Bằng cấp khoa học máy tính từng hứa hẹn một sự nghiệp thoải mái trong ngành công nghệ. Giờ đây, tham vọng của học sinh được định hình bởi AI, trong các lĩnh vực kết hợp máy tính với phân tích, diễn giải và dữ liệu.

Vào đầu những năm 2010, gần như mọi học sinh định hướng đại học có khiếu STEM đều nghe cùng một lời khuyên: Học lập trình. Python là tiếng Latin mới. Khoa học máy tính là tấm vé đến một cuộc sống ổn định, được trả lương cao và bền vững trong tương lai.

Nhưng vào năm 2025, ánh hào quang đã mờ nhạt. "Học lập trình" giờ nghe có vẻ giống như "học tốc ký." Thanh thiếu niên vẫn muốn có việc làm trong công nghệ, nhưng họ không còn thấy một con đường duy nhất để đến đó. AI dường như sẵn sàng chiếm lấy các công việc lập trình, và không có nhiều lớp AP về lập trình cảm tính. Các giáo viên của họ đang vội vã để theo kịp.

"Có sự chuyển dịch từ việc học càng nhiều khoa học máy tính càng tốt sang giờ đây cố gắng tham gia càng nhiều khóa học thống kê càng tốt," Benjamin Rubenstein, phó hiệu trưởng tại Manhattan Village Academy ở New York nói. Rubenstein đã dành 20 năm trong các lớp học ở Thành phố New York, đủ lâu để chứng kiến "đường ống STEM" biến thành một mạng lưới các con đường phân nhánh thay vì một đường thẳng. Đối với học sinh của ông, học thống kê cảm thấy thực tế hơn.

Bốn mười năm trước, học sinh được truyền cảm hứng bởi NASA mơ ước trở thành nhà vật lý hoặc kỹ sư. Hai mười năm sau đó, sức hấp dẫn của các công việc tại Google hoặc các gã khổng lồ công nghệ khác đã đưa họ vào khoa học máy tính. Giờ đây, tham vọng của họ được định hình bởi AI, dẫn họ ra khỏi những thứ AI có thể làm (lập trình) và hướng tới những thứ nó vẫn đang gặp khó khăn. Khi số lượng trẻ em tìm kiếm bằng cấp khoa học máy tính giảm sút, học sinh trung học có tư duy STEM đang nhìn vào các lĩnh vực kết hợp máy tính với phân tích, diễn giải và dữ liệu.

Rubenstein vẫn yêu cầu mọi học sinh phải học khoa học máy tính trước khi tốt nghiệp, "để họ có thể hiểu những gì đang diễn ra đằng sau hậu trường." Nhưng khoa toán của trường ông giờ đây kết hợp kiến thức dữ liệu với mục đích: một lớp Toán Ứng dụng nơi học sinh phân tích dữ liệu Sở Cảnh sát New York để đề xuất thay đổi chính sách, và một khóa học Dân tộc học Toán học liên kết toán học với văn hóa và bản sắc. "Chúng tôi không muốn toán học cảm thấy tách biệt khỏi cuộc sống thực," ông nói.

Đó là một sự thay đổi nhỏ nhưng có ý nghĩa - một sự thay đổi mà Rubenstein nói không xảy ra một cách cô lập. Sau một thời kỳ bùng nổ dài, các trường đại học đang chứng kiến làn sóng khoa học máy tính nguội lạnh. Số lượng bằng cấp khoa học máy tính, kỹ thuật máy tính và thông tin được trao trong năm học 2023-2024 tại Mỹ và Canada giảm khoảng 5,5% so với năm trước, theo một cuộc khảo sát của tổ chức phi lợi nhuận Computing Research Association.

Ở cấp trung học, sự thèm khát dữ liệu có thể nhìn thấy được. AP Statistics ghi nhận 264.262 đăng ký thi vào năm 2024, khiến nó trở thành một trong những bài thi AP được yêu cầu nhiều nhất, theo Education Week. Các kỳ thi khoa học máy tính AP vẫn thu hút số lượng lớn - 175.261 học sinh tham gia AP Computer Science Principles, và 98.136 tham gia AP Computer Science A vào năm 2024 - nhưng tín hiệu rõ ràng: Kiến thức dữ liệu giờ đây nằm cạnh lập trình, không phải bên dưới nó.

"Học sinh coi mình là người STEM sẽ theo đuổi bất cứ điều gì họ nghĩ làm cho họ trở thành một hàng hóa, một thứ có giá trị tại nơi làm việc," Rubenstein nói. "Nơi làm việc về cơ bản có thể thay đổi giáo dục nếu muốn bằng cách nói, 'Đây là những gì chúng tôi cần từ học sinh.' K-12 sẽ làm theo."

