生成AIが台頭して以降、クリエイティブの現場でも活用されることは珍しいことではなくなりました。
特にプログラミングの分野では、人間が一からコードを書くのではなく生成AIに指示を出しながらプログラミングする「バイブコーディング」という手法が出ています。アートやテキスト分野では、生成AIの利用にセンシティブな問題が付きまとう一方、エンジニアリングに関しては生成AIが業務と密接に繋がっているのは確かでしょう。
そんな今、新人ゲームプログラマにどんな力を求めればいいのか、ゲーム業界側も教育側も答えを模索しているのではないでしょうか。
採用試験でAIの利用をどう扱うべきか、授業でどこまでAI活用を前提にすべきか。こうした悩みに、業界と教育双方の立場から向き合ったのが、CEDEC 2026の講演「生成AI時代、新人ゲームプログラマに期待するスキルは何が変わったか(採用×教育)」です。
登壇したのは、株式会社バンダイナムコスタジオの髙橋誠史氏、株式会社オルトプラスの有馬もと氏、東京都立大学の向井智彦氏、Massive Game Technologyの川野竜一氏、モデレーターを務めた東京工芸大学の今給黎隆氏の5名。業界側からはコンシューマー・ソーシャル双方の立場、教育側からは大学・専門学校双方の立場が集まり、パネルディスカッション形式で議論が交わされました。
ゲーム産業側、大学・専門学校側、登壇者のそれぞれの立場
ディスカッションを本格的に開始する前に、各登壇者が自己紹介のなかで業務でどのように生成AIを活用しているかも明かしていました。
まずゲーム産業側の登壇者として、髙橋氏はバンダイナムコスタジオでコアテクノロジー部先端技術課のマネージャーを務め、伝統的なゲームAIに加え、機械学習・深層学習・LLMを活用したサービス開発を担当。2022年にはモーションキャプチャデータを活用したAIによるモーション生成をCEDECで発表した実績もあり、自身も普段からGitHub CopilotやCodex、Claude Codeなどを活用しているといいます。
有馬氏はゲーム業界でのキャリアは長く、ビーワークスでのゲーム事業部立ち上げから、Cygamesなどを経てオルトプラスのCTOに至るといいます。今年2月から生成AIを本格導入し、サーバーサイドの開発をほぼ人手を介さずに進めているとのことです。
続いて大学・専門学校側の登壇者が自己紹介を行いました。向井氏は東京都立大学でデザイナー育成に携わり、授業ではバイブコーディング（Vibe Coding）を前提に、GitHub Copilotなどを積極的に使わせる方針を取っています。もともとはSquare Enixでの開発経験を持ち、現在はプロダクトデザインやインタラクションデザインを扱う学科に所属しています。
川野氏はフリーランスとしてVRエンジン開発と専門学校講師を兼務しており、開発の主軸もAIを活用したものへと移りつつあるといいます。C++や数学を専門学校で教える傍ら、Claude・GPT・Geminiなどを利用し、日常的に生成AIの性能を比較検証しているとのことです。
生成AIの台頭によって、エンジニア希望者の就活は変わったのか
まず話題になったのが、今年度の就職活動の変化です。
ゲーム産業側の反応は以下になります。髙橋氏は、AI活用そのものを優遇するような採用は行っておらず、むしろ実力をどう見極めるかに関心が向いているとしました。一方でエントリーシートや面接では、AI活用のエピソードが語られる場面が増えてきているといいます。
有馬氏も、就活自体の傾向は大きく変わっていないとしつつ、企業側の姿勢が変化していると指摘。AIの利用経験の有無をエントリーシートで確認する企業が増えてきているとのことです。
一方、学生の就職活動を支援する大学・専門学校側の見解はこのようになりました。向井氏の学科では、AIをどこまで使ったとアピールすべきか悩む学生の姿が見られたといいます。それでも学生たちは順調に就職しているとのことです。
川野氏からは、学生は個人で課金してAIを積極活用している一方、単にAIに作らせて満足するのではなく、仕組みを理解したいという向上心の高い学生が目立つとの報告がありました。
生成AIがあっても揺らがない、エンジニアの基礎力について
続いて、「AI時代でも新人に求めたい力を一つ挙げるとしたら何か」という問いが投げかけられました。
ゲーム産業側として、髙橋氏は、大規模開発では分業が前提になることを踏まえ、グラフィックスやゲームAI、オーディオといった自分の専門性・ドメインをしっかり持つことを挙げました。専門性があってこそ、AIによる能力の拡張が活きるという考え方です。
有馬氏が挙げたのはメンタル面の強さでした。レビューで厳しい指摘を受けて心が折れてしまう若手が増えているとし、「悔しがる力」を持ち、業界で長く活躍している人に共通する姿勢だと述べています。
