大量のプルリクエストがAI開発の足かせに、レビュー体制はどう再編する？

　AIによるコード生成が開発現場に浸透し、生産性が飛躍的に向上した一方、人間によるプルリクエストのレビューが新たなボトルネックとなりつつある。実際、ある開発チームでは1日に最大72件ものプルリクエストが発生し、レビュワーの時間を大きく圧迫していた。この状況では、レビューというプロセス自体が、AI活用による生産性向上の足かせとなりかねない。

　そこで着目したのが、レビューには「品質や設計を議論すべきもの」と「見るべき点がない単純な承認確認作業」が混在しているという切り分けだ。同チームは、プルリクエストは人間がレビューする価値があるかを自動判別する分類機能を開発した。プログラムの振る舞いに影響しないファイル名の変更や変数名の整理、非推奨APIの機械的な置換などは自動承認とし、少しでもロジックの変更が含まれるものは必ず人間の目を通す仕組みを構築した。

　本動画では、同チームが実施した、AIを活用したプルリクエスト分類の設計思想や大規模な変更に対応するためのサンプリング手法を解説するとともに、運用を通じて得られた成果などを解説する。開発体験を向上させるためのヒントとして活用してほしい。