AIは自らが作り出した混乱を解決できるのか？

この記事は Dries Buytaert 氏の公式ブログ「dri.es」の翻訳記事です。Driesブログの記事一覧よりすべての翻訳記事をご覧いただけます。

投資家のFred Wilson氏は「The Big Blind」という記事の中で、AIが地熱エネルギーの発見に革命をもたらしている様子を取り上げています。私にとって、この一文が特に印象的でした：

エネルギー危機を引き起こしている技術が、そのエネルギー危機の潜在的な解決策でもあるというのは、素晴らしく皮肉なことだ。

AIは膨大な量の電力を消費しますが、同時にクリーンエネルギーの新しい供給源を発見する手助けもしています。需要の源が供給の源になるかもしれません。ただし、歴史を振り返ると、技術が自らの問題を解決した例は多くありません。

しかし、エネルギー不足は「発見の問題」であり、AIは発見を得意としています。地熱エネルギーは常にそこに存在していました。ボトルネックは、それを見つける能力だったのです。AIは地震データ、地質調査、衛星画像を、人間には不可能な規模で分析できます。

技術が自らの問題を解決することは稀です。車が増えても交通渋滞は解消されませんし、石炭が増えても汚染は改善されません。通常、問題を解決するには別の技術が必要になります。例えば、インターネットは情報過多を生み出し、それを管理するために検索エンジンが発明されました。

しかし、AIとエネルギーに関しては、リソースを使用するシステムが、同時により多くのリソースを発見できる可能性があるのです。

オープンソースの世界でも、似たようなパターンが見られます。

ほとんどのオープンソースプロジェクトは、コードレビュー、インフラの維持、すべてを円滑に動かし続けることを担う少数のメンテナーに依存しています。彼らは不釣り合いなほど多くの作業を負担しています。

AIはその負担を増やすリスクがあります。AIによって、人々がコードを生成し、プルリクエストを送信することが容易になりますが、それらのコード貢献をレビューする作業は、依然として同じ少数のメンテナーに降りかかります。貢献が増えれば、レビュー能力もそれに追いつく必要があります。

エネルギー発見と同様に、AIがその解決策になる可能性もあります。プルリクエストをスキャンし、プロジェクトの基準を適用し、人間が確認する前に問題を表面化させるAI搭載のレビューツールがすでに存在しています。AI生成コードが今後も使われ続けるなら、AI支援レビューは必須になるかもしれません。

私はFred Wilson氏のような大物ではありませんが、時折エンジェル投資家として活動する者として、このようなレビューツールは、バイブコーディングに長期投資する良い方法のように思えます。そして、DrupalのProject Leadとして、このようなツールの提供者と協力したいと考えています。オープンソースのメンテナンスをよりスケーラブルで持続可能なものにできれば、誰もが恩恵を受けます。

状況を悪化させている技術が、それを解決する能力も持っているかもしれません。それは十分に珍しいことなので、注目に値します。

By Dries Buytaert

この記事は「Can AI clean up its own mess?」(投稿日：2025-12-10）の翻訳記事です。