成品免费网站w灬入口尿尿

根据纽约联邦储备银行和美国劳工统计局在2025年5月发布的就业报告，计算机工程（Computer Engineering）和计算机科学（Computer Science）这两个计算机专业，分别以7.5%和6.1%的失业率位列美国本科专业失业榜第3名和第7名，比冷门的艺术史专业的失业率还要高出一倍多。在我们的评估模型中，目前学科门类中，也只有哲学、农学和历史学能说暂时没有AI替代风险高的专业。

成品免费网站w灬入口尿尿又到一年高考志愿填报季。过去，选专业常看的是兴趣志向、就业前景，但如今人工智能的浪潮已席卷千行百业，考生与家长又多了一个无法回避的顾虑：到底选什么专业才不会被AI轻易取代？

但在面对需要大量情感与社交互动的场景，决策流程较为复杂的地方，以及现有标注数据较少的知识领域，人工智能就常常力不从心了。

“可以确定的是，对于未来的本科生而言，只学单一学科一定不够了。”北京大学教育学院研究员卢晓东近期在接受《看天下》杂志采访时说。

更重要的是，不要因为AI的发展而过于焦虑，因为新技术在终结一些旧职业的同时，也在创造新的需求。就像宇树科技创始人王兴兴最近给高考考生的报考建议结尾所说：“每一代年轻人有每一代人的机遇。”

澎湃美数课分析了600个最具代表性的本科专业所教授的各项知识能力，发现高校最常设立的10个专业，不少都可能受到AI的冲击，从英语到看似在AI时代更有优势的计算机科学与技术，没有几个专业在AI冲击这件事上敢说自己高枕无忧。

但让很多人会意外的是，AI冲击不单单是翻译、秘书学这些文科类专业，包括理学、工学在内的专业，都有被人工智能影响的专业，例如信息与计算科学、应用统计学。

其次，一些专业AI替代指数低的专业，可能是现有标注数据较少的缘故，也就是针对这项能力，AI缺少学习的材料。比如梵语巴利语这一专业的指数仅为2.2，替代风险很低，但招生规模也极为有限，全国仅北京大学一所学校有本科招生。因此，完全照着AI替代风险低的专业去填志愿，也不可取。

因此，当一个专业的核心能力标准化程度高、大模型容易学习模仿，那被AI替代的风险就很高。比如翻译专业的核心能力是“具有扎实的相应语言基础和较熟练的听、说、读、写、译”，AI替代指数高达8分，导致其成为容易被AI替代的专业。

考生在选择专业后，还需要密切关注就业市场的趋势，学会将AI等新技术与自己的专业相融合。因为随着技术的发展，我们传统印象中的文理工农之间的界限正在变得模糊。

但考生在选择这些新兴专业时，也需要留心学校的培养方案或已读该专业的学长学姐评价，避免踩坑“假交叉”专业。北京航空航天大学人文社会科学学院的马永红等人2024年在《中国科学报》上曾发文提到，“某些高校为了迎合大趋势和标新立异，出现了拍拍脑袋就进行学科交叉的情况，即为了交叉而交叉，或为了申请项目而交叉”。

不过，上述数据的发布方还提到，诸如销售、客服、软件研发这样的职业招聘需求依然位列招聘市场的前十位，一方面是因为“AI对岗位的替代需要时间”，另一方面也是因为“企业和求职者同时在进行积极应对”。

很多人可能注意到，为了应对人工智能等新技术带来的冲击，很多高校的人文社科专业在突破固有边界，探索与自然科学、工程技术等领域的深度交融。

不仅文科在寻求融合，早在2019年，教育部就明确提出构建新工科、新医科、新农科与新文科，推动文理深度融通，打破学科壁垒。

如今6年过去，交叉学科越来越多。根据教育部最新公布的自主设置交叉学科名单，截至2024年6月，全国已有239所高校开设了总计723个交叉学科，共878个交叉学科学位授权点。例如清华大学所开设的信息艺术设计，就是交叉学科，它所涉及的一级学科包括新闻传播学、计算机科学与技术和设计学。

