はじめに

エンジニア採用の現場では、コーディングテストが重視されています。しかし、近年の技術進化により、特にAIの登場がこのプロセスに大きな影響を与えています。特にChatGPTのような生成AIは、コーディングテストの結果にどのような影響を与えるのか、企業はどのように対応すべきかが問われています。

本記事では、コーディングテストの現状と課題、そしてChatGPTの登場による変化について詳しく解説します。

コーディングテストの現状と課題

コーディングテストは、エンジニアの技術力を測る重要な手段です。しかし、現代の技術進化に伴い、いくつかの課題が浮き彫りになっています。

コーディングテストとは

コーディングテストは、プログラミングスキルを評価するための試験です。企業はこれを利用して、候補者の実務能力や問題解決能力を測ります。具体的には、アルゴリズムの設計やデータ構造の利用、コードの効率性などが評価されます。例えば、ある企業が新しいエンジニアを採用する際、コーディングテストを実施して候補者のスキルを客観的に評価します。

現在の課題

コーディングテストにはいくつかの課題が存在します。特に、不正行為の増加とAIの利用による影響が大きな問題となっています。

不正行為の増加

オンライン化が進む中で、コーディングテストにおける不正行為が増加しています。例えば、受験者が他人のコードをコピーして提出するケースや、試験中に外部のリソースを参照するケースが報告されています。これにより、実際のスキルを正確に評価することが難しくなっています。

• コードのコピー: 受験者が他人のコードをコピーして提出することが増えています。これにより、実際のスキルを正確に評価することが難しくなります。
• 外部リソースの参照: 試験中にインターネットを利用して解答を検索するケースも増えています。これにより、受験者の実力を正確に測ることが困難になります。

AIの利用による影響

ChatGPTのような生成AIの登場により、コーディングテストの結果に影響が出ています。AIを利用して問題を解くことで、受験者の実力を正確に評価することが難しくなっています。

• AIの正答率: ChatGPTなどのAIは、特定の問題に対して高い正答率を示すことがあります。これにより、受験者がAIを利用して高得点を取ることが可能になります。
• スキル評価の再考: AIの利用が広がる中で、企業はエンジニアのスキル評価方法を再考する必要があります。AIを利用するスキルも含めて評価するのか、それとも純粋なコーディングスキルを評価するのかが問われています。

これらの課題に対処するために、企業は新しい対策を講じる必要があります。例えば、Track Testのようなツールを利用して、受験者の行動をログとして記録し、不正行為を検出する機能を導入することが考えられます。また、AIの利用を防ぐためのプロクタリング機能や、技術面接でのスキル評価を強化することも重要です。

ChatGPTの登場とその影響

ChatGPTの登場は、エンジニア採用の現場に大きな変化をもたらしました。特にコーディングテストにおいて、AIの利用がどのように影響を与えるのかが注目されています。ここでは、ChatGPTとは何か、その登場がエンジニア採用にどのような影響を与えたのかを詳しく見ていきます。

ChatGPTとは

ChatGPTは、OpenAIが開発した大規模言語モデル（LLM）で、自然な会話を生成する能力を持っています。2022年11月にリリースされ、たった5日間で100万人ものユーザーを獲得し、現在では1億人以上が利用しています。この急速な普及は、InstagramやFacebookを大きく上回る速度で進行しました。ChatGPTは、文書の要約や翻訳、テキスト作成、専門知識の回答やプログラミングなど、幅広く活躍しています。

ChatGPTの登場がもたらした変化

ChatGPTの登場により、エンジニア採用の現場ではいくつかの重要な変化が見られました。特に、コーディングテストにおけるAIの利用が大きな話題となっています。

エンジニア採用における懸念

ChatGPTのような生成AIが普及する中で、エンジニア採用における懸念がいくつか浮上しています。まず、AIを利用してコーディングテストを解くことで、受験者の実力を正確に評価することが難しくなるという問題があります。例えば、ChatGPTは特定のプログラミング問題に対して高い正答率を示すことがあり、これにより受験者がAIを利用して高得点を取ることが可能になります。このような状況では、企業は受験者の本当のスキルを見極めることが難しくなります。

