在人工智能技术迅猛发展的当下，计算机科学（CS）学位的未来价值引发了广泛讨论。近日，被誉为“人工智能教父”的杰弗里・辛顿（Geoffrey Hinton）在接受媒体采访时明确表示，尽管AI正在重塑编程行业，但此刻远非放弃攻读CS学位的时机。他强调，计算机科学的价值远不止于编程技能本身。
辛顿指出，许多人误以为CS学位的核心内容就是学习编程，但这种认知过于片面。随着AI技术的进步，单纯具备中级编程能力已难以保障长期职业稳定性，因为AI系统已能胜任许多基础编程任务。然而，计算机科学培养的系统性思维、问题解决能力以及跨学科应用潜力，使其在相当长时期内仍具有不可替代的价值。
这一观点得到了科技界多位领军人物的呼应。OpenAI董事长布雷特・泰勒（Bret Taylor）以自身经历为例，强调CS学位的持久价值。这位斯坦福大学计算机科学双学位获得者表示：“编程的本质是系统性思维训练，而非简单的代码编写。计算机科学教育培养的逻辑分析能力，在任何技术领域都至关重要。”
谷歌Android部门负责人萨米尔・萨马特（Sameer Samat）则从教育改革角度提出，CS课程需要重新定位核心目标。他认为，当前教育应更注重培养“解决问题的科学思维”，而非聚焦于特定编程工具或语言的使用。这种转变将帮助学生更好地适应技术快速迭代的职场环境。
加州大学伯克利分校教授哈尼・法里德（Hany Farid）从就业市场角度分析指出，CS毕业生的职业机遇正在向跨学科领域拓展。他观察到，传统科技巨头的招聘需求虽仍存在，但最具创新性的岗位往往出现在计算技术与生物医药、金融、人文艺术等领域的交叉地带。“计算药物发现、医学影像分析、计算神经科学这些新兴领域，正在创造大量高价值就业机会。”法里德在今年9月的学术论坛上这样表示。
针对年轻学习者是否应继续学习编程的争议，辛顿给出了肯定答案。他将编程学习比作人文教育中的拉丁语课程：“就像人文学者研究拉丁语并非为了日常交流，而是为了理解经典文献的思维逻辑，编程训练培养的抽象思维能力同样具有长期价值。即使未来AI能完成大部分编码工作，这种思维训练本身也不会失去意义。”
对于有志于AI领域深造的学生，辛顿特别强调批判性思维的重要性。他建议学生重点掌握数学、统计学、概率论及线性代数等基础学科：“这些知识构建了理解AI技术的理论框架，其价值不会因技术工具的更新而消减。相比追逐短期热门技能，培养深厚的理论功底更能应对未来挑战。”
