AI生成コードを「わかった気」で終わらせない──ソクラテス式問答法で本質的な理解を獲得する方法

生成AIを使ったプログラミング学習が一般化した今、多くの学習者が同じ壁にぶつかっています。「ClaudeやChatGPTにエラーを投げる→コードが生成される→動いた！」という流れは確かに便利ですが、いざ自分でゼロからコードを書こうとすると何も出てこない──この経験、心当たりがある方は少なくないはずです。

@skyremtさんの投稿は、この「AI依存による表面的理解」という現代的な課題に対し、古典的な学習法である「ソクラテス式問答法」を活用するという興味深いアプローチを提示しています。

ソクラテス式問答法は、紀元前5世紀の哲学者ソクラテスに由来する対話的学習法です。答えを直接教えるのではなく、一連の質問を通じて学習者自身に考えさせ、自ら答えにたどり着かせる手法です。

従来の教育現場では教師と生徒の間で実践されてきましたが、AI時代においては**対話型AIを「質問者」として活用できる**点が革新的です。具体的には以下のような使い方が考えられます:

従来の学習法・ツールとの決定的な違い

GitHub CopilotやCursor等のAIコーディングツールは「コード補完」に特化していますが、ソクラテス式問答法を取り入れたアプローチは**「理解の補完」**を目指します。これは根本的に異なる価値提案です。

従来のプログラミング学習では、書籍や動画チュートリアルが主流でした。これらは体系的な知識を提供しますが、一方通行で個別の疑問に即座に答えてくれません。一方、AI生成コードをそのまま使う学習は即効性がありますが、**「なぜそのコードが機能するのか」という因果関係の理解**が抜け落ちます。

ソクラテス式問答法をAIと組み合わせることで、以下の両立が可能になります:

メリットと注意すべき落とし穴

**メリット:**

1. **転移可能なスキルの獲得**: 特定の言語や技術だけでなく、問題解決の思考法そのものが身につく

2. **記憶の定着率向上**: 自分で考えて答えを導き出したことは、与えられた答えより圧倒的に記憶に残る

3. **デバッグ能力の向上**: 「なぜ動くのか」を理解していれば、「なぜ動かないのか」も理解しやすくなる

**注意点:**

1. **時間コストの増加**: 即座に答えをもらうより時間がかかる。短期的な生産性は下がる可能性がある

2. **質問設計スキルが必要**: 効果的な問いを立てる能力自体が学習対象になる

3. **AIの限界を理解する**: AIは間違った情報を自信満々に提示することがある。最終的な検証は人間が行う必要がある

どんな場面・人に向いているか

**最適な適用シーン:**

**向いていない場面:**

重要なのは、**「理解」と「実装」のバランス**です。すべてをソクラテス式で学ぶ必要はありません。コアとなる概念や頻繁に使う技術に絞って深く理解し、それ以外はAIの支援を積極的に活用するというハイブリッドアプローチが現実的でしょう。

アクション1: 「説明してもらう」から「説明する」への転換

次回Claudeにコードを生成してもらったら、こう問いかけてください:

「このコードについて、私がジュニアエンジニアに説明するとしたらどう説明すべきか、まず私の説明を聞いてフィードバックをください」

そして実際に自分の言葉で説明してみましょう。AIは教師役として、あなたの理解の穴を指摘してくれます。

アクション2: 「なぜ」を3回繰り返す

トヨタ生産方式の「なぜを5回繰り返す」に倣い、AIとの対話でも最低3回は「なぜ」を繰り返しましょう:

1. 「このコードはなぜこう書かれているのか」

2. 「その理由となっている言語仕様はなぜそうなっているのか」

3. 「それによってどんな問題が解決されているのか」

この深掘りによって、表面的な構文知識から設計思想レベルの理解へと到達できます。

アクション3: 制約条件を変えて再実装させる

生成されたコードに対して、こんな質問を投げかけてみてください:

こうした思考実験によって、**トレードオフの理解**という実務で最も重要なスキルが身につきます。

AIツールは「楽をするため」のものではなく、**「より深く学ぶため」**のものとして活用できます。ソクラテス式問答法という古典的な学習法とClaudeやChatGPTという最新技術の組み合わせは、プログラミング学習に革命をもたらす可能性を秘めています。

「わかった気」で終わらせず、本質的な理解を追求する──この姿勢こそが、AI時代に真に価値あるエンジニアスキルを構築する鍵となるでしょう。

この情報は @skyremt さんの投稿を参考にしています。