在人工智慧時代，如何決定大學對您是否值得（2026年）

我以教授大學入學考試為生，所以顯然大家都會預期我說大學是值得的。對於我一对一輔導的學生來說，上大學是毫無懸念的。但在工作之外，當我告訴別人我的職業時，很多人都會問……您真的認為在人工智慧時代上大學是值得的嗎？

我的回答比我用幾句話回覆的要更為細緻，所以我寫了這篇文章發給他們。不，大學並不總是值得的。但人工智慧非但沒有削弱大學教育的價值，反而提升了它。

具有誤導性的大學投資報酬率（ROI）

財務非常重要。在某個時間點，當考察大學時，無論是學生還是家長，或兩者兼有，都會看大學的投資報酬率。（這裡有一個很好的網站可以做到這一點！）

純粹從金錢角度來看，很多人已經注意到有些大學學位和有些大學是不值得的。（幸福是無法用金錢來衡量的，哈哈）。問題就在這裡。查看特定大學或特定學位的大學投資報酬率並期望當前趨勢保持不變，無異於將過去的表現當作未來的保證。也就是說，STEM 領域過去表現良好，所以它們會繼續表現良好。雖然這種邏輯在某種程度上是合理的，但它並非確定的。不過，我將要探討的更有趣的例子，是關於人文學科的價值，透過演繹法可以推斷出，由於大型語言模型（LLM）的普及，人文學科的價值將會上升。

具體的投資報酬率範例

問題不在於投資報酬率計算器。投資報酬率計算器有很好的數據，我的意思是從數據健康的角度來看。我將展示一些大學投資報酬率計算的例子，來闡述我所說的「投資報酬率計算器不是問題」是什麼意思：問題在於我們使用它們的方式極具誤導性。

讓我們考慮一個英語學位：

Ziprecruiter 表示，英語系主修的平均收入是 58k。再次強調，這些數據其實非常好，它探討了中位數，並指出中位數的跨度很廣，這意味著英語系主修生在預期投資報酬率方面各不相同。這是經過良好解析的優質數據。

在我談到為什麼使用投資報酬率計算器來做決定可能是不可取之前，我們必須先談談統計學。很多人認為「平均值」這個詞就像「全美平均收入是 69,770 美元」一樣，但全美平均每位勞工一年賺的錢就像他們有 2.5 個孩子一樣：他們根本沒有。

全美平均勞工賺得的並不是平均收入。我知道這聽起來可能令人困惑，但這是「平均」這個詞的兩種不同用法。平均勞工，指的是最常見的、普通的民眾。平均收入則指統計學上的平均值。這兩者是不一樣的。

就收入而言，平均值具有誤導性，因為有少數高收入人群將平均值拉高了很多。在這種情況下，中位數更有用：全美勞工的中位數收入是 46,960 美元，這比普通美國勞工期望賺到的金額要接近得多。這相差了 22,810 美元。如果你試圖根據平均值來做生活規劃，人們總是這樣做，那麼當你達到中位數時，你將會大失所望。

這篇文章將回答大學是否值得的問題：答案不是量化的，而是質化的。大學可以帶來巨大的財富回報。但在另一個完全不同的層面上，按花費的百分比與賺取的百分比來比較投資報酬率是錯誤的。財務至關重要……只是它們並不能真正反映大學背後的數學原理。原因在於，投資報酬率無法告訴你一個人的動機是什麼，或者事物是如何演變的。

黑天鵝事件

將蘋果與橘子進行比較是很困難的，這正是人們在說「大學學位平均投資報酬率是 x」時試圖做的事情。我們不需要回溯太遠的歷史，就能明白為什麼根據投資報酬率來計劃獲得某個大學學位是不可取的。

讓我們考慮電腦工程作為一個主修的出現，這是一個無可爭議的「高投資報酬率」大學主修。一項針對 1960 年至 2015 年大學畢業生起薪的官方研究甚至無法將電腦工程納入其中，因為在 20世紀 60 年代根本還沒有這個學科。

