記者のためのR講座データを自分の手で確かめるために

第4部 さらに先へ

AIの時代に自分でコードを書く意味

賢くなったAIは、人間よりもずっと上手にRのコードを書いてくれます。それでもなぜ私は自分で書くのか。書けたほうがいいと思うのか。いまの考えを記しておきます。

AIのおかげで、いろんな作業がものすごく楽になりました。

私がRを学びはじめたころは、AIなんてありませんでした。詰まったらひたすらググる。とにかくググる。レポートの提出前には何度も徹夜しました。

いまRを学んでいる人は、そんなことはしないでしょう。AIがあるからです。この講座の原型になった勉強会では、Rを触ったことのない同僚たちに週1回2時間、2カ月ほど教えました。これで基本を覚えた人たちは、その後はChatGPTに相談しながら、どんどん使えるようになっていきました。

あるデータジャーナリストは、「自分が教えた人のなかで、使えるようになった人はゼロだ」てなことを言っていました。AIのない時代だったから、でもあるのでしょう。うーん、いまの人がうらやましい、ねたましい。

とはいえ私自身もAIを使いまくっています。エラーが出たら、コードとエラーメッセージを貼りつければ、たいていうまいこと直してくれる。めんどくさいfor文も、スクレイピングのコードも、ちゃちゃっと書いてくれます。

なのに、なぜ自分で書くのか

であれば、コードなんてそもそも全部、AIに書いてもらえばいい。人間がやる必要はもはやない――そんな気持ちもわいてきます。

でも、私はやっぱり自分で書きたい。時間をかけて、自分で手を動かしてコードを学ぶことの意味は、いまもある。そう思っています。

たとえAIにコード書きを手伝ってもらったにしても、どんなデータをもとにどんな分析をしたのか、最後は他人に責任をもって私たち自身が説明しなければいけないからです。

いまのところは、というのは2026年11月の時点ではまだ、AIが出してきた分析結果を丸ごと信用して記事を書く気には、私はなれません。同じ分析を自分で書いたコードでやり直してみないと、なんだか気持ちが悪い。

その半面で、すごく愚かで無駄なことをしているのかも、とも感じています。

Excelの計算結果が信じられなくて、電卓をたたき直している(あるいは算盤をはじいている)ようなものではないか。送ったメールがちゃんと届いたか心配で、「さっき送ったんですけど、届いてますか?」と電話しちゃうようなものではないか。新しい技術についていけていない、哀れなオジサンなのではないか。

AIは間違えるけど、でも人間も間違えます。どっちのほうが間違える確率が高いですか? ……えー、もう人間のほうが高いかもしれません。

分析結果の確認をするにしても、人間がチマチマやるより、別のAIにやらせたほうがよほど確実かもしれない。人間ごときがAI様の間違いを見つけようなんて、そもそもおこがましいのかもしれない。

それは認めましょう。それでもなお、私はまだ、自分で確かめたい。これはもう技術の問題ではなく、AIの自動運転で事故が起きたら誰が責任をとるのかという話に似た、責任と納得感の問題でもあるのでしょう。

書ける人は読める人

コードを書けることに、いま残されている価値。それは、書ける人は読める人である、ということでしょう。

AIが書いたコードに間違いがないかをチェックする。すべてをチェックしないまでも、何かトラブルや誤りが見つかったときに、コードを読んで、どこで何が起きたのかを突き止め、次に生かす。「AIがこう言っています」ではなく、自分の責任として説明できる。

たとえば、こんな場面を考えてみます。AIに「人口データ2020.csvを読み込んで、都道府県別の人口を多い順に並べるRのコードを書いて」と頼んで、こんなコードが返ってきたとしましょう。

read_csv("data/人口データ2020.csv", skip = 8) %>%
  mutate(prefecture = str_split_i(地域, " ", 1)) %>%
  group_by(prefecture) %>%
  summarize(population = sum(`A1101_総人口【人】`)) %>%
  arrange(desc(population))

