近 20 年首次，2025-26 學年美國大學計算機科學專業選課人數出現同比下降

根據《商業內幕》報導，史丹佛大學胡佛研究所經濟學家雅各布・萊特（Jacob Light）的最新研究發現，2025 至 2026 學年美國大學計算機科學專業的選課人數出現約二十年來的首次下滑，終結了該領域長期持續增長的趨勢。這項研究使用了橫跨 1996 年以來、涵蓋美國 1019 所高校、超過 5000 萬個課程班次的龐大數據，針對大型語言模型能力快速提升期間的長期選課變化進行分析。 萊特指出，在樣本高校中，計算機科學課程的選課人數平均較前一學年減少約 4.6%，而計算機科學課程佔所有課程選課總人數的比例也下降了 6.3 個百分點。他形容：「近期最明顯的變化，是計算機科學課程選課佔比停止增長並開始回落。2025 至 2026 學年，更是大概二十年來的首次下降，為之前持續多年且增長異常迅猛的階段畫上句號。」

除了萊特的研究，美國國家學生信息交換中心研究中心（National Student Clearinghouse Research Center）發布的《2025 年秋季入學報告》也提供了佐證數據。報告顯示，在四年制大學中，計算機與信息科學及支持服務專業的本科生人數從 2024 年的 65 萬 9700 人，降至 2025 年的 60 萬 6100 人，同比減少 8.1%。儘管如此，這個數字仍高於 2022 年的 57 萬 4333 人，顯示這波降溫是從歷史高點回落，而非崩盤。過去十多年來，隨著軟體工程師等科技職位需求持續攀升，計算機科學一直是美國大學最受歡迎的專業之一。

根據統計，計算機與信息科學專業的本科畢業生人數在十年間增長超過一倍，從 2014 年約 5 萬 6000 人，增加到 2024 年約 12 萬 2000 人。然而，能夠編寫程式碼、除錯甚至完成技術作業的生成式 AI 助手快速普及，也讓外界開始重新審視計算機科學學位的價值。值得注意的是，這波選課人數下降恰巧與生成式 AI 的快速普及發生在同一時期，但萊特強調，現有數據並不能證明 AI 就是直接導致選課人數下降的原因。他提出五種可能的解釋：初級軟體工程崗位的就業市場轉弱、AI 時代計算機科學學位價值存在不確定性、新生整體學術基礎下降、移民政策導致高校生源結構變化，以及數據科學等相關學科競爭加劇。

萊特進一步說明，這些數據只能說明選課趨勢發生了變化，並不能用來證明 ChatGPT 或任何 AI 應用直接影響了學生對計算機科學專業的需求。他認為，計算機科學專業歷來具有明顯的週期性，選課人數下降對高校而言並非前所未見的現象。至於這輪降溫只是短期波動，還是學生對計算機科學專業的態度已經出現長期轉變，目前尚無定論。萊特表示：「雖然我認為，未來短期內計算機科學專業選課人數可能繼續減少，但計算機科學學位對許多畢業生來說依然具有很高價值。隨著更多學生陸續作出課程和專業選擇，這一趨勢是否會持續，將會變得更加明朗。」

從產業角度來看，科技業過去一年經歷大規模裁員與招聘趨緩，初級工程師職位競爭更加激烈，可能也影響了學生選擇主修的信心。與此同時，各類 AI 編碼工具性能持續提升，部分企業開始嘗試用 AI 取代部分初階編碼工作，加深外界對「學計算機科學還有沒有前途」的討論。不過，也有專家指出，計算機科學的核心訓練不僅是寫程式，更包含演算法、系統設計、資料結構等基礎能力，這些是 AI 工具難以完全取代的。因此，即使短期選課人數下滑，長遠來看該領域的學位仍具備相當的競爭力。

美國國家學生信息交換中心研究中心的數據也顯示，雖然 2025 年秋季計算機科學專業本科生人數較 2024 年減少，但仍高於 2022 年的水準，顯示整體需求基礎依然穩固。未來幾個月，隨著各校陸續公布 2026 年春季的選課統計，學界將能更清楚掌握這波變化的持續性。總體而言，2025 至 2026 學年美國大學計算機科學專業選課人數的下降，標誌著一個長期增長階段的結束，但背後原因複雜，不能簡單歸咎於單一因素。萊特提醒，這可能只是週期性調整的一部分，而 AI 的影響仍需更多時間與數據來驗證。