から編入してきたような一般的な学生たちは、知識を噛み砕く間もなく、表面的な対応に追われることになってしまう。
「私がここに来たのは、本物の実力を着実に身につけるためであって、3,000文字の課題に書かれた到底終わらない15個ものタスクを、おざなりにこなすためじゃない!」
さらに絶望的な事態が続く。
多くの学生が10日以上も頭を抱えて苦闘しても、コードがどうしても動かない。
そして提出期限のわずか1週間前になって、担当教員から悪びれる様子もなく訂正メールが送られてくるのだ。
「課題の要項に2箇所誤りがありました。修正しましたので、再提出をお願いします。」
学生たちが無駄に消費した労力とコンピュートコストは、一体誰が補償してくれるというのか?

では、なぜ大学はこのような惨状に陥ってしまったのか?
Katieは、その責任は現場の教員だけに押し付けられるものではなく、真の元凶は大学の経営陣にあると考えている。
「資本家が一番好む言葉が何か、分かりますか? 教育のスケーリング(規模拡大)、できれば全プロセスの自動化です!
そうすれば、人件費を増やすことなく、学費から最大限の利益を搾り取ることができるからです。」
LLMが自動で問題を作り、一瞬で採点できるのであれば、大学側はなぜわざわざ費用を投じてTA(ティーチングアシスタント)を雇ったり、専任講師のポストを増やしたりする必要があるだろうか?
テクノロジーは大学側が教育コストを削減するための口実となり、教職員への容赦ない搾取へとつながった。その結果、教員の業務負荷は人間が耐えられる限界をとっくに超えてしまっている。
Katieによると、普段の学生生活で指導教官の姿を見かけることはまずないという。
唯一のインタラクションといえば、オンライン学習プラットフォームに数日間ログインしなかった後に届いた、教官の名前が署名された気遣いメールだった——
しかし、緊張しながらメールを開いた彼女が目にしたのは、教官自身が心を込めて書いた文面などではなく、システムによってトリガーされた単なる自動アラートだったのだ。
Hacker News で巻き起こった激論
この投稿は公開されるや否や大きな話題を呼び、Hacker News のトップページで首位に立った。
コメント欄には膨大な数のコンピュータ業界関係者が殺到した。
しかし予想に反して、同じコンピュータ領域の技術者であっても世論は一様ではなく、真っ向から対立する2つの陣営に二分された。
一方は、すでに業界で確固たる地位を築いているベテランエンジニアたちだ。
彼らにとって、目の前で起きている混乱は、技術パラダイムが移行する過程の「産みの苦しみ」にすぎない。
「私はこの業界に20年以上身を置いていますが、毎日新しいことを学び続けています。ここ数年のAI技術の進歩のおかげで、私の学習効率は飛躍的に高まり、低レイヤのシステムへの理解もより深まりました。」
彼らの視点では、AIは結局のところ極めて高効率なツールにすぎない。LLMを使ってソクラテス式の問答を引き出す術さえ身につければ、現在の学習リソースはかつてとは比べものにならないほど恵まれているというのだ。
「AIは教育や伝統的な学習方法を奪うものではありません。むしろ、理解力や記憶力を強化してくれます。技術的な思考力と自走力を持つ人間にとって、AIは継続的に能力を高める強力なアンプ(増幅器)なのです。」
中には、経験豊富な先人たちが若い世代に対して羨望の眼差しを向けるケースすらあった。
「シニアエンジニアになれるかどうかは、ソフトウェア開発の世界で何年泥水をすすったかでは決まりません。私自身、キャリア20年のベテランに匹敵する、あるいはそれを凌駕するプログラミングスキルを持つ、驚くほど才能豊かな21歳の若手開発者を見てきました。
彼らがこれほど優れている核心は、コンピュータサイエンスの確固たる基礎を叩き込んでいる点にあると考えています。」
しかし、これはあくまで一握りの勝者の物語にすぎない。
天秤のもう一方の端にいる、社会に出たばかりの新卒生や初級開発者たちが感じているのは、ただただ息苦しさだけだった。
あるコメント投稿者は、定量的な研究データを引用してこう指摘した。
「スタンフォード大学の研究者によると、ジュニアポジションの採用縮小トレンドは継続しているだけでなく、さらに拡大しています。
具体的には、AIの影響を最も受けやすい職種において、22〜25歳の若年層の雇用率は、影響が比較的小さい同世代層と比べて19%も低下しています。」
採用に長年携わってきた人事・開発責任者も、この過酷な現実を認めている。
「確かに、実務経験ゼロの新人を数か月かけて育成するよりも、シニアエンジニアに最高峰の Coding Agent をフル装備させたほうがはるかに効率的です。
率直に言って、これから卒業を迎えるコンピュータサイエンス専攻の学生に対して、実践的なアドバイスをするのは非常に困難です。」
青春の4年間を費やしてコンピュータサイエンスを学んだ結果、待ち受けていたのは応募先すらないという現実……
では一体、コンピュータサイエンスの学位にはどんな意味があるというのか?
プログラミングの「温もり」を取り戻す
この問いに対する答えは、Katieのブログの末尾に見つけることができるかもしれない。
記事の結びで、彼女は次のような言葉を綴っている。
「コンピュータサイエンスや数学が行き止まりに達したかなんて、私にはどうでもいい。それでも私は学びたい!
もちろん、将来のキャリアも気になります。でもだからといって、これまで学んできたすべてを投げ出したり、探求の歩みを止めたりしなければならないわけではありません。
この分野には、AIに関連していようがいまいが、探求する価値のある道がまだまだ無数にあります。『ソフトウェアエンジニアリングは終わった』『AIを使わなければ淘汰される』といった大合唱が世の中に溢れ、息が詰まりそうになります。
一人の女の子が、純粋な好奇心や楽しさから統計学を学んだっていいじゃないですか?」
この一連の騒動を経て、Katieが出した答えはこうだった。
「この歪んだシステムに合わせて付き合い続けることもできるけれど、もうそんなことはしたくない。消化不良を起こすだけだから。
OpenProcessing に戻って、何の役にも立たないようなミニゲームでも作ろうと思います。
少なくとも、今の私はプログラムをどう書くべきかを本当に理解しているのだから。」
そして彼女は、かつて自身が OpenProcessing で開発したいくつかの素朴な作品を紹介している。
アップテンポな音楽とともに楽しむシンプルな宇宙シューティングゲーム。