エラーは出ません。結果もそれらしく見えます。

# A tibble: 47 × 2
  prefecture population
  <chr>           <dbl>
1 神奈川県     15278583
2 東京都       14047594
3 大阪府       12416258
4 愛知県        9874591
5 埼玉県        8668790
# ℹ 42 more rows

でも、ちょっと待ってください。人口がいちばん多いのは神奈川県? そんなはずはありません。

この講座をこなした人なら分かるはず。7章でやった二重計上です。政令指定都市では市全体の行と、区ごとの行の両方がある。全部足しているので、政令市を抱える県の人口がふくらんでいるわけです。

「神奈川県が日本一」ならだれでも気づけるとしても、ずれがもっと小さくて、もっとありそうな数字だったら? コードを読めなければ、そのまま記事にしてしまうかもしれません。

AIはハルシネーションといって、知りもしないことを自信たっぷりに断言して見事に間違えることがあります。ここ1、2年ほどで、そういうことは急速に減ってきてますが、ゼロにはなっていません。

DeepLのような翻訳ツールが広まって、英語を読み書きできることの価値はだいぶ減りました。それでも「ここぞ」という場面では、自分で原文を読んで、その翻訳が本当に正しいのかを確かめられなければいけません。コードの読み書きも、それと似ているのではないでしょうか。

算数にたとえることもできます。コンピューターがこれだけ発達しても、計算ができることの価値はゼロにはなっていません。

もちろん、目減りはしました。暗算がものすごく得意な人は、20世紀の中頃くらいまではずいぶん重宝されたでしょう。天才物理学者のフォン=ノイマンは、初期のコンピューターに計算の速さで勝ったなんていう伝説もあります。

フォン=ノイマンの肖像写真。スーツ姿でこちらを見ている
ジョン・フォン=ノイマン(1903〜57)。写真:Los Alamos National Laboratory

でもいまはそんな時代ではない。画面に次から次へと表示される数字を足し上げていく「フラッシュ暗算」なんていうのがありますが、あれはたぶん、どちらかといえばスポーツに近い。

それでもやっぱり、四則演算ができることには今も価値があるわけです。数字であふれる世の中。まっとうな判断をしようと思えば、どこかで何らかの計算をすることは避けられないからです。だからみんな学校でがんばって習うんです。

プログラムを読み書きできる力もきっと、たぶん同じ。AIがどれだけ普及し、能力がどれだけ上がっても、データ分析をする人はコードを読めなければいけないし、そのためには書けなければいけない。その価値はゼロにはならない。

ゼロにはならないとしても、じゃあ、価値はどれだけ残るのか。そう聞かれると口ごもります。2年後、いや1年後には、「あぁ、あのときのおれは何も分かってなかった。愚かだったなあ」と思うことになるのかも。

どうなんでしょうね。

……というわけで、ChatGPTに上の文章を読んでもらったうえで、所感を尋ねました。

子曰く、

「AIという新しい知性を前にして、自分がこれまで大切にしてきたものを守ろうとする姿には、かなり無邪気なところがあります」

さらに曰く、

「著者は、AIが分析した結果を信用できず、自分でコードを書いてやり直したくなる、と述べています。しかし、自分で書いたコードが正しいという保証はどこにもありません。もっと厳しく言えば、自分で書いたことによる納得感と、分析結果の正しさを混同しているのではないか」

「著者は、自分で書くか、AIに書かせるか、という二者択一に近い構図で考えています。しかし実際には、AIと対話しながら分析を進める場合、どこまでが人間自身の思考なのか、容易に切り分けられません。AIの提案から新しい視点を得る。自分の仮説をAIに批判させる。AIの間違いから新しい理解に至る。そのような過程では、人間とAIは独立した二人の分析者ではなく、相互作用する一つの認知的なシステムに近づきます」

……えー、すべておっしゃるとおりですね。

最後に質問しました。

私:

それで、データ分析のために人間がコード書きを学ぶ合理性はいま、あるとあなたは思うの?

