2024 到 2025 年間，美國四年制大學資訊科學主修的招生下降 11%，呼應一個自 2024 年起最年輕軟體開發者就業已下滑的勞動市場。但由於學位完成落後招生數年，完整效應仍需時間浮現。同時，AI 相關主修持續成長：AI 軟體類碩士畢業生在 2023 到 2024 年間增加 17%(自 2022 年起增加 82%)。

博士：所有成長都流向學界

• 美加新 AI 博士在 2022 到 2024 年間成長 22%，但進入產業的比例持平 — 所有成長都流向學界，挑戰了「人才外流」的說法。
• 產業仍佔多數：約 65% 的 AI 博士畢業生進入產業，低於 2022 年 77% 的高峰；而學界的比例自 2022 年起幾乎翻倍。
• 多數 AI 相關研究生為非本國居民：AI 軟體類碩士畢業生中有 67% 是非居民 — 這個比例如今因美國更緊縮的學生簽證政策而面臨風險。

五分之四的學生已在使用 AI

• 在 Chegg 2025 年橫跨 15 國的大學生調查中，80% 表示曾用生成式 AI 協助學習 — 是 2023 年 40% 的兩倍。使用率從印尼的 95% 到美國與英國的 67% 不等。
• 學生把 AI 用於高階工作：理解概念(56%)是最常見用途，其次是查資料(52%)與生成初稿(46%)。Anthropic 發現學生使用 Claude 多半用於創造(39.8%)與分析(30.2%)。
• 在用 AI 做課業的學生中，56% 每天至少輸入一個問題；在不使用者中，最大的卻步原因是怕被指控學術不端(45%)、擔心內容正確性(38%)，以及學校政策限制(33%)。

提供基礎資訊科學的美國公立高中比例，從 2017–18 學年的 35% 升到 2023–24 學年的 60%，並在 2024–25 學年維持 60%。可近性因學校規模而高度不均 — 91% 的大型高中提供資訊科學，小型高中只有 44% — 而 2024–25 學年僅 6.1% 的學生實際修讀資訊科學。

落地的缺口

• 估計有 50%–84% 的國中與高中生現在用 AI 做課業，但只有約半數中學訂有 AI 政策 — 而只有 6% 的教師認為這些政策清楚。
• 標準在 AI 上很單薄：在 45 個有 K–12 資訊科學標準的州中，29 個只極小幅納入 AI、10 個完全沒有；只有六個州的標準含有實質 AI 專屬內容(另有兩個為草案)。
• AP 資訊科學 — 通往進階資訊科學的主要途徑 — 仍不含 AI 專屬內容，且沒有州級的 AI 師資培訓標準或經費。政策、課程與培訓都有缺口。

走向全球

• 2025 年約有 93% 的國家教資訊科學，逾 90% 對中小學生開設 — 但只有 30% 將其列為必修。
• 兩個國家在 AI 本身上果斷邁進：中國(北京、廣東、杭州)與阿拉伯聯合大公國，都自 2025–26 學年起將 AI 教育列為必修，並採用從素養到系統設計、逐年級進階的課程。
• 其他國家則把 AI 整合進教學，而非教授 AI 本身 — 南韓推出又撤回了小學 AI 教科書，而愛沙尼亞的 AI Leap 2025 正以 2 萬名學生與 3 千名教師試行 AI 工具。

LinkedIn 的相對 AI 技能滲透率，衡量 AI 技能在一國會員檔案中相對於全球平均的顯著程度。印度以 3.0 領先 — 幾乎是全球平均的三倍 — 其次是美國的 2.0 與德國的 1.8。各地都存在持續的性別落差：在印度，男性列出 AI 技能的比率為 3.1，女性為 1.9。

素養正勝過工程 — 但有例外

LinkedIn 全新的 AI 技能擴散指數，將 AI 素養(熟悉 AI 工具)與 AI 工程(建構與部署系統)分開。在多數國家(包括印度與美國)，素養技能成長快過工程技能。例外是阿拉伯聯合大公國、智利與南非，當地以工程為導向的 AI 技能自 2022 年起成長更陡。在美國，成長最快的素養技能是 AI 提示與 Microsoft Copilot Studio；成長最快的工程技能則是 AI 代理、AI 生產力與 AI 策略。