在人工智能时代，如何决定上大学对你是否值得（2026年）

我以教授大学入学考试为生，所以显而易见，大家会期望我说上大学是值得的。对于我一对一辅导的学生来说，上大学是不需要多想的事情。但在我的工作之外，当我告诉别人我是做什么的时，很多人都会问……你真的觉得在人工智能时代上大学值得吗？

我的回答比我能在几句话里回复的要更有细微差别，所以我写了这篇文章发给他们。不，上大学并不总是值得的。但人工智能不但没有削弱大学教育的价值，反而提升了它。

误导性的大学投资回报率（ROI）

财务很重要。在研究大学时，无论是学生还是父母，或者双方，总会在某个阶段关注大学的投资回报率。（这里有一个很棒的网站可以做到这一点！）

从纯粹的金钱角度来看，许多人已经注意到，某些大学学位和某些大学并不值得。（你不能给快乐贴上价格标签，哈哈）。问题就在这里。查看特定大学或特定学位并期望当前趋势保持不变的投资回报率，就是把过去的表现当作未来的保证。也就是说，STEM（科学、技术、工程和数学）领域过去做得很好，所以它们会继续做得很好。虽然这种逻辑在某种程度上听起来合理，但它并不确定。不过，我要讲的更有趣的例子是关于人文学科的价值，由于大语言模型的广泛使用，人们可以推断出人文学科的价值将会增加。

具体的投资回报率示例

问题不在于投资回报率计算器。投资回报率计算器拥有好的数据，我的意思是数据卫生的角度。我将展示几个大学投资回报率计算的例子，来阐述我所说的投资回报率计算器不是问题是什么意思：问题在于我们如何使用它们，这具有极大的误导性。

让我们考虑一个英语学位：

ZipRecruiter表示，平均英语专业毕业生收入为5.8万美元。同样，这些数据实际上非常好，它深入到了中位数，指出中位数跨度很广，这意味着英语专业学生在预期投资回报率方面情况各不相同。这是很好、解析得很透彻的数据。

在我谈到为什么使用投资回报率计算器做决定可能是不可取之前，我们必须先讨论一点统计学。很多人认为“平均值”（mean）这个词就像“美国平均收入是69770美元”一样，但美国普通工人一年的收入并没有那么多，就像他们有2.5个孩子一样：他们根本没有。

美国普通工人并没有赚到平均收入。我知道这听起来可能令人困惑，但这其实是“平均”这个词的两种不同用法。普通工人（average worker），指的是最常见、最普通的平凡人。平均收入（average income）指的是统计平均数。这两者并不相同。

就收入而言，平均值具有误导性，因为有少数高收入者大大拉高了平均值。在这种情况下，中位数更有用：美国普通工人的中位收入为46960美元，这比“平均”美国工人预期能赚到的钱要接近得多。两者相差22810美元。如果你试图根据平均值来做生活规划（人们一直都在这么做），当你达到中位水平时，你会感到非常失望。

这篇文章将回答上大学是否值得的问题：答案不是定量的，而是定性的。上大学可以带来巨大的收益。但在另一个层面上，按花费的百分比与赚取的百分比来比较投资回报率是错误的。财务是最重要的，只是它们并没有真正说明大学背后的数学原理。原因在于投资回报率并没有告诉你一个人的动力是什么，或者事情是如何演变的。

黑天鹅事件

很难进行苹果与橘子的比较，而这正是人们在说“大学学位的平均投资回报率是x”时试图做的事情。我们不需要回顾太远的历史，就能明白为什么根据投资回报率去计划获得某个大学学位是不可取的。

让我们考虑一下计算机工程专业作为大学专业的出现，这是一个无可争议的“高投资回报率”大学专业。1960年至2015年大学毕业生起薪的官方研究甚至无法将计算机工程包括在内，因为这个学科在20世纪60年代根本不存在。

计算机工程作为一个领域兴起于20世纪70年代，并在整个80年代和90年代初不断发展。但该学科并没有出现爆炸性增长，而是在大约1994年至2004年期间几乎翻了一番。以下人员在90年代中期获得了计算机科学或计算机工程学位，正赶上该领域最大规模扩张的起点。他们中没有人能查阅大学投资回报率计算器并预测自己会取得多大的成功。

• 马克·安德森（Marc Andreessen）：1993年毕业于伊利诺伊大学，获计算机科学学士学位。他是Mosaic的共同创建者、Netscape的联合创始人，现在是一名超级风险投资家。
• 谢尔盖·布林（Sergey Brin）：1993年毕业于马里兰大学，获数学和计算机科学学士学位。谷歌联合创始人。
• 拉里·佩奇（Larry Page）：1995年毕业于密歇根大学，获计算机工程学士学位。谷歌联合创始人。
• 布莱恩·阿克顿（Brian Acton）：1994年毕业于斯坦福大学，获计算机科学学士学位。创立了WhatsApp，该公司以约190亿美元的价格卖给了Facebook。
• 马克斯·列夫琴（Max Levchin）：1997年毕业于伊利诺伊大学，获计算机科学学士学位。PayPal联合创始人。

（这份名单中明显缺少史蒂夫·乔布斯，因为他在从里德学院辍学之前学的是英语）

虽然财务非常重要，但大学学位不仅仅是一个投资回报率。这是一个定性的决定。这是需要你和你的孩子共同做出的决定。

人工智能难道不会抢走我们的工作吗？

首先，将上大学与在你所学领域找到工作联系起来是很棘手的。英语专业的人不一定会成为英语教授，社会学专业的人不一定会成为社会学家，表演专业的人也不一定会成为演员，诸如此类。我想更详细地探讨这种联系。但首先，在说了上述内容之后……

