What happened
Analysis and impact
弗吉尼亚联邦大学心理学专业大四学生Faith Maeba的故事颇具代表性。她没有任何编程基础，最初对母亲建议她选修人工智能课程感到抗拒。然而，当她深入探究那些关注职场人类行为的研究生心理学项目时，发现机器学习正在迅速重塑这一领域，于是改变了想法。如今21岁的Maeba正在攻读AI辅修课程，她的转变折射出一个更广泛的现实：AI正在“缩短新手与专家之间的距离”，正如一位劳动力发展协调员所言来源：newswav.com。
高校对此反应迅速。德克萨斯大学奥斯汀分校的Peter Stone教授专门为非计算机专业学生开发了AI入门课程，而普渡大学更将AI素养设为毕业的硬性要求来源：streamlinefeed.co.ke。这一系列举措背后是冰冷的就业数据：尽管入门级软件开发人员的招聘有所放缓，计算机科学专业的整体入学率甚至出现下滑，但具备AI应用能力的毕业生在金融、咨询、设计等领域的竞争力显著增强。
这种跨学科渗透与AI工具的平民化趋势密不可分。就在本周，火山引擎正式上线了Seedance 2.5视频模型API，原生支持30秒视频直出和最高50个全模态素材参考，使影视创作的门槛大幅降低来源：IT之家。同样，OpenAI的ChatGPT Enterprise已被税务咨询公司HSP GRUPPE用于提升工作效率与服务质量来源：OpenAI Blog。当创作、分析、编程等专业能力被封装为简单的自然语言交互时，理解AI的运作逻辑、学会与之协作，便成为比掌握特定编程语言更普适的能力。
当然，AI的普及也带来了新的治理挑战。小红书近期发布的《AI治理规则公告》明确要求创作者主动披露AI生成内容，反对AI洗稿和合成他人声音等行为来源：IT之家。这提醒我们，高校在培养学生“使用AI”的同时，也需同步建立“辨识AI”与“负责任地使用AI”的伦理框架。当心理学学生用AI分析行为数据、税务顾问用AI处理报表、艺术家用AI生成视频时，他们需要的不仅是操作指南，更是对算法偏见、信息真实性等深层问题的批判性思考。