論文

「AIに言葉で指示するだけ」のバイブコーディング（vibe coding）において、どんな人が高い成果を出せるのか——CHI2026 に採択された論文の知見が注目を集めています。 バイブコーディングとは バイブコーディングとは、実際のコードを読み書きせず、AI に自然言語で指示するだけでソフトウェアを開発するスタイルです。ChatGPT や GitHub Copilot などの生成 AI の台頭により、プログラミング経験のない人でも簡単なアプリを作れるようになったことで注目されています。 しかし「コードを書かなくていいなら、誰でも同じ成果が出せる」かというと、実験結果はそう単純ではありませんでした。 CS 基礎知識がある人ほど成績が良い 論文によると、コンピュータサイエンス（CS）の基礎知識がある人ほどバイブコーディングの成績が高いという結果が得られています。 コードを一切読み書きしない状況でも、以下のような CS 的な思考が AI への指示を組み立てる上で役立つと考えられています。 問題分解の思考法: 大きな問題を小さなステップに分解する能力 アルゴリズム的な発想: 処理の流れや条件分岐を論理的に考える力 データ構造の概念: 何をどう扱うかを抽象的に把握する力 AI に指示を出す際も、「何をしてほしいか」を明確に分解して伝える必要があります。CS の素養は、そのための基盤となるわけです。 文章力が高い人ほど良い成果が出せる さらに注目すべき知見として、文章力が高い人ほどバイブコーディングの成果が高いという傾向が示されています。 その連鎖は非常に明快です。 文章力が高い → プロンプトの品質が高い → アプリの出来が良い AI に対して意図を的確に伝える「プロンプト」は、本質的には文章です。論理的で明確な指示を書ける人は、AI から意図した出力を引き出しやすく、結果として高品質なアプリを作れるということです。 意外な発見：LLM ヘビーユーザーは成績が低い傾向 今回の実験で驚きの結果も明らかになっています。LLM を普段からよく使っている人ほど、バイブコーディングの成績が低く、文章力も低い傾向があるというものです。 因果関係は断定できませんが、研究チームは 2 つの可能性を考察しています。 LLM への依存が言語化能力を低下させる: AI に頼りすぎることで、自分で言語化する力が鍛えられなくなる もともと言語化が苦手な人が LLM を多用する: 自分で考えて伝えることが苦手なため、AI に委ねる頻度が高くなる この知見は、AI ツールとの関わり方を見直すきっかけになりそうです。 まとめ CHI2026 採択論文のこの知見をまとめると、バイブコーディングで成果を出せる人の特徴は次の通りです。 要因 傾向 CS 基礎知識 あるほど成績が高い 文章力 高いほど成績が高い LLM 利用頻度 高いほど成績が低い（意外な結果） 「コードを書かなくていい時代」だからこそ、問題を論理的に分解する力 と 意図を明確に言語化する力 がより重要になる——この研究はそのことを示唆しています。 ...