「震惊」国内高校集体减计算机专业？

近年来，某些曾经风头无两的本科专业正被悄悄地“下架”。

据官方数据统计，从2020年到2024年，信息管理与信息系统专业以160个的撤销数量高居全国首位，成为高校教育结构调整中的“头号受害者”。

紧随其后的是公共事业管理，被撤销了138个。

而市场营销、产品设计、信息与计算科学、服装与服饰设计、电子信息科学与技术等专业的撤销数量，也都稳稳突破70个。

一、那些“看起来挺有前途”的专业，后来怎么样了？

曾几何时，信息管理与信息系统是被寄予厚望的交叉型专业。

在“管理+技术”这个黄金搭配的包装下，它理应培养出能上能下、既懂算法又懂运营的复合型人才。

但现实往往不如理想丰满。

如今，在社交平台上搜索“信息管理专业”，跳出来的不是学术成果，而是一大堆避雷指南。

“编程不如计算机，管理不如商学院”、“看起来是复合型，读完才发现是四不像”、“既要学C++又要写商业报告，最后还是粉领打杂”……

尤其是在知乎、小红书、豆瓣等平台上，这类吐槽声甚至已经形成了一套惯例，仿佛谁先承认踩过坑，谁就多了几分人生阅历的自嘲资本。

但笑过之后，是挥之不去的失落。

四年时间学习了一门在就业市场里“身份模糊”的专业。毕业后，发现自己既不能在技术岗中拿到offer，也在管理岗前缺乏底气。

在公司里，他们被当成全能型补位，有时也成为优化名单上的常客。毕竟，在讲求效率和结果的时代里，“中间人”的角色最容易被工具化、甚至被AI化。

二、行业东风一停，毕业生只能自谋生路

专业的设立从来不是孤立事件，它是对产业结构的响应与延伸。

当行业快速发展，它就如同春天的种子；但一旦东风停了，专业也只能自行凋零。

当今市场对技术人才的要求愈发纯粹与明确——要么能搞代码，要么能分析模型；要么懂算法逻辑，要么熟AI框架。而对于那些略懂皮毛却不够深入的“跨界人才”，容错率越来越低。

不少信息管理或市场营销专业毕业的学生，已在现实中被迫完成了职业身份的自我重建：

有人自学Python，重新申请计算机相关的研究生项目；有人报了数据分析证书试图转战BI岗；还有人干脆转行进入互联网运营、产品经理、短视频策划等岗位，从零开始打怪升级。

一位进入互联网大厂的信息管理专业女生曾吐槽：

“部门重组像家常便饭，岗位职责每个月都变，做着做着，发现自己已经从信息架构师转成了活动运营，最后负责报销流程优化。我的职业定位，比我的朋友圈还杂乱。”

这句调侃，成了不少同类人的心照不宣。

三、“名称升级”，是解药还是新的伪装？

面对撤销与流失，很多高校开始进行自救式革新。

信息管理变身数据科学与大数据技术，市场营销更名为数字营销与智能传播，产品设计摇身一变成人机交互与服务创新设计……

新名字背后，是对AI时代的焦虑投射，也是一种试图与新技术“合影”的姿态。

但问题在于，换个名字，并不意味着内容就焕然一新。

换汤不换药的课程大纲，依然停留在十年前的模板；教师队伍的专业能力也未必能真正覆盖AI、大数据等新兴领域。

于是，学校有了“新专业”的壳，学生却依然读着“老课程”的心。

当专业成为一种品牌化符号而非能力系统时，学生面对的将不只是就业竞争，而是专业信任感的瓦解。

这不仅削弱了教育体系的公信力，也让很多年轻人对“学了有用吗”产生了越来越根深蒂固的怀疑。

4、出路探索：未来何去何从

面对现实，更多职场人不得不重新规划未来。

比如坚持在AI行业探索，试图找到属于自己的定位，转向AI应用开发，或者进入数据分析等岗位。

值得一提的是，AI行业的核心岗位往往需要更高的学历和更扎实的专业能力。根据《人工智能产业人才发展报告》，算法研究岗和应用开发岗的硕士学历需求比例分别高达45.1%和41.9%。

这表明，通过深造，毕业生可能在AI领域获得更多机会。

此时，一些人开始另辟蹊径，关注起了国际教育资源，比如美国名校开设的在线AI硕士、计算机科学硕士。

海外硕士项目通常更加注重实践，与国内高校「缺实践、教学内容过时与教学方式固化」的课程有所不同。

对于在职场已经积累了一定经验的求职者来说，这或许是一条不错的晋升路径。

比如QS排名位于全美前5%的夏威夷太平洋大学（HPU），推出了在线可读的人工智能硕士（MSAI）。

除了人工智能、机器学习、云计算等核心知识，还有AI系统构建、数据挖掘、可视化等热门应用课程。

更让人惊喜的是，HPU还会提供非学分的AI前沿课程，比如大模型核心技术、生成式AI解密、GPU计算等，让你掌握AI行业的最新动态。

另外，坐落于旧金山市中心，毗邻硅谷的美国金门大学（GGU）也推出了人工智能硕士（MSAI）。

OpenAI、Meta、Google等科技巨头汇聚于此，使得湾区形成了全球最具活力的AI生态。

GGU MSAI聚焦「技术深度+商业落地」双轮驱动。

课程涵盖AI生态系统、安全机制、提示词工程、预测分析、智能体AI等核心模块，同时设有金融、医疗、制造、服务等行业方向的应用课程，帮助学生建立「从算法到场景」的系统认知。

更重要的是，一些在线硕士课程往往对背景要求宽松，甚至非计算机背景的学员，也能顺利入学。

最后想说，任何教育体系，都需要与产业同频共振，优胜劣汰在所难免。

但真正值得深思的是：我们是否过度迷信专业，而忽略了它背后真正该承担的职责——赋能学生未来的能力。