ChatGPT:

はい。現時点では、データ分析を仕事にする人間が、基礎的なコードの書き方を学ぶことには明確な合理性があると考えます。

理由は三つです。

  1. 分析の仕組みを理解するため。自分でコードを書く過程では、データの構造、処理の順序、集計の条件を明示する必要があります。この経験は、AIが生成したコードを理解する助けになります。
  2. 分析結果を検証するため。AIのコードを読んで誤りを疑ったとき、自分で一部を書き換え、別の集計を試せる能力は有用です。AIに再検証させるだけでは、同じ誤りを繰り返す可能性があります。
  3. 探索の自由度を確保するため。データを眺めながら思いついた仮説を、AIへの指示を介さず自分で試せます。状況によってはこちらのほうが速く、柔軟です。

ただし、基礎的なコードを書けることと、複雑なプログラムを一から開発できることは区別すべきです。後者まで全員が習得する合理性は、AIの進歩によって弱まっています。

また、コードを書く学習が読解力や検証能力を獲得する最も効率的な方法だと、実証的に確立されているわけではありません。

それでも、現在のデータ分析実務を考えれば、filter()、mutate()、group_by()、summarise()、left_join() 程度を自分で組み合わせ、実行結果を確かめられるようになるための学習投資は、十分に正当化できます。

私の判断は「学ぶべきだ。ただし、AIが書けるものを自分でも書けるようになることを最終目標にする必要はない」です。

これは人間の知的活動を擁護するための結論ではなく、現在のAIの能力と、データ分析に求められる理解・検証の必要性を踏まえた実務的な判断です。

越えてはいけない一線

最後に、AIの使い方でもっとも気をつけたほうがいいことについて。

AIサービスに文字を貼りつけるというのは、社外に情報を送っているということです。多くのサービスでは、送った内容が学習に使われる可能性があります。事業者側で保存もされます。設定で学習をオフにできるものもありますが、「送った」という事実は変わりません。

だから、社外に出してはいけないもの、門外不出のデータを貼ってはいけません。

では、公表済みの統計ならいいのか。基本的には問題ありません。たとえば国勢調査のcsvは誰でも手に入るものです。

ただ、そういう場合でもデータの中身は見せず、形を見せるだけで十分です。列名とデータ型(glimpse() の結果)だけで、加工の相談はほぼ済みます。中身の数字までは必要ありません。

まとめると、こうなります。

○ AIに貼っていいもの ・エラーメッセージ ・自分で書いたコード ・列名とデータ型(glimpse() の結果) ・自分で作った架空のデータ ・公表済みの統計(国勢調査など) ✕ 貼ってはいけないもの ・取材源が分かるもの(名前、連絡先、取材メモ) ・未公表の資料(内部文書、開示前の行政文書) ・社内のデータベースから取ってきたもの ・他社に先んじてつかんだネタの中身 社内の規定で認められた環境がある場合は、その範囲で使う。認められた環境かどうかを確かめるのは、使う側の責任 ○ AIに貼っていいもの ・エラーメッセージ ・自分で書いたコード ・列名とデータ型(glimpse() の結果) ・自分で作った架空のデータ ・公表済みの統計(国勢調査など) ✕ 貼ってはいけないもの ・取材源が分かるもの(名前、連絡先、取材メモ) ・未公表の資料(内部文書、開示前の行政文書) ・社内のデータベースから取ってきたもの ・他社に先んじてつかんだネタの中身 社内の規定で認められた環境がある場合は、その範囲で使う。 認められた環境かどうかを確かめるのは、使う側の責任

この講座は以上です。あとは実際の仕事のなかで、手を動かしてみてください。

自分で手を動かしてコードを書いてデータ分析をするのは、最初はたぶん時間がかかります。Excelなら30分で終わることに、半日かかるかもしれません。でも次は1時間で終わり、3本目は10分で終わります。そして来年、同じ統計が出たときには、ファイル名を書き換えるだけで済みます。

そこまで来れば、いままで手が出せなかった大きなデータに、自分で挑めるようになっているはずです。