コードレビューで正しいコードを毎回答えると、短期的には修正が早くても、新人は次の課題で同じ判断を人へ戻します。
育成に使うレビューでは、答えを隠すのではなく、本人が問題を見つけ、理由を説明し、修正を再利用できる工程を増やします。
レビュー前｜本人の説明を添える
目的、変更範囲、選んだ方法、テスト、懸念、AIを使った箇所をPRへ書きます。
説明できない箇所が、本人の理解Gapです。
レビュー中｜コメントを3種類に分ける
- 必須：安全・要件・重大品質。明確に修正
- 質問：判断理由を問う
- 提案：より良い選択肢を提示
すべてを同じ強さで書かず、学習者が優先順位を判断できるようにします。
質問型コメントを使う場面
『ここを関数にして』ではなく、『この処理が2か所へ増えた時、どこを直す？』と問い、将来変更を考えさせます。
ただし緊急・重大リスクでは遠回しにせず、正しい対応を明示します。
AIレビューを一次確認に使う
命名、重複、テスト観点、説明不足などの一次確認にAIを使えます。
AI提案も誤るため、採用理由とテストを本人が説明し、人が設計・業務影響を確認します。
レビュー後｜修正理由を一行で残す
直したコードだけでなく、『何が問題で、次回どう確認するか』を記録します。
同じ分類の指摘が続く場合は、個人注意ではなく教材・チェックリストを更新します。
ルーブリックで成長を見える化する
要件適合、動作・テスト、可読性、保守性、安全、説明・相談を段階で見ます。
点数競争ではなく、次に任せる仕事とレビュー密度を決めるために使います。
良いレビューの完了条件
- 重大問題が修正された
- 本人が理由を説明できる
- テストで確認した
- 次回のチェック項目が残った
- レビュアーの答えをコピーしただけではない
コードレビューは、コードと判断の両方を改善する
育成レビューでは、提出前の説明、コメント分類、質問、自己修正、学びの記録をセットにします。
正解を教える場から、判断を言語化し次の課題へ転用する場へ変えると、自走とレビュー品質の両方が上がります。
育成につながるコードレビューを設計する
OJTの質問対応とレビューを分け、AIと人の役割を整理したい場合は、CodeNestを活用した法人向け育成をご相談ください。