スキル定義の再考

AIの利用が広がる中で、企業はエンジニアのスキル評価方法を再考する必要があります。具体的には、AIを利用するスキルも含めて評価するのか、それとも純粋なコーディングスキルを評価するのかが問われています。例えば、AIを利用しない純粋なスキルを実務力とする企業もあれば、AIを活用することも含めてその人の実務力とする企業もあります。このように、企業は自社のニーズに合わせてスキル評価の基準を見直す必要があります。

Track Testの機能と活用

Track Testは、エンジニア採用におけるコーディングテストの課題を解決するためのツールです。ここでは、Track Testの機能とその活用方法について詳しく説明します。

Track Testとは

Track Testは、企業がエンジニアの技術力を評価するためのコーディングテストツールです。600問以上の問題ライブラリーから、企業の技術領域と求める難易度に応じた独自試験を作成することができます。試験のスコアやソースコードを元にした対象者の選定や面接でも活用されます。問題作成は総勢100名以上のトップクリエイターによって開発されています。

独自試験の作成

Track Testでは、企業が独自のコーディング試験を作成することができます。これにより、企業のニーズに合わせたスキル評価が可能になります。

初級・上級問題の提供

Track Testは、初級から上級までの幅広い問題を提供しています。例えば、初級問題として「道路の横切り」や、上級問題として「ラッパーと最高の韻」などがあります。これにより、企業は受験者のスキルレベルに応じた適切な問題を選定することができます。

アクションログ機能

Track Testのアクションログ機能は、受験者の試験中の行動を記録することで、不正行為を検出するための重要なツールです。

不正行為の検出

アクションログ機能では、受験者が試験中に行った行動を詳細に記録します。例えば、「コードの貼り付け」ログや「別タブへ移動」ログなどがあります。これにより、選考官は受験者が第三者のコードをコピーしていないか、許可されていない資料を閲覧していないかを確認することができます。

AI利用の検出

また、アクションログ機能は、受験者がAIを利用しているかどうかを検出するためにも役立ちます。例えば、受験中のタブ切り替えの追跡や、ソースコードのコピー&ペーストの記録などがあります。これにより、企業は受験者がAIを利用している兆候を検知し、適切な対応を取ることができます。

Track Testのこれらの機能を活用することで、企業は公正で効果的なエンジニア採用を実現することができます。

ChatGPTのコーディングテストへの適用

ChatGPTの登場により、コーディングテストの風景は大きく変わりました。特に、AIがどの程度の正答率を持つのか、そしてそれがエンジニア採用にどのような影響を与えるのかが注目されています。ここでは、ChatGPTの正答率に関する調査結果と、AI時代における新たなスキル評価の方法について詳しく見ていきます。

ChatGPTの正答率

OpenAIの調査結果

OpenAIが発表した技術レポートによると、ChatGPT（特にGPT-3.5およびGPT-4）は、競技プログラミングサイトCodeforcesでの成績が下位5%以下にとどまることが明らかになっています。また、Leetcodeのようなコーディング面接対策サイトでも、GPT-4であっても正答率は低い結果となりました。これらの結果から、ChatGPTは特定のプログラミング問題に対してはまだ十分な性能を発揮できていないことが示されています。

Track Testによる独自調査

Track Testの開発チームも、ChatGPTの正答率を独自に検証しました。具体的には、初級問題「道路の横切り」や上級問題「ラッパーと最高の韻」をChatGPTに解かせ、その結果を分析しました。調査の結果、ChatGPTは以下のような特徴を持つことが分かりました。

• 得意な領域: クイズ形式の選択式問題や、一般的に知られているプログラミング問題（例: FizzBuzz）では高得点を取ることができました。
• 苦手な領域: 数学的推論や独特な要求仕様の読解、計算量を落とす必要がある問題では、部分点しか取れない傾向が見られました。

