セッション分野

BP(ビジネス＆プロデュース)

セッション関連分野

ENG

キーワード

LLM/VLM

対象プラットフォーム

なし

セッション難易度

求められるスキル

新人採用・育成に関わる（または関心のある）開発リード／テックリード／人事／教育担当者向け。ゲーム開発の基本的な工程を理解していると議論が追いやすいですが、生成AI活用のルール作り、評価設計、教育カリキュラム設計に関心があればプログラマ以外でも参加可能です。学生・初学者も歓迎します。

得られる知見

生成AI（LLM）前提で、新人ゲームプログラマに期待すべき能力を、業界側（コンソール／ソーシャル）と教育側（大学／専門）の双方の視点から整理します。(1)「AIがあっても崩れない基礎力（設計・読解・デバッグ・検証）」の具体像、(2) 採用試験・ポートフォリオ・面接での評価観点と課題設計の勘所、(3) 入社後オンボーディング／授業設計で伸ばすべきポイントの持ち帰りを予定しています。

写真撮影 / SNS投稿

アイコンについて

お気に入り登録

生成AI（LLM）の普及により、ゲーム開発における「プログラムを書く」行為は大きく変容しつつあります。コーディング支援、設計補助、プロトタイピング、テスト生成、デバッグ支援などが現場に組み込まれる一方で、成果物の品質保証、著作権・機密情報の取り扱い、レビュー体制の再設計といった新たな実務課題も顕在化しています。結果として、新人に求める能力は「コードを速く書く」だけでは測れず、AIを含む開発プロセス全体の中で再定義されつつあり、ビジネス的な指向も求められつつあります。

この変化は採用にも直結します。従来型のコーディング試験や課題提出は、生成AIの利用可否や評価基準の設定次第で測定対象が揺らぎ、企業側・応募者側の双方で期待値の不一致が起こりやすくなっています。同時に、学習環境も変わりました。初学者は生成AIを前提に学び、AIと協働して課題を解くことが「標準」になりつつあります。また、元々プログラマを志向していなかった学生がAIの力で一人でゲームを作れるようになってきています。教育側が育てている力と、産業側が採用時に見たい力を同じ言葉で議論できない状況は、今後さらに拡大する可能性があります。

本パネルでは、新人を受け入れるゲーム業界側（コンシューマー/ソーシャル）と、新人を育てる教育側（大学/専門学校）の両視点から、生成AI時代に新人ゲームプログラマ・開発者へ期待すべき能力を整理します。単なるツール活用論に留まらず、下記の観点で、採用評価と教育目標のすり合わせを試みます。
① AI前提でも崩れない基礎力（設計・読解・デバッグ・検証）
② 成果物の品質と説明責任（根拠提示、再現性、レビュー応答）
③ チーム開発への適応（仕様確認、自律的な行動、プロセス遵守）

聴講者が自組織で検討を進められ、現場・教育双方の次の一手に接続することを目指します。