AI が書いたコード、どうやって見分ける？

『GraphCodeBERT』って、AI がコードを判定する仕組みのこと？それとも、そもそもコード解析の一種の言語モデル？

GraphCodeBERT は、後者です。コード解析の言語モデルそのもの。 BERT というのは、もともと Google が開発した自然言語処理の基盤モデルで、文章の意味を理解するのに使われてきました。それをコードに特化させたバージョンが GraphCodeBERT です。コードを単なるテキストではなく、プログラムの「構造」として読み取るように設計されている。 判定の仕組みというより、判定に使う工具というイメージに近いですね。コードを数値化して、AI と人間の書き方の違いをパターン認識する際に、この言語モデルが活躍している。記事で「コメントを削除して本質的な構造だけを比較する」と書かれているのは、GraphCodeBERT がプログラムの骨組み（変数名、関数の呼び出し順序、制御フロー）を認識できるからこそ、という背景になります。つまり、AI とこの言語モデルが別物ではなく、言語モデル自体が判定の精度を左右する重要な部品だということになりそうです。

プログラマーの仕事って、『人間にしかできない価値』が減っていくってことなの？それとも別のスキルが重視されるようになるの？

ここ10年の業界の流れを見ると、むしろプログラマーの『やること』が上流に移ってるみたいです。 昔はコード行数こそ仕事の中身だった。今は、AI に「何を書かせるか」の指示出しが増えてる。つまり、問題設定や要件定義、そして生成されたコードを評価・修正する眼が、より重要になってるわけです。 記事で「AI コードの特性が目に見える」という話が出てきたけど、これ逆に言えば、AI が書いたコードの弱さもはっきり見える時代が来たってこと。自分のプロダクトに対して「このコードでいいのか」を即座に判断できる人と、ただコードを写す人の差がめちゃめちゃ広がるんですよ。 セキュリティの穴、パフォーマンスの落とし穴、保守性の欠陥。AI は一般的なパターンには強いけど、個別の文脈には弱い。その文脈を理解して指示する側の方が、結果的には希少性が高まりそうです。

大学の課題チェックとか企業のコード管理で、これまでは AI コードと人間コードの区別ができなかったから、今問題になり始めたってことなの？

反対に、区別ができないから問題になり始めた、というより、区別する必要があることに気づき始めたタイミングなんだと思います。 AI がコードを生成する能力が上がったのはごく最近。半年前なら「AI が書いたコードなんて品質が低いから、すぐわかるでしょ」くらいの感覚だったはず。でも Copilot の精度が上がると、見た目には人間が書いたコードと区別がつかなくなってきた。だから大学の教授や企業の管理者が「えっ、判定できないの？」と初めて気づいた。 逆を言えば、区別ができなくなることそのものが、AI コードの品質が「実用レベル」に達した証拠でもあります。数年前は問題にすらならなかった。 興味深いのは、こういった検出技術が出てくると、次は「見分けられるなら、AI に見分けられにくい書き方をさせよう」という競争が始まることです。検出技術 vs 回避技術の軍拡競争みたいなことになると、本来の目的である「学習」「品質」から目がそられる可能性もあります。見分ける技術ができたから問題が解決したわけじゃなく、別の問題が生まれるかもしれません。

AI が作ったものを見分ける技術がどんどん出てくるってことは、『本当は人間と AI の産物って本質的に異なる特徴を持ってる』ってことなんだっけ？

完全に区別される特性があるのか、それとも単に「今のAIの学習パターンが偏ってるだけ」なのか、その線引きは実は曖昧なのかもしれません。 記事では「本質的な構造」を比較して見分けてる。つまり、コメントを除いた純粋なコードの書き方に差がある、ということですよね。でも、それって「AI がそういう学習をした」という事実を示してるだけで、AIが何千万行ものコードで学習していく中で、人間のように「無意識の癖」が定着してる、という状態かもしれない。 人間だって、書く時のクセ（変数の命名ルール、ループの組み方、エラー処理の置き方）は訓練で形成される。AIも学習データから似たパターンを吸収した。見分けられるのは、その学習源が人間と異なるから。だから見分ける技術が精密になるほど、実は「AIは人間とは別の『学習源』に基づいて動く』という当たり前の事実が浮き彫りになってる、と言えそうです。つまり本質的に異なるというより、由来が異なる、のかもしれません。

AI コードを見分けられるようになると困る人って誰？逆に得する人は？

見分けられるようになって困るのは、AI ツールを「誤魔化しの道具」として使ってる人たちですね。大学生が提出レポートを AI に丸投げして単位をもらおうとする、企業の開発者が自分の仕事を AI に肩代わりさせて評価をもらおうとする。そういう不正が検出されやすくなるから。 ただ逆に言うと、この見分け技術が普及すれば、不正を避けたい人や企業は「AI ツールをどう正当に使うか」を本気で考え始めるんじゃないかと思うんです。つまり「AI が書いたコードです」と最初から明示する方向へ。そうなると、AI コード検出技術そのものが、実は業界全体を「透明性が高い」状態に押し出すスイッチになるかもしれません。困るのは誤魔化したい人だけで、まともに使おうとしてる人や企業にとっては、むしろ競争環境が公正になるという側面があると言えそうです。