これらの結果から、ChatGPTは特定のタイプの問題には強いものの、複雑な問題や独自の仕様を持つ問題にはまだ対応が難しいことが分かりました。

AI時代の新たなスキル評価

AIの普及に伴い、エンジニアのスキル評価方法も変わりつつあります。企業は、AIを利用するスキルも含めて評価するのか、それとも純粋なコーディングスキルを評価するのかを再考する必要があります。

AI利用を防ぐ機能

Track Testでは、AIの利用を防ぐための機能が強化されています。例えば、問題文のコピープロテクトやプロクタリング機能の導入により、受験者がAIを利用することを防ぐ仕組みが整えられています。

AI利用の兆候を検知する機能

また、AIを利用している兆候を検知する機能も充実しています。具体的には、ソースコードのコピー&ペーストの記録や、受験中のタブ切り替えの追跡などが行われています。これにより、企業は受験者がAIを利用しているかどうかを判断しやすくなります。

技術面接でのスキル評価

さらに、技術面接でのスキル評価も重要です。Track Testでは、コーディングテストで提出されたソースコードを元に、技術面接で深掘りの会話を行うことが推奨されています。これにより、受験者の真のスキルを評価することが可能になります。

Track Testの今後の展望

Track Testは、AI時代に対応したエンジニア採用のためのツールとして進化を続けています。ここでは、Track Testの今後の展望について詳しく見ていきます。

新たなプロダクト開発方針

AI対策機能の強化

Track Testは、AI対策機能の強化を進めています。具体的には、問題文のコピープロテクトやプロクタリング機能の導入など、AIを利用した不正行為を防ぐための機能が強化されています。

技術面接機能の拡充

また、技術面接機能の拡充も進められています。コーディングスタイルの評価や、コーディングインタビュー機能の拡充により、受験者のスキルをより正確に評価することが可能になります。

DX人材の採用・育成・評価プラットフォーム

Track Testは、DX人材の採用・育成・評価を支援するためのプラットフォームとしても進化を続けています。

Track Test

Track Testは、プログラミングスキルをテストし、データに基づいて採用を決定するためのエンジニア採用プラットフォームです。これにより、企業は候補者のスキルを正しく理解し、強い組織を作ることができます。

Track Training

Track Trainingは、企業のデジタル化に必要なスキルギャップを埋めるためのテクノロジー人材育成プラットフォームです。オンライン学習環境を活用し、ビジネスに必要なテクノロジースキルを構築する最も効果的な方法を提供します。

Track Job

Track Jobは、ハイクラスな新卒エンジニアを採用するためのプログラミングチャレンジ求人サービスです。プログラミング課題付きの求人サービスを通じて、即戦力エンジニア人材の採用を支援します。

Track Testは、AI時代におけるエンジニア採用の新たな潮流をリードするツールとして、今後も進化を続けていきます。

おわりに

AI技術の進化と普及により、エンジニア採用の現場は大きな変革を迎えています。特にChatGPTのような生成AIの登場は、コーディングテストの在り方やエンジニアのスキル評価方法に新たな課題をもたらしました。企業は、AIを利用した不正行為を防ぐための対策を講じるとともに、AIを活用するスキルも含めた新たな評価基準を模索する必要があります。

Track Testのようなツールは、これらの課題に対応するための強力なサポートを提供します。アクションログ機能を活用することで、不正行為の検出やAI利用の兆候を把握することが可能となり、公正な選考を実現します。また、独自試験の作成や技術面接でのスキル評価を通じて、企業は受験者の真の実力を見極めることができます。

今後も、AI技術の進化に伴い、エンジニア採用の方法や評価基準は変わり続けるでしょう。企業は柔軟に対応し、最新のツールや技術を活用して、最適な人材を見つけ出すことが求められます。Track Testは、そんな企業のニーズに応えるために、さらなる機能強化とプロダクト開発を進めていきます。

エンジニア採用の新潮流を理解し、適切な対策を講じることで、企業は優れた人材を確保し、競争力を高めることができるでしょう。AI時代におけるエンジニア採用の未来を見据え、今後も進化し続けるTrack Testに注目していきましょう。