ダニング＝クルーガー効果とエンジニアの技術力自己評価

プログラミングを始めて3ヶ月。ToDoアプリを作れるようになった。「もうWebアプリ開発は理解した」と思った。そこからReactを学び、TypeScriptを導入し、CI/CDを組むようになって1年。「自分は何も分かっていなかった」と気づいた——この経験に心当たりはないだろうか。これはダニング＝クルーガー効果と呼ばれる認知バイアスそのものだ。

ダニング＝クルーガー効果とは

1999年、コーネル大学の心理学者デイヴィッド・ダニングとジャスティン・クルーガーは、ある実験を行った。論理的推論、文法、ユーモアのテストを被験者に受けさせ、その後に自分の成績を予測させた。結果は衝撃的だった。

実際の成績	自己評価の傾向	乖離の方向
下位25%	自分は上位40%程度だと予測	大幅に過大評価
下位50%	自分は上位40%程度だと予測	やや過大評価
上位25%	自分は上位30%程度だと予測	やや過小評価
上位10%	自分は上位25%程度だと予測	過小評価

能力の低い人ほど自分の能力を過大評価し、能力の高い人ほど自分の能力を過小評価する。この非対称な認知バイアスがダニング＝クルーガー効果だ。

根本的な原因は「メタ認知能力の欠如」にある。あるスキルが低い人は、そのスキルの「何が分かっていないか」を判断する能力もまた不足している。Unknownのunknown——知らないことを知らない状態だ。

エンジニアのキャリアにおけるダニング＝クルーガー曲線

この効果をエンジニアのキャリアに当てはめると、多くの人が経験する「あの感覚」が説明できる。

フェーズ	経験値	自信の度合い	典型的な状態
「愚者の山」	初学者（0〜6ヶ月）	非常に高い	ToDoアプリが動いた。もうフルスタック名乗れる
「絶望の谷」	中級者（1〜3年）	非常に低い	設計パターンもインフラもDBも分からない。自分はダメだ
「啓蒙の坂」	中上級者（3〜7年）	徐々に回復	得意領域ができてきた。知らないことも認識できる
「持続可能な高原」	上級者（7年以上）	適度に高い	自分の強みと限界を正確に把握している

「愚者の山（Mount Stupid）」に立っている初学者は、プログラミングの全体像が見えていないからこそ自信に満ちている。変数とfor文とAPIコールを覚えた時点で「プログラミングを理解した」と思える。なぜなら、設計原則、テスト戦略、パフォーマンスチューニング、セキュリティ、運用監視といった広大な世界がまだ視界に入っていないからだ。

技術面接での典型的パターン

ダニング＝クルーガー効果は技術面接の場面でもよく観察される。

質問	「愚者の山」の回答	「持続可能な高原」の回答
あなたのReactの習熟度は？	「10段階で8くらいです」	「業務で3年使っていますが、内部実装まで理解しているとは言えません。6くらいでしょうか」
このシステムの設計をしてください	「マイクロサービスにしましょう」（即答）	「まず要件を整理させてください。トラフィック量と一貫性の要件によって設計が変わります」
分からないことはありますか？	「特にありません」	「低レイヤーのネットワーキングは経験が薄いです」

面接官の立場からすると、「自分が何を知らないかを正確に言語化できる候補者」は信頼できる。逆に、すべてに自信満々の候補者には警戒感を覚える。

正確な自己評価のためのフレームワーク

ダニング＝クルーガー効果を克服する方法はあるのか。完全な克服は難しいが、自己評価の精度を上げるための手法はいくつかある。

手法	内容	効果
スキルマトリクス	技術領域ごとに知識・経験・実績を可視化する	「知っているつもり」と「実際にやったこと」の乖離が見える
コードレビュー	他人のフィードバックを定期的に受ける	盲点を指摘してもらえる
OSS貢献	外部のプロジェクトにコードを提出する	社外の基準で自分のレベルを測れる
教える	後輩や勉強会で技術を教える	教えようとして初めて理解の浅さに気づく
知識の境界を記録する	「知っている」「聞いたことがある」「知らない」を分類する	unknown unknownを減らせる