電腦工程作為一個領域興起於 70 年代，並在整個 80 年代和 90 年代初不斷成長。但該學科並未出現爆發式成長，而是在大約 1994 到 2004 年期間幾乎翻了一倍。以下人員在 90 年代中期畢業於電腦科學或電腦工程系，正值該領域最大擴張的開端。他們當時沒有一個人能夠透過查詢大學投資報酬率計算器來預測自己會有多成功。

• 馬克·安德森（Marc Andreessen）：伊利諾大學電腦科學學士，1993年。他是 Mosaic 的共同創造者、網景（Netscape）的共同創辦人，現在是超級創投家。
• 謝爾蓋·布林（Sergey Brin）：馬里蘭大學數學與電腦科學學士，1993年。Google 共同創辦人。
• 賴瑞·佩吉（Larry Page）：密西根大學電腦工程學士，1995年。Google 共同創辦人。
• 布萊恩·艾克頓（Brian Acton）：史丹佛大學電腦科學學士，1994年。創辦了 WhatsApp，後者以約 190 億美元的價格出售給 Facebook。
• 馬克·列夫琴（Max Levchin）：伊利諾大學電腦科學學士，1997年。PayPal 共同創辦人。

（此名單中明顯缺席的是史提夫·賈伯斯，因為他在從里德學院輟學之前修讀的是英語）

雖然財務非常重要，但大學學位不僅僅是一個投資報酬率。這是一個質化的決定，也是你和你的孩子需要做出的決定。

人工智慧難道不會搶走我們的工作嗎？

首先，將上大學與在你所學領域找到工作聯繫起來是很棘手的。主修英語的不一定成為英語教授；主修社會學的不一定成為社會學家；主修表演的不一定成為演員，諸如此類。我想更詳細地探討這種聯繫。但首先，在說了上述內容之後……

不，人工智慧不會搶走我們的工作。根據史丹佛大學的研究，人工智慧對勞動市場的影響一直很小。

「也沒有什麼證據表明人工智慧會壓低受人工智慧影響最大職業的就業率或職缺發布。受人工智慧高度影響的職業的就業趨勢相當穩定。雖然編碼密集型職業的就業成長有所放緩，但它仍然保持正成長。沒有證據表明人工智慧的採用對企業的職缺發布產生了負面影響。事實上，在過去的一年裡，針對軟體開發人員這類受人工智慧高度影響的職業的線上職缺發布，其成長速度甚至快於其他職業。在採用企業人工智慧的企業中，在採用後的兩年內，就業人數成長了百分之 10，這種效應是由人均人工智慧支出最高的企業所推動的。」

總體數據並未顯示人工智慧正在摧毀工作。但應屆畢業生正進入人工智慧處理得最好的那些職業，而那裡的早期職業招聘已經減弱。研究人員目前還無法說明其中有多少是由人工智慧造成的，有多少是由利率造成的，但這是值得關注的事情。

人工智慧如何影響上大學的決定？

這種入門級職位的疲軟，是關於大學究竟是用來做什麼的最強有力論點。我將提出一個非常大膽的觀點，繼續探討大學主修與工作之間的聯繫。比以往任何時候都更重要的是，不要為了找工作而去上大學。你上大學是為了培養批判性推理能力。如果你需要技術培訓，那麼你可以去讀後中學教育：法學院、醫學院、碩士或博士培訓。但大學的意義過去是、現在也一直是培養批判性推理能力。讓我來解釋一下。

在過去的 30 年裡，大學成本基本上翻了一番。這背後有多種原因，其中好的原因並不多。列舉和討論這些原因不在本文的討論範圍之內。如前所述，財務非常重要。在過去的 30 年裡，相對於預期投資報酬率，大學成本的不斷增加，讓許多人質疑大學教育的價值，特別是當沒有提供實作的工作培訓時。這是可以理解的。

