GitHubとイェール大学の調査：回答した開発者の8割が省エネなコードを書くためのツールを望むも、測定方法が不足

何が起きたのか

GitHubは公式ブログに調査記事を掲載した（2026年9月23日公開、9月24日更新）。執筆者はPaull Young氏。GitHubによると、この調査はGitHubとイェール大学の気候変動コミュニケーション・プログラムが共同で実施したもので、米国のGitHub月間アクティブユーザーから1,039件の回答を得て、気候変動、AI、ソフトウェアの効率性、テック業界における組織の責任についての見解を尋ねた。

GitHubがまとめた主な結論は、開発者は効率的なソフトウェアが重要だと理解しているものの、多くの人が無駄を見つけ、改善を測定し、チームに対応を働きかけるための明確な方法を持っていない、というものだ。

詳しい説明を読む

情報源を収集し、独立検証を行ってから Jev が判断します。

調査の主な数字

GitHubによると、回答者の79%が地球温暖化を懸念し、71%がエネルギー・水使用・炭素排出の面でAIシステムが環境に与える影響に関心を持ち、75%が雇用主が環境影響の削減に積極的に取り組むことが重要だと考えている。ニーズの面では、80%が省エネなコードを書くためのツールに関心を示し、78%がソフトウェアの環境フットプリント（環境への負荷の総量）を減らすベストプラクティスを学びたいと考え、74%がソフトウェアや開発プロセスの環境影響を測定したいと望み、70%がサステナビリティ関連のオープンソースプロジェクトへの参加に関心を持っている。

GitHubは一部の設問について、イェール大学の全国代表性調査「Climate Change in the American Mind」における米国成人の結果とも比較しており、回答したGitHubユーザーは多くの設問でより高い関心を示した。

ギャップはどこにあるのか：意欲はあるが、実行可能な道筋がない

GitHubによると、自分のソフトウェアの書き方が個人の環境影響の削減に大きく役立つと考える回答者は10%のみで、28%が中程度、63%がわずかな効果しかないと考えている。GitHubによれば、自由回答では、リポジトリ（コードの保管場所）やCI/CDワークフロー（コードのテストや配信を自動で行う仕組み）のフットプリントを見積もりたい、GitHub Actions（GitHub上で処理を自動実行する機能）の不要な実行を見つけたい、AIの利用を他の計算需要と比較したいといった声があった。一方で、根拠のないまま環境面の主張をすることを戒める回答者もいた。

GitHubは特に、コードが速くなればリソース使用量を減らせるが、実行時間そのものはエネルギーや排出量の削減を証明するものではないと指摘している。ハードウェア、ワークロード、場所、時間帯、電源の種類がいずれも結果に影響するためだ。

GitHubが推奨するアプローチとAIエージェントツール

GitHubは、測定可能な無駄を4つの観点から探すことを推奨している。コード（重複計算、非効率なアルゴリズムなど）、データ（過剰な取得、キャッシュの欠如など）、ネットワークとI/O（重複リクエスト、過大な転送など）、フロントエンド（不要なレンダリング、画面外リソースの早すぎる読み込みなど）だ。実行時間、CPU使用率、メモリ割り当て、ネットワーク転送量はいずれも代理指標（直接測りにくい負荷を間接的に示す目安）として使えるが、GitHubはどの指標にも限界があり、何を測定し何を測定していないかを明示すべきだと注意を促している。

あわせてGitHubは、オープンソースのDaily Efficiency Improverワークフロー（GitHub Agentic Workflowsの一部で、AIエージェント＝作業を自律的に進めるAIを使う仕組み）を紹介している。GitHubによると、これはリポジトリ内の効率改善の機会を調べ、テストを実行し、根拠とトレードオフの説明を付けたドラフトのpull request（コード変更の提案）を作成できるが、自動でマージ（取り込み）することはない。GitHubは、有効化する前に権限、設定、モデルの使用、実行頻度、計算コストを確認し、まずテスト用リポジトリや手動実行で試すことを推奨しており、根拠の評価と採用の判断は最終的に人間が行うとしている。

一般の読者への実際の影響

• 一般ユーザーにとって：この調査は、一部の開発者がソフトウェアとAIのエネルギー消費を気にかけていることを示しているが、あくまで意識調査であり、何らかのサービスが実際に省電力化したことを意味するものではない。
• 開発チームにとって：GitHubの推奨の要点は「まず測定し、それから主張する」ことであり、変更を単に「より環境に優しい」と称するのではなく、具体的なデータと再現可能なテストで効率改善を裏付けることだ。
• AIエージェントツールの導入を検討しているチームにとって：GitHubは、有効化の前に権限や計算コストなどを確認するよう勧めている。また、提案はベンチマークとテストで裏付けられるまで仮説として扱い、採用するかどうかはメンテナーが判断するよう求めている。

このトピックの最新ニュースを見る

• テックニュース