从计算机科学到AI专业：学生们“进路转变”的真相

从计算机科学到AI专业：学生们“进路转变”的真相

2025年12月03日 12:21

1. 「Move Over, Computer Science？」——标题象征的不安

12月1日的《纽约时报》以“Move Over, Computer Science. Students Are Flocking to New A.I. Majors.（让路，计算机科学。学生们正涌向新的AI专业）”这一挑衅性标题，报道了美国大学校园的变化。


文章介绍了“CS离开”和“AI专业热潮”这两个近年来教育现场的空气象征性现象。据报道，在麻省理工学院，“人工智能与决策”（AI＋决策）专业已成为仅次于计算机科学的第二大热门本科专业。麻省理工学院新闻


此外，在佛罗里达州南佛罗里达大学，今秋有超过3,000名学生注册了以AI和网络安全为主题的新学院。EdScoop


几年前，家长和高中职业指导教师推荐的“铁板”路线是计算机科学。而现在，这个标志正逐渐被“AI专业”所取代。


然而，浏览社交媒体，反应并非全是赞美。
有人冷嘲热讽地评论道：“明年可能会出现‘大家都专攻量子计算机’的文章。”
还有工程师感叹道：“AI专业越来越多，谁来写操作系统和编译器？”LinkedIn


这种“专业转移”究竟意味着什么呢？


2. 数据显示“CS的瓶颈”和AI专业的增长

首先来看数据。


根据美国计算研究协会（CRA）的调查，美国计算机科学专业的学生人数从2005年到2023年增长了约4倍，但最近一年的增长仅为0.2%。Medium


在顶尖学校，更极端的数据也开始出现。

  • 普林斯顿大学预计未来几年CS专业将减少25%

  • 杜克大学的入门CS课程注册人数已经减少了20%

这样的估算被介绍出来。Medium


另一方面，AI专业又如何呢？
EdScoop的文章在NYT的报道基础上整理道：“AI专业正以比传统‘计算机科学’专业更快的速度吸引学生”，并传达了麻省理工学院和南佛罗里达大学的案例，以及北卡罗来纳大学试图整合现有的两个学院以创建“AI学院”，华盛顿大学推出了1,000万美元的校园跨AI倡议等信息。EdScoop


也就是说，从数字层面来看，

  • “CS专业的急剧增长时代”暂时刹车

  • 其中一部分开始流向被命名为“AI”“AI＋○○”的新专业

这样的结构开始显现。


3. 为什么学生被AI专业吸引——三个理由

(1) 生成AI热潮的“显而易见的英雄感”

自2020年以来，图像生成模型和ChatGPT等大型语言模型的出现，使“AI”成为一般新闻和社交媒体上的热门话题。维基百科


对于高中生来说，“AI可以瞬间完成绘画、写作和编程”的体验，比起“操作系统的进程管理”或“编译器优化”更直观且“酷”。
想象一下放在专业介绍手册上的照片，哪个更吸引眼球显而易见。


(2) CS就业市场的冷却和“不安”

CS专业的受欢迎程度，历史上一直与科技行业的招聘状况密切相关。theatlantic.com
近年来，大型科技公司的裁员、新毕业生招聘的抑制，以及AI对部分任务的自动化等因素叠加，使得“进入CS就安稳”的神话动摇。


明尼苏达大学的一位教授在广播采访中表示，

几年前，CS专业是“收到大量工作邀请”的领域，但现在的学生对就业市场有更现实的看法，开始考虑更灵活的职业生涯

他说。MPR News


在LinkedIn上，
“虽然是CS毕业，但找不到新工作”“担心被AI工具取代”等声音被分享，职业教练也在建议“重新评估技能和考虑职业转型”的帖子中显得突出。LinkedIn


(3) 大学的“招牌更换”和投资逻辑

对于大学来说，“AI专业”是冠以时代关键词的有吸引力的商品名。

  • 如南佛罗里达大学那样成立新学院

  • 将现有的CS学院重新命名为“AI＋数据科学”“计算与AI”等

  • 在整个校园内进行大规模AI倡议投资

这样的趋势正在扩大。EdScoop


AI研究容易吸引资金，也容易与企业合作。
能够说“我们在做AI”的话，更容易获得捐赠和研究经费——这样的大学方面的情况也是专业转移的背景。


4. 社交媒体上的评价分歧：“AI专业热潮”中的四种视角

NYT文章发布后，X（前Twitter）、LinkedIn、Threads等平台上出现了各种反应。在这里，我们将其分为四种典型类型进行整理。

① FOMO型：不想错过的学生和家长

  • “我想让孩子选择AI专业。仅仅CS的话未来不安。”

  • “AI将进入各行各业。如果要做，就要在AI的核心。”

这样的，“如果AI将吞噬一切，那我想站在AI一边” 的心理。

在LinkedIn上，也有商业领袖分享MIT的AI专业文章，并表示“未来的顶尖学生应该具备AI＋决策的技能”的帖子。麻省理工学院新闻


② 现场工程师型：对基础轻视的不满

另一方面，从事软件开发多年的工程师也有很多尖锐的评论。

  • “要运行AI模型，需要操作系统、编译器和网络。谁来做这些？”

  • “只学会使用工具，然后说‘我是AI工程师’也让人困惑。”

这样的声音反映了对“AI专业是否会牺牲CS基础”的担忧。


实际上，关于AI教育的专家博客中也强调，
“需要以生成AI为前提重新设计课程，但算法、数据结构、计算理论等基础反而重要性增加。”巴克内尔大学工程学院


③ 教育者·学术型：冷静的课程讨论

在卡内基梅隆等大学中，教师们举行了研讨会，讨论“生成AI时代的CS课程是什么”。Daniel S. Christian


教育工作者的帖子中，

  • 应将CS从“狭义的编程”扩展到以“计算思维”和“AI素养”为中心的学科

  • 应增加与其他领域（人文社会、设计、商业）的混合专业

这样的提案很突出。


一位教育规划师引用NYT的文章并发帖称：“大学的课程通常落后于CS/AI/ML行业的现实几年。如何跟上变化的速度是关键。”LinkedIn


④ 自嘲乐观型：“CS并没有死，反而被重新定义”

“Is Computer Science Dead? NOT EVEN CLOSE.（CS并没有死，反而重生）”为题的LinkedIn帖子具有象征意义。在那里，

  • AI和自动化改变的是所需技能的组合，而不是CS本身不再需要

  • 系统架构、算法优化、伦理AI设计等人类独有的角色反而增加

这样的论点被提出。

← 返回文章列表