在人工智能技術迅猛發展的當下，計算機科學（CS）學位的未來價值引發了廣泛討論。近日，被譽為“人工智能教父”的杰弗里?辛頓（Geoffrey Hinton）在接受媒體采訪時明確表示，盡管AI正在重塑編程行業，但此刻遠非放棄攻讀CS學位的時機。他強調，計算機科學的價值遠不止于編程技能本身。

辛頓指出，許多人誤以為CS學位的核心內容就是學習編程，但這種認知過于片面。隨著AI技術的進步，單純具備中級編程能力已難以保障長期職業穩定性，因為AI系統已能勝任許多基礎編程任務。然而，計算機科學培養的系統性思維、問題解決能力以及跨學科應用潛力，使其在相當長時期內仍具有不可替代的價值。

這一觀點得到了科技界多位領軍人物的呼應。OpenAI董事長布雷特?泰勒（Bret Taylor）以自身經歷為例，強調CS學位的持久價值。這位斯坦福大學計算機科學雙學位獲得者表示：“編程的本質是系統性思維訓練，而非簡單的代碼編寫。計算機科學教育培養的邏輯分析能力，在任何技術領域都至關重要。”

谷歌Android部門負責人薩米爾?薩馬特（Sameer Samat）則從教育改革角度提出，CS課程需要重新定位核心目標。他認為，當前教育應更注重培養“解決問題的科學思維”，而非聚焦于特定編程工具或語言的使用。這種轉變將幫助學生更好地適應技術快速迭代的職場環境。

加州大學伯克利分校教授哈尼?法里德（Hany Farid）從就業市場角度分析指出，CS畢業生的職業機遇正在向跨學科領域拓展。他觀察到，傳統科技巨頭的招聘需求雖仍存在，但最具創新性的崗位往往出現在計算技術與生物醫藥、金融、人文藝術等領域的交叉地帶。“計算藥物發現、醫學影像分析、計算神經科學這些新興領域，正在創造大量高價值就業機會。”法里德在今年9月的學術論壇上這樣表示。

針對年輕學習者是否應繼續學習編程的爭議，辛頓給出了肯定答案。他將編程學習比作人文教育中的拉丁語課程：“就像人文學者研究拉丁語并非為了日常交流，而是為了理解經典文獻的思維邏輯，編程訓練培養的抽象思維能力同樣具有長期價值。即使未來AI能完成大部分編碼工作，這種思維訓練本身也不會失去意義。”

對于有志于AI領域深造的學生，辛頓特別強調批判性思維的重要性。他建議學生重點掌握數學、統計學、概率論及線性代數等基礎學科：“這些知識構建了理解AI技術的理論框架，其價值不會因技術工具的更新而消減。相比追逐短期熱門技能，培養深厚的理論功底更能應對未來挑戰。”