特に「教える」は強力だ。人に説明しようとすると「あれ、ここよく分かっていないな」という瞬間に必ずぶつかる。リチャード・ファインマンの学習テクニック——理解したい概念を子どもにも分かる言葉で説明する——はこの原理を利用している。

インポスター症候群——もう一つの罠

ダニング＝クルーガー効果の裏返しとして、「インポスター症候群（詐欺師症候群）」がある。十分な能力を持っているのに「自分は周りを騙している」「いつかバレる」と感じる状態だ。テック業界では意外なほど多くのベテランエンジニアがこの症候群に悩んでいる。

ダニング＝クルーガー効果が「知らないことを知らない」なら、インポスター症候群は「知っていることの価値を知らない」状態だとも言える。

プログラマーとして成長する過程で「自分は何も分かっていない」と感じる瞬間は、実は成長の証かもしれない。知識が増えるほど、未知の領域の広大さが見えてくる。ソクラテスの「無知の知」は、2400年後のエンジニアにも通じる真理だ。

あなたは今、ダニング＝クルーガー曲線のどのあたりにいるだろうか。そしてその自己評価は——本当に正確だろうか。

ダニング＝クルーガー曲線を早く歩く方法

ダニング＝クルーガー効果の曲線を、できるだけ早く「持続可能な高原」まで歩き切る方法はある。

第一に、定期的にレベルの違うエンジニアと関わる環境に身を置くこと。

第二に、自分のアウトプットを外部に晒す機会を作ること。

第三に、目の前の仕事だけでなく、業界全体の構造を学ぶ時間を取ること。

これらを意識的に続けると、「愚者の山」と「絶望の谷」の期間を短くできる。

チームに効く自己評価の共有

個人の自己評価精度を上げるだけでなく、チーム全体で精度を上げることも重要だ。

1on1、スキルマッピング、キャリア面談、360度フィードバック。

これらの場で、自分の自己評価と周囲の評価のギャップを可視化する。

ギャップを責めるのではなく、学びの素材として扱う文化が、エンジニア組織の成熟度を高める。

インポスター症候群との付き合い方

インポスター症候群は、高い能力を持つ人ほどかかりやすい。

対策は、客観的な実績リストを残すことだ。

解決した課題、改善した指標、助けた同僚、発信した記事。

これらを時系列で並べると、「自分は騙している」という感覚が、データの前で緩む。

完全に消えなくても、パフォーマンスに悪影響を出さない程度には抑えられる。

自己評価は更新し続ける

自己評価は、一度定めたら終わりではない。

技術の進化、役割の変化、組織の期待値の変化によって、求められる基準は動き続ける。

半年に一度、スキルマトリクスと実績を棚卸しして、自己評価を更新する習慣を持つ。

あなたの今の自己評価は、半年前の自分が作ったものか、それとも今日の自分が下した最新の見立てだろうか。

AIと自己評価の関係

AI時代の自己評価は、AIとの比較を避けて通れない。

コード生成、要約、翻訳、情報整理。

これらのタスクでAIに勝つことを目標にすると、消耗するばかりで成長が止まる。

むしろ、AIを自分の弱点の補助として使い、自分は人間にしかできない領域（判断、交渉、共感、創造）に時間を寄せる。

ダニング＝クルーガー効果の克服は、AIとの付き合い方の選択の中で、新しい形に進化している。

あなたのキャリアは、AI時代の自己評価のアップデートに追いついているだろうか。

成長は自己評価の外側で起きる

自分の能力に対する過大評価や過小評価は、成長のスピードを左右する。

本当の成長は、自己評価の精度が上がっていくプロセスそのものに隠れている。

数字や肩書きより、自分の現在地を正しく認識できる力を、人生のどの時点でも磨き続ける価値がある。