「我到底需不需要學電腦科學？」這問題近年在許多學生心中開始浮現。過去電腦科學是熱門且廣受推崇的科系，但近期卻有微妙變化：學生們對傳統電腦科學的興趣下降，取而代之的是對人工智慧（AI）專業課程和相關領域的熱衷。
本文將以使用情境導向，從學生的角度出發，拆解「我需要學電腦科學嗎？」、「什麼情況下適合選擇AI專業？」以及「在這波趨勢中，學生該如何判斷自己的未來規劃？」五大關鍵問題，幫助你不只是跟風，而是從自身需求出發，做出適合的選擇。
Q1：為什麼現在學生會開始懷疑「我需要學電腦科學嗎」？
許多學生過去把電腦科學視為高薪且穩定的選擇，但隨著市場變化和專業多元化，傳統電腦科學科系似乎沒那麼吸引人了。此外，人工智慧快速崛起，讓學生產生了新的方向感，不少人開始認為「傳統的電腦科學範疇太廣泛，不如直接攻AI專業」。
我自己身邊就有朋友說：「我其實不太想學那麼多基礎程式語言，會不會該直接專注AI呢？」這樣的猶豫反映出學生在選擇時，期待更快速聚焦於未來就業與興趣的態度。
Q2：我是否需要完整學習電腦科學基礎，還是直接選人工智慧相關課程就好？
如果你還不確定自己未來想要在哪個領域深耕，建議先打好電腦科學的基礎，畢竟人工智慧的基礎（如程式設計、資料結構、演算法）都需要穩紮穩打。基礎錯了，未來再深入AI會吃力。
不過，如果你非常明確自己想成為人工智慧工程師或研究者，且所在學校有完整的AI專業課程，那直接進入AI也未嘗不可。重要的是確認課程架構符合未來趨勢，且能讓你掌握實務技能。
Q3：什麼情況下，「電腦科學不適合我」？
如果你對程式語言、系統底層邏輯沒有耐心，也不喜歡面對需要大量計算思考的問題，那選擇電腦科學可能會讓你感覺受挫。或者，你的興趣比較偏向設計、藝術、管理等非技術性領域，那可能不必硬學電腦科學。
此外，對於不打算從事技術工作、只是想了解科技產品運作的學生，也沒必要深入電腦科學，可以選擇相關入門課程或跨領域科系，更實用也更省力。
Q4：學生對人工智慧專業的偏好是不是代表傳統電腦科學不再重要？
不完全是。傳統電腦科學提供了AI等新興領域的基礎，如算法、資料庫、作業系統和軟體工程。只不過，學生更願意選擇透過AI專業課程直接對接市場需要，尤其是目前AI技術的爆炸性需求。
我一位學長說過：「電腦科學就像蓋房子的地基，AI是屋頂。沒地基的話，屋頂也搭不起來。」所以基礎學科依然穩固且重要，只是學生可能更想快點看到「成果」，因此傾向選擇AI相關課程或專業。
Q5：如果我還在猶豫「我需要學電腦科學嗎」，該怎麼做決策？
不妨先列出你的興趣與未來目標，是偏重技術開發？還是想鑽研AI研究？或者對軟體應用、產品設計更有興趣？接著查閱各校課程內容，參加相關公開講座與工作坊，甚至與在該領域的學長姐交流，了解實際工作環境。
最後，透過小規模的嘗試，例如線上AI入門課程、基礎程式設計，來測試自己的興趣和接受度。當你有足夠資訊和自我認知後，才能做出適合自己的選擇，避免盲目跟隨熱潮。
You may also like: ETH價格會反彈到2500美元嗎？以情境導向判斷你是否需要關注這波行情