為了提高大學的投資報酬率，好心的人們隨後將實作工作培訓作為大學課程的一部分（指的是實習之外的工作培訓）。但我認為這種做法是誤入歧途的。隨著技術發展速度加快，正如大型語言模型（LLM）的出現所證明的那樣，任何具有高科技的實作應用都很容易迅速過時。眾所周知，軟體工程師學習的是原理，而不是程式語言。同理，實作培訓其實是對大學學位的一種糟糕利用。因為最難培養且大學實際上能夠做得很好的東西是：批判性推理能力。這是你無法量化或衡量但將會並且確實能帶來數倍回報的終極工作技能。

為什麼大學（以及人文藝術學位）比以往任何時候都更值得讀

回到一開始提出的問題：大學值得讀嗎？特別是考慮到人工智慧。我的回答是：如果大學非常適合你的兒子或女兒，那麼現在是上大學的最好時機。但問題其實不在於大學投資報酬率本身，而是太多人為了錯誤的原因去上大學。我認為人文學科的畢業生在未來幾年將會非常搶手，也許就像現在優秀的軟體工程師那樣。原因與大型語言模型（LLM）的工作原理（或不起作用的原因）息息相關。

大型語言模型（LLM）什麼也不知道。它們基本上是美化版的自動校正機器。當你的手機根據你輸入的「th」認為你要拼寫「thinks」時，這就是大型語言模型運作的相同原理。除了它們的規模如此之大，以至於人們（神經典型者）將人類的思考賦予了它們，例如推理能力。

但大型語言模型沒有推理能力。它們知道根據使用者的輸入，哪種回應最有可能滿足使用者的需求，僅此而已。但它們並不知道使用者是否應該做他們正在嘗試做的事情。從倫理、道德、財務的角度來看皆然。雖然有一些防護措施，但從根本上說，人工智慧什麼也不知道。

有些人試圖將大型語言模型（ChatGPT、Claude）與通用人工智慧（AGI）區分開來：人工智慧與通用人工智慧。單詞「通用」旨在透過表示能夠推理的通用人工智慧來將 AGI 與 AI 區分開來。這種區分是必要的，因為人工智慧無法推理。根據頂尖研究人員的說法（《專家眼中的人工智慧》一書），我們目前不知道 AGI 會是什麼樣子，也不知道我們將如何實現它。大型語言模型不是 AGI，它們無法推理。

但人們仍然認為人工智慧可以推理。這將成為未來一段時間的一個問題。作為一個可比擬的類比，去問問那些在 90 年代經商的人，當 Lotus 比 Excel 更受歡迎時是什麼感覺。他們會告訴你，人們會把他們的商業模式放進 Excel（或 Lotus）中，然後發現他們將在一夜之間成為百萬富翁，因為試算表是這麼告訴他們的。聽起來熟悉嗎？過去與現在唯一的區別是，人工智慧比試算表更有說服力，這是因為人工智慧公司一直在試圖讓我們認為大型語言模型的聰明程度遠超試算表。

但這篇文章的重點是幫助家長或學生明確大學教育的價值。大學的價值在於它能幫助你理解這個世界，並處於解決問題的最前沿。它不是通往輝煌職業生涯的金鑰匙，也不是你所有辛苦努力的終點。如果你想做大學學位能夠為你做好準備的事情，那麼大學教育就是有價值的。

質化的決定

我在問你想要過什麼樣的生活。你想要一種工作非常努力，但不需要淹沒在相互矛盾的意見和研究中來做出看似簡單的決定的生活嗎？如果你對這個問題的回答是肯定的，那麼就不要去上大學。但同時也要明白你可能放棄了什麼。

如果你想努力工作，仔細研究問題，學習如何不斷轉變視角去理解不同的觀點，讓自己接觸到超出你所能掌握的主題，那麼大學可能是你的正確選擇。

這兩個決定之間的重要區別在於它們是不同的生活方式，而不是其中一個必然比另一個更努力。也沒有哪一個比另一個更好的說法。同樣不真實的是，某個選項對每個人來說都是普遍更好的。這個選項需要與個人相契合。這就是為什麼本指南在幫助你為自己選擇正確的選項。你必須回答的問題是：大學對你來說值得嗎？