IT技術の理解度の階段：AI時代に求められるレベルはどこか

概要

IT の勉強における「理解度の階段」として、A（手が自然に動く）→ B（見ながら実装できる）→ C（知識はあるが手が出ない）→ D（雰囲気は分かる）の4段階がある。AI 時代においてこの階段のどのレベルが必要か、という問いかけ。

詳細

4つの理解度レベル

A. 手が自然に動くほど理解している

考えなくても書ける。「あの API 何だっけ」とドキュメントを引かなくても実装できる。体で覚えている状態。デバッグも素早く、問題の構造が直感的に見える。

B. 見ながらなら実装できる

ドキュメントや参考コードを手元に置きながら書ける。「こういう処理が必要」という設計判断はできるが、細かい API 名や構文は調べながら進む。実務で最もよく見られるレベル。

C. 知識としてはあるが手は出ない

「TCP/IP は三方向ハンドシェイクで接続確立する」と言えるが、実際に実装したりトラブルシューティングしたりはできない。試験対策や教科書的な知識で止まっている状態。

D. 雰囲気は分かる

「なんとなく聞いたことがある」「重要そうとは知っている」レベル。具体的な内容は説明できない。

AI時代に必要な理解度：B以上がボトムライン

AI コーディングアシスタントは C や D の穴を埋めるのが得意だ。「具体的な構文を忘れた」「API の名前が出てこない」は AI に任せればいい。しかし AI が苦手なのは「何を書くべきか」「この設計判断は正しいか」という上位の問いだ。

B レベルの知識があると： - AI が出力したコードが「なぜそうなっているか」を読める - 間違いや不適切な実装を指摘できる - 「このアプローチは我々の要件に合っているか」を判断できる

C レベルでは： - AI の出力を正しく評価できない - 間違った実装を「それっぽい」と受け入れてしまう - デバッグ時に AI が出したヒントを活かせない

AI を使いこなせるレベルは B 以上、というのが AI 時代における理解度の新しい意味合い。

りょうまさんの補足：長命な技術こそ深く学ぶべき

AIと戯れる時間も一定必要だけど、ネットワークやDB、認証・認可、Linuxのように太古から使われている息の長い技術について自分の言葉で説明できるぐらいに習熟しておく方が遥かに大事

AI に代替されにくいのは「息の長い技術への深い理解」。ネットワーク・DB・認証認可・Linux は10年・20年変わらず使われており、この領域での B〜A レベルの理解は長期的な資産になる。一方で流行のフレームワークや新しいクラウドサービスの細かい API は、AI が補完してくれる部分が大きい。

優先順位の目安： - TCP/IP、HTTP の仕組み → B以上を目指す（毎日使う基盤） - RDB のインデックス・トランザクション → B以上（DBなしのシステムはない） - 認証・認可（OAuth, JWT, セッション）→ B以上（セキュリティの根幹） - Linux のプロセス・ファイルシステム・パーミッション → B以上（どこでも使う）

D→C→B→A への移行ロードマップ

D→C：知識のインプット

書籍・ドキュメント・動画で概念を学ぶ。「なんとなく」を「説明できる」に変える段階。

C→B：手を動かす経験

チュートリアルや小さなプロジェクトで実際に実装する。「知っている」を「できる」に変える段階。ここで AI を使うと「B に達していないのに B になった気がする」という罠に陥りやすい。AI に頼りすぎず、自分で書いてみることが重要。

B→A：反復と本番経験

本番のコードベースで何度も使う。バグを直す、設計を変える、パフォーマンスを改善する。量と時間が必要な段階。

なぜ AI があっても深い理解が必要か

AI は「よくある実装」を素早く出すのが得意だが、「このシステムの特殊な文脈」「このトレードオフは我々にとって許容できるか」は人間が判断しなければならない。基礎技術の深い理解は、AI の出力を「翻訳」して自分たちの文脈に適用するために必要だ。

なぜ重要か / いつ使うか

• AI ツールを使い始めて「なんか動くけど理解していない」と感じているとき
• 学習計画を立てるときに「何をどのレベルまで学ぶか」の優先順位付けに使える
• コードレビューで「AI が書いたコードを読めない」問題が起きているチームへの提言
• キャリア戦略として「AI 時代に価値のある技術スタック」を考えるときの基準