AI-DLCについて調べてみました

初めまして、テクログでは初めて投稿するうめちゃんです。
最近、他の方のソースレビューを行う機会が増え、まだまだ実力不足な自身の勉強になるかと思い、
最近話題のAIに開発工程をほぼほぼ任せてしまうAI-DLCについて調べてみました。

初めに

AI-DLCとは

AI-DLC（AI駆動開発ライフサイクル）とは、AWSが提唱する新しいソフトウェア開発手法です。
人間がAIを部分的なコードの生成やレビュー補助に利用する従来のやり方とは異なり、
要件定義から設計、実装、テスト、改善までの開発工程全体に生成AIを組み込み、AIが開発工程を大きく支援し、人間が監督・承認を担う開発アプローチのことです。
AIが設計案や実装コードの開発作業を大きく支援し、人間がレビューや承認を行いながら開発を進めることで、開発速度の向上が期待されています。

実際にAI-DLCのワークショップなど行われています。
※自分はこの話の感想を知人から聞いて調べてみようとこの記事書いてます

工程

AI-DLCは３つのフェーズにわかれています。

・開始( Inception )フェーズ
　どういったものを作りたいのかをAIに説明して、AIからの質問に答えながらさまざまな定義などを詰めていき、実際に何を行いたいのかをまとめ上げていきます。

・構築( Construction )フェーズ
　開始フェーズで行った内容をもとに、AIが設計案や実装コード、テストコードを生成し、人間がレビュー・修正をしながら開発を進めていきます。

・運用( Operation )フェーズ
　構築フェーズで実装したものを、AIがログ分析や改善提案、運用補助を行い、人間が最終判断を行います。
※何かエラーや不具合が存在したら、それをまた構築フェーズで対応して運用フェーズに持っていくのが日々の運用の流れになる

AI-DLCのメリット・デメリット

【メリット】

・開発・運用の高速化
通常は数日かかる作業でも、AIがコード生成やテスト作成を支援することで、開発スピードの向上が期待できます。

・ルーティン業務からの解放
夜間のアラート対応、単調なテストコードの作成、定期的なデプロイ作業などAIが行うため、人間の負担が減ります。

・障害の「予測」や「自動復旧支援」
過去のログなどから、AIが予測して先手を打って改善案を出してくれたりします。

・少人数での大規模運用
AIが実装や運用を大きく支援することで、少人数でも大きなシステムを運用しやすくなります。

【デメリット】

・AIが生成したコードが、実際の環境では正常に動作しない場合がある

・人間側のレビュー負荷がかかる
　AIが大量のコードを生成することで、人間側が十分にレビューしきれなくなる可能性があります。

・責任の所在があいまいになる:
　AIの提案通りに自動デプロイして重大な個人情報漏洩やシステム停止が起きた際、「AIがやった」では済まされず、最終承認した人間がすべての責任を負います

・エンジニアの成長機会の喪失
　「自分で考えてコードを書き、失敗して学ぶ」という泥臭い経験をAIが奪ってしまうため、ジュニアエンジニアが育ちにくくなる懸念があります

AI-DLCで重要になること

・AIに指示を出す能力
AIに対して曖昧な指示をすると、期待と違うコードが生成されるため、「どう依頼するか」も重要になります

・AIの出力をレビューする能力
AIが生成したコードが本当に正しいのか、セキュリティ上問題ないかを判断する力も必要になります。

最後に

今はChatGPTやCopilotなどいろいろありますが、全ては人の扱い方で変わるので、AIリテラシーの勉強も大事だし
AIの成長も早いので取り残されないように勉強していかないとなと初心者なりに思いました。