选择优先培养那些人工智能还无法替你去做的事——形成自己的认知框架，AI可以为你提供建议，但最终做决定的人还是你；丰富自己的表达协作能力，人与人之间的沟通不只是简单的字符传递，人有情绪有感情，不用按概率来说话；好好锻炼身体，不做“脆皮”大学生……

以农学专业为例，北京市农林科学院信息技术研究中心研究员吴华瑞在调研中发现，国内蔬菜无人农场全自动移栽机漏苗率高，仍需人工补苗，而日本同类设备因技术封锁无法引进。要打破僵局，需要解决无人农场领域人才匮乏的问题。吴华瑞说：“未来无人农场领域的人才培养需注重交叉学科融合，培养既懂人工智能、机器人技术，又熟悉农业生产规律的复合型人才。”

尽管交叉专业如何培养还需要时间来探索，但可以肯定的是，随着人工智能在各领域的攻城拔寨，选一个专业、学一种技能、一碗饭吃终身的时代正在结束，培养终身学习的能力，成为所有人都无法回避的问题。

首先，这套各专业的AI替代风险评估体系，仅基于能力层面来做的评估，并未考虑社会在一些领域对人工智能的接纳度。比如在看病救人、司法裁决这样的领域，依然存在社会伦理尚未跟上技术发展的情况。所以，尽管从能力上看，AI在临床医学专业的替代指数已经达到了5.75，但实际替代风险并没有那么高。

我们注意到，DeepSeek出现后，大模型部署和应用的成本大幅降低，企业使用AI的兴趣也在日益增高。根据智联招聘和北京大学国家发展研究院联合发布的《AI大模型对我国劳动力市场潜在影响研究：2024》，编辑/翻译、金融/保险服务、销售/商务拓展等职业未来被大模型替代的风险高，这些职业在招聘市场中的比例也已开始下降。

今年3月，复旦大学一度被传文科专业要缩招，但其实是误读。2025年复旦本科招生名额中，人文社科背景的依然占到了30%，只是其中有1/3是文科与理工医学科交叉的双学士学位，复旦大学校长金力说，“希望通过文理交叉、文工结合、文医融通，催生新的学科增长点”。

我们知道，当下各类大模型的核心能力是建立在庞大训练数据之上所掌握的“预测”能力，从生成语言文字到产出视频画面，都是依据大数据所沉淀的人类经验算出来的。有赖于海量训练集不断“喂题刷级”，大模型算对的概率也越来越高。

要理解为何连计算机科学与技术这样的工学专业都和汉语言文学专业一样，AI替代风险都是中性，而不是低风险，就需要先解释这套AI替代风险是如何计算出来的。

以新闻学这个多数人不会感到陌生的专业为例，高校培养学生的能力一般是围绕“掌握新闻采访、写作、编辑、评论、摄影等业务知识与技能”等展开。相比需要调用文字理解和记忆能力的“掌握新闻学基本理论与基本知识”等，人工智能在“具有调查研究和社会活动能力”这项上替代的风险要更低，毕竟AI很难做到与受访者建立起丰富的情感连接，更别说长期互动。

我们将这些交叉学科中所涉及的一级学科两两匹配，并以文理工这3个领域中同一交叉组合出现超10次的为代表作为展示，会发现横跨文理的交叉学科不在少数。

专业整体的AI替代指数也并非各项能力指数的简单均值，而是基于各项能力被使用的频次来加权计算出的。新闻学的AI替代指数是6.8分，就受“采写能力”和“社会活动能力”两项的影响较大，因为相比其他3项能力，这2项对新闻学专业的同学来说，是最显性的要求

因此，当下的人工智能本质上是一个靠数据驱动的工具。在应用场景明确、复用频次庞大的能力上有着远胜于人的优势。比如河北省胸科医院的放射科主任张莹说，他们的医生以前看一套胸部CT影像找肺结节，至少要10分钟时间，但在引入AI医学影像处理和分析系统后，只要5秒就能把三四百幅的图像预分析完，并且正确率也越来越高。