Research manifesto

一番下の段は消えました。何がそれに代わるのか。

最初のソフトウェア職は圧縮されています。代わりになるものは公開され、レビュー可能で、本物でなければなりません。

古い約束はこうでした。採用され、境界のある作業で学び、信頼を得て成長する。新しい市場はますますこう言っています。誰かが仕事を渡す前に、働けることを証明せよ。

Argument 01

徒弟層は自動的に存在したのではありません。維持されていたのです。

ジュニア職は、粗いながらも信頼できる社会契約でした。企業は可能性を採用し、境界のある作業を渡し、新しい開発者がレビューの中で判断力を学ぶ場を作っていました。華やかな仕事ではありません。チケット、bug、テスト、移行、ドキュメント、サポートスレッド、コードレビューです。

その契約は崩れつつあります。初期キャリアを見える形にしていた作業こそ、企業が AI copilot を持つシニアに自動化、圧縮、移譲したい作業です。

Argument 02

経験のパラドックスはインフラの問題になりました。

最初の損失は求人票だけではありません。初心者が小さな失敗を安全に経験し、現場の基準を学び、誰かに点検された記録を作る場所の喪失です。

そのはしごがなければ、市場は新しい開発者に経験を求めながら、その経験を作っていた低リスクの仕事を取り除くことになります。

Argument 03

アウトプットが安くなるほど、証明は現実に近づく必要があります。

AI は私的なアウトプットを安くします。整ったデモ、もっともらしい説明、見栄えのする履歴書の一文を数秒で作れます。学習には役立ちますが、すべての応募者が似た成果物を作れると採用シグナルは弱くなります。

代替シグナルは大きな自己宣伝ではありません。公開された仕事です。Issue の文脈、pull request の diff、メンテナーのフィードバック、修正、マージされた変更です。

Argument 04

オープンソースは学習を公開履歴に変えます。

オープンソースは完璧な徒弟制度ではありません。メンテナーは忙しく、Issue の品質はばらつき、ラベルは手がかりにすぎません。それでも新しい労働市場が必要とする利点があります。証拠が公開され、レビュー可能であることです。

小さく受け入れられた pull request はコード以上のものを示します。読解力、制約への対応、フィードバックへの忍耐、他人のシステムの中で出荷する力です。

Argument 05

AI はワークフローに属しますが、説明責任の代わりにはなりません。

新しい第一段は、AI が消えるふりをするべきではありません。開発者は AI を使うべきです。ただし証明の単位は生成物ではなく、レビューされた変更でなければなりません。

重要なのは初心者が AI を使ったかどうかではありません。問題を理解し、変更を検証し、レビューに応答し、プロジェクトを以前より良くしたかどうかです。

Argument 06

代わりの段は、資格ごっこではなく貢献です。

Good First Issue は、その狭く、より持続する道のために存在します。新しい開発者が始められるほど小さく、本物である作業を見つける助けになります。

消えつつある最下段への答えは郷愁ではありません。より良い第一歩です。公開され、範囲があり、保守可能な作業が、初心者に出荷能力を証明する公平な方法を与えます。

Start here

市場が確認できる記録を作る。

範囲のはっきりした Issue を選び、公開の場で作業し、レビューに応答し、本物の貢献の履歴を残しましょう。

Issue を探す

Sources

調査と参考文献

  1. SignalFire, The SignalFire State of Tech Talent Report - 2025, 2025年5月20日
  2. Stanford Digital Economy Lab, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
  3. Stanford Digital Economy Lab, 2025年11月 PDF 版
  4. McKinsey Global Institute, Generative AI and the future of work in America, 2023年7月
  5. Harvard Business Review, The Perils of Using AI to Replace Entry-Level Jobs, 2025年9月16日