一方、大学・専門学校側として、向井氏は「国語力」、つまり言語化や論理構成力を挙げました。AIに指示を出し、成果物を説明する場面が増えるほど、この力が重要になるという考えです。川野氏は、AIに任せきりにせず自ら学び続ける「向上心」「学習能力」を挙げ、そうでなければAIに使われる側に回ってしまうと述べました。
AI利用環境の格差という課題
議論は、学生のAI利用環境の格差にも及びました。川野氏は、学校としてAIサービスを契約している例は少なく、学生が個人で課金しているのが実情だと明かします。比較的安価なGeminiを勧めることが多いものの、経済的な事情で課金できない学生もおり、学内での学習格差につながりかねないという懸念を語りました。
向井氏の大学ではMicrosoft Copilot Chatが利用できる環境が整っている一方、学生ごとにClaude CodeやGemini、Codexなど利用するサービスはばらばらだといいます。また、大学側でもCodexシートを希望者に用意するなど、学生が生成AIを利用できる環境づくりが進められていることが紹介されました。
企業は採用選考で何を見るか
ゲーム産業での採用選考でAI活用をどう評価するかについても意見が交わされました。ライブでのコーディング試験を試みたこともあるものの、緊張下では実力が発揮しづらいという課題も指摘されています。
有馬氏は、コーディング試験よりも「人柄採用」を重視していると明かし、学生時代にどのように学んできたかを聞くことで、伸びしろを見極めているといいます。各社に共通して重視される観点として、コードを読み込んだ経験に基づく「レビュー能力」と、テキストベースでのコミュニケーション能力が挙げられました。「他者と文字で会話できるなら、生成AIとも会話できる」という見方が各社で広がっているとのことです。
髙橋氏からは、インターンシップでの試みも紹介されました。プログラマー向けインターンで、調べ物についてはChatGPTなどの利用を認める形式を試験的に導入したといい、成果物にたどり着くプロセスも重視する狙いがあるとのことです。ただし費用を参加者負担とする都合上、こうした環境の格差も課題として残るといいます。
ポートフォリオでAI活用をアピールすべきかどうかという学生からの質問も話題になりました。向井氏は、学生からこの相談を受けた際、各社のポリシー次第だと答えるにとどまったと振り返ります。
これに対し髙橋氏は、何を成し遂げたかに加えてプロセスも評価対象になり得るとした一方、コンテストによってはAI活用が明確に禁止されるレギュレーションもあり、現状は過渡期にあるとの見方を示しました。
有馬氏は、AIの利用範囲を隠さず明示することと、AIを使った結果どのような学びや成果につながったかを具体的にアピールすることの2点を、学生に求めたいポイントとして挙げています。
教育現場での試行錯誤
教育側の取り組みについても議論が及びました。AI利用を一律に禁止するのは得策ではないという認識は共通しており、企業でも学校でも「なぜその実装にしたか」を説明できる責任が重要だという指摘がありました。向井氏の授業では、評価方法を課題の成果物だけでなく、口頭でのインタビュー形式に比重を移す試みが進められています。
新人育成については、AIが出したコードやドキュメントを人間が検証し、説明できる体制づくりの重要性が語られたほか、プログラミングの基礎理論など、AI時代でも変わらず学ぶべき土台の存在も共有されました。
髙橋氏からは、無料公開されているゲームAIの専門書籍をNotebookLMで読み込ませ、対話形式で学べるインタラクティブな教材として活用する新人教育の工夫も紹介されています。
また、AIが担える業務が増えるほど、新人に任せられる実務タスクそのものが減っているという課題も指摘されました。AIの成果物のレビューはシニア層でなければ判断が難しい一方、新人に一から教えていては時間的コストがかさむというジレンマです。
こうした課題を踏まえ、これまで以上にプログラミング工学の基礎をしっかり教えることが出発点になるとの意見も示されました。そのうえで、個人がひとりで大規模なゲームを開発できる時代がさらに進むとの見立てもあり、企業側には、そうした個人の力を補助・後押ししながら、経験や挑戦の機会をどれだけ用意できるかが求められていくとしています。
質疑応答では、AIをうまく活用して伸びる学生と、活用しきれずに差が開いていく学生との格差拡大に対する危機感も共有されました。
教育現場では、AIを使って個々の学習レベルに合わせた教材を用意する取り組みや、対話形式でAIと学ぶことで伸びた事例なども紹介され、格差を埋める工夫が模索されている現状が語られました。
生成AIの登場以降、ドラスティックな変化を遂げたプログラミングの現場。生成AIの登場によって、ゲーム開発の生産性が向上することが期待される一方、激変した環境変化について、ゲーム産業側と大学・専門学校側それぞれの悩ましさがうかがえるディスカッションとなりました。
