前段时间几个朋友资询我,小孩要上大学了,选专业让给些建议,我一时语塞。因为在知时快速迭代的今天,任何今天学的东西,可能未来几年就过时了。另外叠加AI快速发展的时代。专业选择更加难以选择。
后来跟几位来自HR,研发,软件,金融,的朋友讨论下来,结论是:选自已感兴趣的专业就好,兴趣会让你去接触到这个专业最前研的知识,同时遍开可遇见的能让AI轻易取代的重复性工作。
另外deepseek了一下这个问题如下,也很中肯客观,供各位参考。
各行的朋友在AI时代选专业,核心思路是:避开AI擅长的“模式识别”和“重复劳动”,投向AI难以替代的“复杂决策”、“情感连接”和“跨界创造”。
基于这个逻辑,可以把专业分为三类:
1. 与AI共生的高潜力方向
这些是技术核心,需求大但竞争激烈,适合数学、逻辑强,且能接受持续学习的人。
· 计算机科学:重点学AI系统构建、算法、云计算等,不建议只学纯应用编程,要多关注AI底层。
· 数据科学:核心是从数据中提取商业决策洞察。需补齐统计学和业务分析能力。
· 电子信息工程:AI的物理载体,芯片设计、嵌入式系统、物联网是未来10年的硬需求。
· 自动化/机器人工程:侧重控制算法、机器人操作系统,负责将AI指令转化为物理动作。
2. 打造“AI铠甲”的稳健方向
这类专业利用AI增强能力,同时凭借人类独特的复杂沟通和创造性难以被替代。
· 临床医学/护理:诊断可参考AI,但手术、共情、临终关怀等无法被取代。
· 心理学/心理咨询:AI可以提供认知行为疗法的模板,但无法复刻真实的人际信任。
· 法学:合同审查会被AI颠覆,但出庭辩论、商业谈判等价值会更高。
· 教育/师范:标准知识传授可被替代,但个性化引导、品格塑造是不可或缺的。
· 建筑学/城乡规划:生成式AI可做方案初筛,但复杂需求的利益协调和审美决策需要建筑师。
· 哲学/历史/文学:AI能模仿风格,但无法进行真正的意义阐释、价值批判和体系构建。
3. 需要转型的传统专业
这些专业基础但核心任务易被AI替代,必须通过“+AI”来升级。
· 会计学 → 管理会计:从记账转向税务筹划、风险控制。
· 外语/翻译 → 本地化与跨文化管理:从文字转换转向文化适配。
· 新闻传播 → 内容策展与事实核查:从写稿转向选题、求证和深度调查。
· 基础法律文秘 → 合规与数据隐私官:未来需具备AI法律和隐私计算知识。
· 基础编程 → AI产品经理:如果不学AI算法,纯CRUD程序员会面临替代压力。
一些具体建议
· 核心原则:主动拥抱专业与AI的交叉。
· 避开陷阱:尽量不选仅培养单一、标准化技能的专业,如“纯打字录入”、“初级平面排版”。
· 发展策略:培养复合能力,比如医学+AI(医学影像分析),法律+AI(智能合约),或者侧重于线下的硬技能(如电工、护理)。
· 关注新兴:如人机交互、AI伦理、数字医疗等,目前虽小众但前景好。
总而言之,AI更像“电力”,会全面渗透。选专业的关键不在于对抗它,而在于学会如何高效利用它,并同时培养AI做不到的好奇心、批判性思维和共情力。
夜雨聆风