近期,美国计算机科学(CS)教育领域迎来了一系列重大变革,众多知名高校纷纷行动,从学院设置、专业开设到课程体系与培养模式,都在围绕“AI+跨学科”进行全面升级,为有志于投身CS领域的留学生带来了新的机遇与挑战。
德克萨斯大学奥斯汀分校:打造无边界计算学科生态
德克萨斯大学奥斯汀分校(UT Austin)作为全美公立高校前十的常客,其计算机学科实力强劲。此次,该校进行了颠覆性的学科整合,获德州大学系统董事会批准,将于2026年秋季正式成立全新的计算机学院(School of Computing)。
该学院并非简单增设院系,而是将校内原本独立的计算机科学系、信息学院、统计与数据科学系深度融合,归属于自然科学学院之下,构建一个无边界的计算学科生态。其核心目标是打破传统院系壁垒,聚合计算、数据、统计、信息四大领域的优势力量,以应对AI时代的技术变革与社会需求。
新学院亮点颇多,在师资与资源方面实现双重升级。计划新增50个教职岗位,面向全球招揽计算、AI、数据科学领域的知名学者,扩大教师规模,让学生能接触到更前沿的研究成果与行业资源。同时,新学院还将与多个知名机构联动,如科克雷尔工程学院的电气与计算机工程系、奥登计算工程与科学研究所、德州高级计算中心(TACC)等,构建覆盖全校的计算生态。
2026年秋季入学的新生可直接申请新学院下的本科、研究生项目,除经典的计算机科学方向外,还能选择数据科学、信息科学、统计 + 计算等新增复合方向,轻松打造“计算 +”的复合型背景。不过,新学院的详细课程体系、申请指南将于2026年3 - 5月陆续发布。
多所高校新学院扎堆成立,整合资源打造“计算 +”超级院系
近两年来,不只是UT Austin,美国众多高校都在积极行动,CS从原来的“系”升级成“学院”,并将数据、统计、信息等相关学科整合在一起,打造“计算 +”超级院系。
- 加州大学伯克利分校:推出54年来的新学院——计算、数据科学与社会学院(CDSS),将于2025 - 2026学年正式开放。该学院整合了计算、数据、统计和社会科学,还能共享EECS和D - lab的资源。
- 伊利诺伊大学香槟分校:凭借校友捐赠的5000万美元,成立了希贝尔计算与数据科学学院(Siebel School),将CS和数据科学整合,重点强化AI和跨学科研究。
- 南加州大学:早在2024年就成立了高等计算科学学院,投入10年10亿美元开展“计算科学前沿计划”,归在Viterbi工程学院旗下,主打AI、量子计算、区块链等热门方向。
此外,加州大学圣地亚哥分校、威斯康星大学麦迪逊分校、纽约大学等也纷纷成立整合型计算学院。
AI新专业/新项目爆发式增长,满足产业需求
随着AI的爆火,产业对相关人才的需求急剧增加,美国大学纷纷开设AI、数据科学等细分方向的新专业,尤其是本科AI专业呈现井喷式增长。
- 南加州大学:2026年秋季将首次招收AI本科专业,由高级计算学院牵头,开设纯AI、商业AI两个方向。学生大一就能进入实验室,还能对接谷歌、OpenAI等大厂,并且与马歇尔商学院开展双认证学位项目,为想走“AI + 商科”路线的学生提供了绝佳机会。
- 斯坦福大学:不仅开设了AI应用训练营,还新增了深度生成模型、NLP的在线直播课,推出“现代软件开发者”新课,鼓励用AI写代码,培养AI时代的“超级工程师”。
- 加州大学圣地亚哥分校:2025年秋季开设AI本科专业,以硬核CS为基础,融入AI伦理和项目制教学,是全美少数侧重技术功底的AI本科项目,隶属于新成立的SCIDS学院,还能共享超级计算机中心资源。
课程与培养模式大改革,适配AI时代人才需求
除了新学院、新专业的设立,美国知名大学的CS课程也在悄然升级换代。大学不再局限于教授学生写代码,而是更注重培养学生用AI解决实际问题的能力,强化跨学科和伦理教育,以适配AI时代的人才需求。
- 斯坦福大学:将AI写代码列为必备技能,教学重点转变为“怎么用AI、怎么解决复杂问题”。
- 卡内基梅隆大学(CMU):减少了纯编码的课时,增加了AI系统设计、人机协作、AI治理等实用课程,重点培养计算思维和AI素养。
- 哥伦比亚大学:取消了CS的细分方向,让学生自由选择选修课,将数据与社会、AI伦理提升到和编程同等重要的位置。
- 麻省理工学院(MIT):强化“AI + X”跨学科模块,新增了AI + 工程、生命科学、社会科学等方向,特别强调AI伦理和社会责任。
此外,普渡大学、俄亥俄州立大学等也推出了全校性的AI素养战略,将AI教育融入所有本科课程,甚至把“AI实操能力”列为本科毕业的硬性要求,确保毕业生能跟上行业节奏。
总体而言,近两年美国CS领域围绕“AI + 跨学科”进行的升级变革,为想申请CS专业的同学带来了机遇。同学们只有紧跟这些新趋势,选择适配的项目,才能在AI时代站稳脚跟,开启精彩的职业生涯。
微信扫一扫









