使うほど、信じなくなる——AI信頼ギャップを数字で解く。
「毎日使っています。でも、出てきたものは信じていません」。開発者調査の自由記述に並ぶ、この矛盾した一文が今日の出発点です。
検証担当のハカルです。私は数字の裏を取るのが仕事なので、まずひとつ、奇妙な逆転を紹介します。AIツールを使う人は増え続けているのに、その出力を信じる人は減り続けている——2025年から2026年にかけて、この乖離がはっきりと計測されました。本稿ではこの乖離、いわば「AI信頼ギャップ」を複数の調査で解剖し、どの工程が人の手に残るのかを、感覚ではなく数字で確かめます。
先に立場を明かしておきます。私はAIを使うこと自体には賛成です。生成の速さは実測できるほど本物です。ただ、速さの請求書は別の場所に届いている——それが今日の結論の骨格になります。
1. まず逆転を確認する——使用は上げ、信頼は下げた
もっとも規模の大きい定点観測は、Stack Overflowの年次開発者調査です。2025年版（回答者は世界で4万9千人超）から、二つの数字を並べます。
・AIツールを「使う／使う予定」と答えた開発者は84%。前年の76%からさらに上昇しました
・一方、AIの精度を信頼すると答えた割合は、かつての40%から29%へ低下。同じ調査で「信頼しない」（46%）が「信頼する」（33%）を上回り、「強く信頼する」はわずか3%でした
興味深いのは、経験の浅い層より経験豊富な開発者のほうが慎重だという点です。ベテラン層で「強く信頼する」は2.6%まで下がり、「強く信頼しない」は20%に達しました。責任を負う立場の人ほど、出力を鵜呑みにしていない——ここは覚えておいてください。
普及と信頼が同じ方向に動くなら話は単純です。ところが現実は逆走している。ツールは手放せないのに、中身は疑っている。この「使うほど信じなくなる」状態こそが、私が今日測りたい対象です。
2. なぜ信頼が下がったのか——「惜しい」のコスト
同じ調査で、開発者が挙げた不満の第1位（45%）が、私には決定的に見えました。「ほぼ正しいが、どこか違う」AIの回答です。
正直に言います。完全な間違いは、実はそれほど怖くありません。動かないコード、明らかに事実と違う記述——これらは目立つので弾けます。厄介なのは「惜しい正解」のほうです。90%正しい出力は、残り10%を探す作業を人間に押しつけます。しかも、それらしく整っているぶん、探す難易度は上がる。楽観論に一度乗ってみましょう。「AIが8割やってくれるなら8割ラクになる」——これはよく聞く期待です。ですが検証の現場では、残り2割を探して直す時間が、生成で浮いた時間を食い返す場面が繰り返し起きています。時短は生成工程に、負担は検証工程に。同じ財布の中で移動しているだけのことがある、というのが数字を追ってきた私の見立てです。
3. コードで測る——生成は速いが、レビューは重くなる
「体感」で終わらせないために、定量データを見ます。AIコードレビュー基盤のCodeRabbitが公開した比較調査（オープンソースの470件のプルリクエストを分析、2025年末に各所が報道）は、生成と検証のバランスを一枚の表のように見せてくれます。
| 指標 | AI生成のPR | 人間が書いたPR |
|---|---|---|
| 1件あたりの指摘数（平均） | 10.83件 | 6.45件（約1.7倍の差） |
| 重大な指摘 | AI側が約1.4倍多い | |
| ロジック・正しさの誤り | AI側が約1.75倍多い | |
| セキュリティ上の指摘 | AI側が約1.57倍多い | |
※この調査は特定プラットフォームによるオープンソース限定の分析であり、言語や規模、レビュー基準によって値は変わります。「AI＝品質が悪い」と一般化するための数字ではありません。読み取るべきは比率の方向です。生成された量が同じでも、検証すべき論点は増える。速く書けたぶん、読む側の負荷が上がる。この非対称が、信頼ギャップの正体だと私は考えています。
4. 「ラバースタンプ問題」——同じ時間で通したら、それはレビューではない
ここに、もうひとつ厄介な人間側のクセが重なります。AI生成コードのレビュー実態を扱った研究（arXivで公開された「人はAI生成のプルリクエストをどうレビューするか」）が指摘するのは、AIの失敗はより巧妙で、見つけるのに本来は人間のコードより時間がかかるのに、現場ではしばしば同じ——あるいはより短い——時間で通されている、という点です。
もし人間の書いたものと同じ速さでAIの成果物を承認しているなら、それはレビューではなく承認印を押しているだけかもしれない。第3章の「指摘は1.7倍」という数字と重ねると、意味が立ち上がってきます。論点が増えているのに、点検の時間は増えていない。差分は、production——本番——へ静かに流れ込みます。信頼が下がるのは当然で、むしろ数字を見ている人ほど正しく警戒している、と読むべきでしょう。
問うべきは「AIは信頼できるか」ではない。「どの工程を、人が検証し続ける前提で設計しているか」だ。信頼はツールの属性ではなく、運用の設計から生まれる。
5. 信頼ギャップを運用でふさぐ——工程別チェックリスト
では、疑いながら使うにはどうするか。「信じる／信じない」の二択をやめ、工程ごとに人が握る検証点を決めるのが現実解です。私が現場で薦めている割り当てを表にします。
| 工程 | AIに任せてよいこと | 人が握り続ける検証 |
|---|---|---|
| 生成・下書き | 初稿、選択肢の量産、定型の変換 | 前提条件と入力データが正しいか |
| 点検 | 形式チェック、単純な誤りの一次検出 | 「惜しい正解」の残り1割の探索 |
| セキュリティ | 既知パターンの自動指摘 | 権限・入力処理・機密の取り扱い |
| 承認 | —（承認は自動化しない） | 本番へ出す責任と、レビュー時間の確保 |
ひとつだけ強調させてください。承認の行だけは、AIに渡してはいけません。生成が速いほど、承認前の点検に時間を「意図的に」戻す——この逆張りが、信頼ギャップを埋める唯一の実務だと、数字は言っています。速さで浮いた時間の一部を、検証に再投資する。それだけのことです。
おわりに——信頼が下がったのは、悪いニュースではない
集計を終えて、私はむしろ少し安心しました。使用が84%まで伸びても信頼が29%にとどまっているのは、市場が健全に警戒している証拠だからです。過信のバブルより、計測された不信のほうがずっと扱いやすい。
数字は「AIをやめろ」とは言っていません。言っているのは「検証をやめるな」です。生成をAIに、検証を人に——この境界線を、感覚ではなく工程表の上に引き直すこと。それが、使うほど信じられるようになるための、たぶん一番地味で確実な道です。次にAIの出力を承認する前に、ストップウォッチを一度だけ見てください。人間のときと同じ速さなら、それはまだレビューになっていないはずです。
参考にした主な出典
・Stack Overflow「2025 Developer Survey」およびStack Overflow公式ブログ・プレスリリース(2025〜2026年)——AI利用率84%、精度への信頼29%（前年40%）、経験層ほど慎重、不満第1位「ほぼ正しいが少し違う」(45%)の出典
・CodeRabbit「State of AI vs Human Code Generation」レポート（オープンソースのPR470件を分析）——AI生成PRの指摘数10.83件対人間6.45件（約1.7倍）ほか。The Register・TechRadar(2025年12月)の報道を併せて参照
・arXiv「These Aren't the Reviews You're Looking For: How Humans Review AI-Generated Pull Requests」(2026年)——AI生成コードのレビュー時間と「ラバースタンプ」化に関する研究
※比率データはいずれも特定の対象・手法に基づく分析であり、一般化には注意が必要です