クリックすると「ニャー」と鳴くモーグリ。

そして、マイクからの音声入力で小魚を驚かせて逃がすインタラクティブなデモ。

率直に言えば、これらの作品はきわめて拙い。
どれをとっても、現代の Astra や Fable にプロンプトを1行入力して生成されるビジュアルや完成度には遠く及ばず、オープンソースモデルのデモと比べても目を引くものではないかもしれない。
しかし、そのページを開いた瞬間、モデルがどれだけ進化しても決して生成できない「ある特質」を、確かに感じ取ることができる——
生命力だ。
それこそが、多くの開発者が最初にコードを書くことに夢中になったときの、純粋な原点そのものだった。
就職のベルトコンベアに乗るために何百問ものアルゴリズム問題を解き明かすためでもなく、週報で削減できたトークンコストを誇るためでもなく、ましてやエスカレートし続ける評価指標に迎合するためでもない。
このスキルが功利主義によって飼いならされる前は、黒い画面に白い文字が並ぶターミナルで数行のコードを叩き、画面上のピクセルが自分の論理に従って躍動するのを眺めるだけで、夜が明けるまで夢中になれたはずだ。
人類は、自らの手で万能に近い知的機械を創り出した。
だがその過程で、私たちは人間が持つ最も根源的で貴重な「探求への欲求」や「没頭する喜び」を、知らず知らずのうちに締め出してしまっているのかもしれない。
ブログ原文:https://lordtoots.bearblog.dev/ai-is-destroying-my-cs-degree/