德州大學奧斯汀分校近日宣佈，其全新的School of Computing（電腦學院） 已正式獲得德州大學系統董事會批准，並計畫於2026年秋季正式啟用。作為長期穩居美國公立大學前列、電腦學科實力極強的院校，UT Austin此次並不是簡單增設一個新院系，而是一次規模更大的學科重組。新學院將把校內原本分散的電腦科學系、資訊學院以及統計與資料科學相關資源進行整合，並統一歸屬於自然科學學院之下，構建一個更加開放的計算學科體系。此次調整的核心目標，是打破傳統院系之間的邊界，將電腦科學、數據科學、統計學與資訊科學等領域的研究力量彙聚起來，以更好地應對人工智慧時代帶來的技術與產業變化。
師資與科研資源同步升級
未來幾年，UT Austin計畫新增50個教職崗位，面向全球引進電腦、人工智慧與數據科學領域的學者，進一步擴大師資規模。同時，新學院還將與校內多個頂尖研究機構形成更緊密的合作網路，包括科克雷爾工程學院的ECE、奧登計算工程與科學研究所、德州先進運算中心（TACC）等。
從2026 Fall開始，申請者將可以直接申請整合後的大學科系與研究所。除傳統電腦科學方向外，新學院還將提供數據科學、資訊科學、統計與計算跨學科等複合路徑，進一步強化“計算+”的人才培養模式。學院更詳細的課程體系與申請資訊預計將在2026年3月至5月期間陸續公佈。類似的調整，近兩年在美國大學中也越來越常見。
美國大學CS正在發生變化
過去兩年，美國大學電腦教育正在明顯調整。不少學校將原本的CS系升級為計算學院，並整合數據科學、統計學等相關學科，例如UC Berkeley、UIUC、USC、UCSD等大學。另外，AI相關科系與課程也在快速增加。不少大學陸續推出人工智慧項目，並在課程中強化AI應用與跨學科訓練，電腦教育整體正逐漸轉向 “AI+”培養模式。
在人工智慧（AI）能夠替代程式設計崗位的認知下，許多考慮攻讀電腦科學（CS）的學生正陷入焦慮。這種衝突顯而易見：學生們熱愛程式設計，渴望用技術解決問題，且從小就開始學習代碼，目標就是通往CS的職業生涯。但近來，學生們越來越多地質疑這條道路的效用，他們反復在問：“我還能找到工作嗎？在CS領域還能擁有成功的職業生涯嗎？”
簡單的回答是：YES（可以）！攻讀電腦科學學位依然具有價值，它仍是目前最全能的職業基石之一。然而，CS的價值正在發生轉移。因此，調整職業目標與技能組合，是贏得未來的關鍵策略。
01核心競爭力：不僅僅是寫代碼
AI無法取代對邏輯、系統、數學以及計算思維等基本原理的深刻理解。CS學科的範疇遠超寫代碼本身；它是一門教授演算法、系統設計、安全性和解決問題的綜合學科。正因如此，美國勞工統計局預測 IT 崗位的需求將持續增長（儘管增速較以往更為溫和）。這表明，AI 並非在消滅崗位，而是將工作重心推向了高階批判性思維任務。
02警惕：傳統模式正在失效
必須承認那些專注於常規、簡單任務的角色（如傳統的初級軟體工程崗位）正在減少，因為AI可以自動化執行此類任務。同時，一些大學提供的傳統課程體系可能已經過時。理想的尖端CS訓練應當融合其他學科，為新興職業空間做準備。
03 “CS + X”：獲勝的跨學科策略
為了應對變化，學生應考慮通過輔修學位、證書等方式，將CS與以下學科結合：
> 技術核心類：機器學習、自動化、機器人、數據科學/分析、自然語言處理、資訊科學、雲端工程、生物技術計算、網路安全、人機互動、電子工程。
> 跨領域應用類：金融、商業、衛生醫療、國防、政策研究、人類介面、倫理學。
關鍵在於：現在的CS畢業生可以利用這種混合型背景，開啟需求量極大的跨學科職業生涯。
04結論：AI 改變了職業，而非消滅了職業
總體而言，現在的雇主正在尋找那些能夠與AI工具互動、維護並監督它們，同時能構建全新、創意且令人興奮專案的畢業生。這證明了AI並沒有取代計算類職業，而是將其轉向了更廣闊的新機遇。雖然常規任務正在消失，但CS專業人士正在邁向更複雜、更具創造性、更具監管性和系統層面的工作。
AI 無法取代複雜的技能組合，例如：
♦ 創造力
♦ 批判性思維
♦ 複雜問題解決能力
♦ 協作能力
♦ 倫理與社會推理
♦ 系統級思維
通過在攻讀CS學位期間進行戰略性規劃，這些核心能力都是可以習得的。