Giữa tất cả điều này, sự trỗi dậy của AI khiến các giáo viên ở vị trí khó khăn. Họ đang cố gắng chuẩn bị học sinh cho một tương lai được định nghĩa bởi học máy trong khi quản lý việc những công cụ tương tự có thể dễ dàng làm gián đoạn quá trình học tập.

Tuy nhiên, Rubenstein tin rằng AI có thể trở thành một đồng minh thực sự cho các nhà giáo dục STEM, không phải là sự thay thế. Ông tưởng tượng các lớp học nơi thuật toán giúp giáo viên xác định học sinh nào nắm bắt một khái niệm và học sinh nào cần thêm thời gian, hoặc đề xuất các dự án dữ liệu phù hợp với sở thích của học sinh - những cách để làm cho việc học trở nên cá nhân hóa và ứng dụng hơn.

Đó là một phần của cùng sự thay đổi mà ông đã thấy ở học sinh của mình: một sự chuyển dịch hướng tới việc học cách diễn giải và sử dụng công nghệ, không chỉ xây dựng nó. Các nhà giáo dục khác đang bắt đầu suy nghĩ theo những hướng tương tự, khám phá cách các công cụ AI có thể tăng cường kiến thức dữ liệu hoặc mở rộng quyền truy cập vào giáo dục STEM được cá nhân hóa.

Tại Đại học Georgia, nhà nghiên cứu giáo dục khoa học Xiaoming Zhai đã đang thử nghiệm điều đó có thể trông như thế nào. Nhóm của ông xây dựng những gì ông gọi là "hệ thống lớp học đa tác nhân," các trợ lý AI tương tác với giáo viên và học sinh để mô hình hóa quá trình điều tra khoa học.

Các dự án của Zhai thử nghiệm một loại kiến thức mới: không chỉ cách sử dụng AI mà còn cách suy nghĩ với nó. Ông kể câu chuyện về một học giả thỉnh giảng chưa bao giờ viết một dòng code nhưng đã sử dụng AI tạo sinh để xây dựng một mô phỏng khoa học hoạt động.

"Rào cản cho lập trình đã được hạ thấp," ông nói. "Kỹ năng thực sự bây giờ là tích hợp AI với chuyên ngành của riêng bạn."

Zhai tin rằng AI không nên được coi như một sự kết hợp của các ngành STEM mà là một phần cốt lõi của nó. Thế hệ nhà khoa học tiếp theo, ông nói, sẽ sử dụng thuật toán như cách người tiền nhiệm của họ sử dụng kính hiển vi - để phát hiện các mẫu, thử nghiệm ý tưởng và đẩy ranh giới của những gì có thể biết được.

Lập trình không còn là biên giới; kỹ năng thực sự là học cách diễn giải và hợp tác với trí tuệ máy móc. Với tư cách là chủ tịch của một ủy ban quốc gia về AI trong giáo dục khoa học, Zhai đang thúc đẩy để làm cho sự thay đổi đó trở nên rõ ràng, thúc giục các trường học dạy học sinh khai thác độ chính xác của AI trong khi vẫn cảnh giác với các điểm mù của nó.

"AI có thể làm một số công việc mà con người không thể," ông nói, "nhưng nó cũng thất bại một cách nspectacular bên ngoài dữ liệu đào tạo của nó. Chúng tôi không muốn học sinh nghĩ AI có thể làm mọi thứ hoặc những người hoàn toàn sợ nó. Chúng tôi muốn họ sử dụng nó một cách có trách nhiệm."

Sự cân bằng giữa thành thạo và hoài nghi, tham vọng và bản sắc đó, đang âm thầm viết lại ý nghĩa của STEM trong các trường học như của Rubenstein. Các lớp khoa học máy tính không biến mất, nhưng chúng đang chia sẻ sân khấu với các môn tự chọn pháp y, phòng thí nghiệm khoa học viễn tưởng và các cuộc tranh luận về đạo đức dữ liệu.

"Học sinh không thể nghĩ về mọi thứ như được phân chia thành từng khoang nữa," Rubenstein nói. "Bạn cần nhiều ngành để đưa ra quyết định tốt."

AI không sắp đến - nó đã ở đây. Học sinh STEM ngày nay không chống lại nó; họ đang học cách đọc nó, đặt câu hỏi về nó và sử dụng nó. Kỹ năng mới không phải là lập trình máy, mà là hiểu logic của nó đủ tốt để điều khiển nó.