以大模型技术为代表的人工智能技术正在深刻地影响全球学术界，而计算机科学领域，作为以编写代码为核心的学科，首当其冲地被AI冲击。曾经，计算机科学被视为通往理想工作的金钥匙，如今美国高校里的毕业生却担心找不到合适的工作。
面对这场技术变革，6月30日，《纽约时报》刊文“在人工智能时代，如何教授计算机科学”（How Do You Teach Computer Science”）。文中作者指出，当前，美国顶尖高校正努力厘清AI技术对计算机科学学科的具体影响，思考在AI时代应该保留哪些教学内容。
有些构想包括：是否要减少对编程语言掌握的要求、设置跨学科课程，将计算机知识融入各类职业教育，重新想象未来AI经济下的科技岗位。
更紧迫的是，美国科技就业市场近年来日益紧缩。计算机专业的毕业生不再像过去那样容易获得职位。许多技术公司已将部分编程任务交给AI，这取代了一些入门级工作。部分教育者认为，计算机科学应向通识教育靠拢，强调批判性思维与沟通能力。
美国国家科学基金会（NSF）正资助一项名为“Level Up AI”的计划，旨在推动大学与社区学院的教师和研究者共同制定AI教育的核心框架。该项目由非营利组织计算研究协会与新墨西哥州立大学合作执行，计划用18个月时间组织会议、圆桌讨论并发布白皮书，以共享最佳实践与教学资源。
“这一项目的设立，源于我们需要更多懂AI的计算类人才。”计算研究协会负责人马赫博士说。她认为，未来计算机科学教育将更少关注代码本身，而更多聚焦于“计算思维”与“AI素养”。
计算思维，是指将复杂问题拆解为小任务、构建解决步骤，并用数据做出证据支撑的决策。而AI素养，则是根据学生的水平，对AI的工作原理、使用方式以及社会影响等进行理解和反思。“培养理性的怀疑精神，应该成为AI教育的一部分。”她说。
卡内基梅隆大学曾因其顶尖的计算机科学项目声名远扬。该校的计算机科学系计划于今年夏天组织一次闭门研讨会，重新思考在AI迅速发展的当下，学校应该教授些什么内容。“这项技术已经动摇了计算机科学教育的根基。”该系教授兼本科项目副院长托马斯·科蒂纳（Thomas Cortina）表示。
在卡内基梅隆大学，科蒂纳教授表示，课程设置包括传统的计算机基础与AI原理教学，同时加入大量用新工具来进行软件设计的实操环节。
“我们判断，未来发展会朝这个方向走，”他说，“但我们是否需要对整个课程体系进行更深层次的变革？”
目前，是否允许学生使用AI工具由该校教授自行决定。去年，卡内基梅隆大学已正式允许在入门课程中使用AI。科蒂纳说，一开始学生们将AI视为“作业神器”，用它来完成编程任务。“但他们其实看不懂一半的代码。”他说，许多学生开始意识到自己掌握编程和调试代码的价值，开始重新学习编程。
很多计算机专业的学生对AI工具持欢迎态度，但仍有所保留。他们用AI生成原型程序、查找代码中的错误，甚至作为问答助手，但又担心过度依赖它，会影响他们自身的编程能力。
不少学生为了找暑期实习或毕业后工作，投出了上百份简历。北卡罗来纳大学夏洛特分校的大四学生康纳·德雷克（Connor Drake）说，自己算是幸运的，只提交了30份简历申请就获得了一次面试机会。今年夏天，他获得了夏洛特一家大型电力公司杜克能源（Duke Energy）的网络安全实习生职位。
“过去，计算机科学学位曾经是通往理想工作的金钥匙，”22岁的德雷克说，“但现在已经不是。”德雷克在这场AI技术浪潮下，决定拓展自己的技能。除了主修计算机科学之外，他还辅修了政治学，专攻安全与情报研究——他的网络安全能力可能正适用于该领域。他还担任校内网络安全俱乐部的主席和学生会成员。
像德雷克这样的学生正被迫适应现在的科技就业市场。美国劳工专家指出，大科技公司在这几年大幅削减招聘，相较疫情期间的扩张出现了明显收缩趋势。唯一例外的是，这类科技公司正疯狂招聘数量相对较少的人工智能专家，他们被开出丰厚的薪酬待遇。
实际上，大多数科技从业者并非在科技公司任职。美国政府数据显示，直到近期，整体科技岗位就业还算稳定，但自今年2月以来已下降6%。
招聘市场释放了更明确的信号，科技类职位空缺数量正大幅减少。科技研究与教育组织CompTIA的数据显示，过去三年，寻求两年或两年以下的经验员工的求职者岗位数量下降了65%；整体岗位数量则下降了58%。
CompTIA首席研究官蒂姆·赫伯特（Tim Herbert）说，“我们目前看到的主要是疫情后招聘的回落，以及经济不确定性带来的影响。目前尚未看到人工智能带来的明显影响。”
尽管计算机科学教育的未来充满不确定性，但专家表示，AI辅助软件市场前景广阔。AI是一种生产力工具，每一次新的计算浪潮——个人电脑、互联网还是智能手机——都带来了对软件与开发人员的更高需求。
“软件工程岗位的增长可能会放缓，”斯坦福大学计算机科学教授亚历克斯·艾肯（Alex Aiken）说，“但会有更多人参与到编程之中。”
