——設計と実装が溶け合う時代の、新しい品質の作り方

はじめに

生成AIや大規模言語モデル（LLM）を使った実装が広がる中で、「評価」という行為の位置づけが誤解されていることが多いと感じています。

特に、

• まだAIの評価を実際にやったことがない人
• 従来のITのテストと同じものだと思っている人

に向けて、「生成AIにおける評価とは何をしているのか」を言語化してみたいと思います。

1. 生成AIは「実装」の難易度を劇的に下げた

まず大前提として、生成AIの登場によって「動くものを作る」ことのハードルは大きく下がりました。

従来のITシステムで、

「こんにちは」と言われたら「こんにちは」と返す

という仕組みを作ろうとすると、ボタンを作り、条件分岐を書き、ランダム表示のロジックを書き……と、細かい実装が必要でした。

しかし生成AIなら、

「相手が挨拶をしたら、自然な挨拶で返してください」

という人間の言葉で指示できます。

ここが決定的に違います。

プログラミングを「システムが理解できる形式で設計を記述する行為」と定義するならば、生成AIでは人間の自然言語がそのまま実装の媒体になる。

その結果、何が起きるか。