Студенты всё чаще отказываются от традиционных программ по computer science, выбирая вместо них специализированные направления по ИИ и классические инженерные специальности.
Число студентов бакалавриата, поступающих на традиционные программы по computer science, сокращается. Это происходит после двух десятилетий, когда набор на такие специальности бил рекорды благодаря высоким стартовым зарплатам и огромному спросу индустрии на начинающих программистов. Причина в том, что в эпоху ИИ технологическая отрасль отходит от массового найма младших разработчиков для выполнения рутинных задач программирования — такую работу всё чаще передают ИИ.
Если посмотреть на то, какой выбор теперь делают студенты, становится видно расхождение в двух направлениях. Одни выбирают традиционные инженерные специальности. Логика здесь в том, что инженерия физического мира, интеграция аппаратного обеспечения и проектирование сложных систем меньше подвержены вытеснению со стороны LLM. Инженеру-механику, работающему, например, над автоматизированной робототехникой или инфраструктурой умных электросетей, по-прежнему приходится взаимодействовать с физическим миром — и это ограничение, по крайней мере пока сами роботы не возьмутся за такую работу, защищает его от автоматизации.
С другой стороны, резко растёт набор на специализированные программы по ИИ и направления, ориентированные на данные, поскольку студенты пытаются идти в ногу с технологическим развитием. Они выбирают курсы по машинному обучению и нейронным архитектурам. Вместо более абстрактных программных направлений новые студенты всё чаще идут на специализированные учебные программы. Яркий пример — программа MIT Artificial Intelligence and Decision Making, которая напрямую включает машинное обучение, восприятие, оптимизацию и когнитивные науки в основную программу бакалавриата, обходя стороной стандартные общие компоненты по программированию.
Когда студенты начинают избегать общего computer science из страха перед ИИ-агентами, способными писать код, это закономерно вызывает опасения за будущее программной индустрии. Не отпугиваем ли мы будущих архитекторов цифровой инфраструктуры только потому, что теперь можем передавать чат-ботам тривиальные задачи? Или, наоборот, это здоровая и давно назревшая коррекция рынка, уводящая нас от традиционного понимания computer science?
На протяжении многих лет универсальная степень по computer science фактически служила своего рода «конвейером» для трудоустройства в технологическую отрасль. Она привлекала множество студентов, которых в первую очередь мотивировала возможность быстро получить хорошо оплачиваемую работу разработчиком, а не искренний интерес к вычислительной теории, операционным системам или архитектуре программного обеспечения.
Если генеративный ИИ действительно автоматизировал самые нижние уровни рутинного программирования, то вместе с этим он разрушил и иллюзию о том, что одного только знания языка программирования достаточно для гарантированной карьеры.
А что насчёт университетов? Традиционные учебные программы по computer science, которые слишком сильно опираются на вводные курсы программирования, рискуют устареть, если не будут меняться. В то же время образование должно помогать снижать риски, связанные с ИИ; факультеты computer science должны предлагать курсы о том, как управлять ИИ и использовать его в своих интересах, а не оказываться под его управлением.