概要: 大学のカリキュラムと産業界の期待との間に緊張が存在してきたのは、すでに数十年にわたって何らかの形で見られてきました。しかし、生成AI(GenAI)ツールのソフトウェア開発への急速な統合によって、近年その2つの領域の間の隔たりが拡大しています。この断絶をよりよく理解するために、私たちは産業界の実務家51名(ソフトウェア開発者、テクニカルリード、上級管理職、\\etc)を対象に調査を行い、採用慣行、必要とされる職務スキル、大学カリキュラムに対する認識上の不足点、大学での学習成果をどのように改善できるかという見解に焦点を当てた追跡インタビュー11件を実施しました。その結果、GenAIは新しいスキル(例:プロンプト作成と出力評価)への需要を生み出す一方で、ソフトスキル(例:問題解決やクリティカルシンキング)および従来型のコンピテンシー(例:アーキテクチャ設計やデバッグ)の重要性を強めることが示唆されました。私たちは、これらの知見を、学術機関にとって実行可能な提言(例:GenAIをカリキュラムに組み込む方法や評価設計を再構築する方法)へと統合します。本研究は、教育者が現代のソフトウェアエンジニアリング環境に学生を備えさせるための実証的な指針を提供します。
「怖がらずに、学ぼう」:生成AI時代にソフトウェアエンジニアを育成するための産業実務家からの洞察
arXiv cs.AI / 2026/4/10
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、生成AIの台頭によって、大学のソフトウェア工学カリキュラムと、産業界が採用に求める期待の間に生じたギャップがどのように拡大しているかを、実務家51名への調査と11件の追加インタビューに基づいて検討する。
- その結果、GenAIは、効果的なプロンプト作成やモデル出力の評価といった新たなスキルへの需要を高める一方で、アーキテクチャ設計、デバッグ、クリティカルな問題解決といった中核スキルも引き続き強化することがわかる。
- 回答者は、現在の大学での準備には不足があると捉えており、学習成果や評価方法を見直し、実際の産業での仕事をより適切に反映させるための提案を行う。
- 著者らは、得られた知見をもとに、生成AIをカリキュラムに統合するためのアカデミア向けの実行可能な指針と、評価実務を再設計して、卒業生が現代のソフトウェア開発環境に即した即戦力となるようにするための提言をまとめる。