不，人工智能不会抢走我们的工作。根据斯坦福大学的研究，人工智能对劳动力市场的影响一直很小。

“也没有什么证据表明人工智能在受人工智能影响最大的职业中抑制了就业或招聘广告。高暴露于人工智能的职业的就业趋势相当稳定。虽然重度依赖编程的职业的就业增长有所放缓，但它仍然保持正增长。没有证据表明人工智能的采用对公司的招聘广告产生了负面影响。事实上，在过去的一年里，软件开发人员（一个受影响极高的职业）的在线招聘广告增长速度比其他职业还要快。在采用企业人工智能的公司中，采用后的两年内就业增长了10%，这一效应主要由人均人工智能支出最高公司推动。”

总体数据并未显示人工智能在摧毁工作岗位。但新毕业生正在进入人工智能最擅长的职业，而这些领域的早期职业招聘已经减弱。研究人员尚无法说明其中有多少是人工智能的原因，多少是利率的原因，但这确实是值得关注的事情。

人工智能如何影响上大学的决定？

这种入门级岗位的疲软是关于大学实际用途的最有力论据。我将借用一个非常大胆的主张，来继续探讨一个人的大学专业与工作之间的联系。现在比以往任何时候都更重要的是，不要为了找工作而上大学。你上大学是为了培养批判性推理能力。如果你需要技术培训，那么你可以去读专上学校：法学院、医学院、硕士/博士培训。但大学的重点过去是、现在也一直是培养批判性推理能力。让我解释一下。

在过去的30年里，大学费用基本上翻了一番。造成这种情况的原因有很多，其中大多数并不是好原因。列举和讨论这些原因超出了本文的范围。如前所述，财务很重要。与预期投资回报率相比，不断上涨的大学费用让许多人在过去30年里质疑大学教育的价值，尤其是当它没有提供动手职业培训时。这是可以理解的。

为了提高大学投资回报率，好心的人们随后将动手职业培训作为大学课程的一部分（指的是实习之外的职业培训）。但我认为这种做法被误导了。随着技术发展越来越快，大语言模型的出现就证明了这一点，任何采用高技术的动手应用都可能迅速过时。常识告诉我们，软件工程师学习的是原则，而不是编程语言。同样，动手培训实际上对大学学位来说是一种糟糕的利用。因为最难培养且大学确实能够做得很好的一点是：批判性推理能力。这是你无法量化或衡量但将获得并且确实会获得数倍回报的终极职业技能。

为什么上大学（以及获得人文学科学位）比以往任何时候都更值得

回到开头提出的问题：上大学值得吗？特别是考虑到人工智能。我的回答是：如果大学非常适合你的儿子或女儿，那么现在是上大学的最佳时机。但问题实际上不在于大学投资回报率本身，而是太多人为了错误的原因上大学。我认为人文学科专业的毕业生在未来几年将非常抢手，也许就像现在优秀的软件工程师一样。原因与大语言模型的工作原理（或不起作用的原理）息息相关。

大语言模型什么也不知道。它们基本上是美化了的自动纠错机。当你的手机根据你输入的“th”认为你将拼写“thinks”时，这就是大语言模型运行的相同原理。除了它们是以如此大的规模进行操作，以至于人们（神经正常者）将人类的思想赋予了它们，比如推理能力。

但大语言模型没有推理能力。它们只知道根据用户的输入，哪个回应最有可能让用户满意，仅此而已。但它们并不知道用户是否应该做他们正在尝试做的事情。无论是从伦理、道德还是财务角度。虽然有一些护栏到位，但从根本上讲，人工智能什么也不知道。

有些人试图将大语言模型（ChatGPT、Claude）与AGI（通用人工智能）区分开来。单词“通用”旨在通过表示能够进行推理的AGI，来将AGI与人工智能区分开来。这种区别是必要的，因为人工智能无法推理。根据顶尖研究人员的说法（《通过专家眼光看人工智能》一书），我们目前不知道AGI会是什么样子，也不知道我们将如何实现它。大语言模型不是AGI，它们无法推理。

但人们一直认为人工智能可以推理。这将成为未来的一大问题。作为一个可比的类比，问问那些在90年代经商的人，当Lotus比Excel更受欢迎时是什么感觉。他们会告诉你，人们会把他们的商业模式放入Excel（或Lotus）中，然后发现自己将成为一夜暴富的百万富翁，因为电子表格是这么告诉他们的。听起来熟悉吗？当时与现在的唯一区别在于，人工智能比电子表格更有说服力，这是因为人工智能公司一直试图让我们认为大语言模型比电子表格聪明得多。

但这篇文章的重点是帮助父母或学生阐明大学教育的价值。大学的价值在于它帮助你理解这个世界，并处于解决问题的前沿。它不是通往辉煌职业生涯的金券，也不是你所有艰苦努力的终点。如果你想做大学学位能为你做好准备的事情，那么大学教育就是有价值的。

定性的决定

我在问你想过什么样的生活。你是否想要这样一种生活：你工作非常努力，但不需要为了做出看似简单的决定而淹没在相互冲突的意见和研究中？如果你对这个问题回答“是”，那就不要上大学。但也要明白你可能放弃了什么。

如果你想努力工作，仔细研究问题，学习如何不断转变视角以理解不同的观点，让自己接触到多到无法完全掌握的主题，那么上大学可能是你的正确选择。

这两个决定之间的重要区别在于它们是不同的生活方式，而不是说其中一个一定比另一个工作更努力。也没有人说其中一个比另一个更好。同样不真实的是，某种选择对每个人来说都是普遍更好的。该选择需要与个人相契合。这就是为什么本指南正在帮助你选择适合你的选项。你需要回答的问题是：上大学对你来说值得吗？