随着ChatGPT等人工智能横空出世，留学圈内炙手可热的CS（Computer Science）专业，热度持续下跌。原有的IT行业被重新定义，普通家庭该如何选择留学赛道？密歇根州立大学的王鹤群博士表示，不妨把关注点收回来，转换留学思路，关注自身，量身打造新赛道。

　　“2024 年，美国 IT 就业市场将减少2 万至 3 万个工作岗位。2023 年，IT 行业仅增加了 700 个工作岗位，与 2022 年新增的 26.7 万个工作岗位相比，增速大幅放缓。

　　还有迹象表明，已经被自动化和人工智能取代的工作岗位--尤其是入门级 IT 服务和数据中心运营岗位--不会再回来了。没有一个首席信息官会说自动化不重要。

　　2 月份，软件开发人员的薪酬出现了自 Indeed 于 2019 年开始提供薪酬数据以来的首次月度环比下降。Indeed北美经济研究主管尼克-邦克（Nick Bunker）说，从2022年3月到2月底，编码职位的招聘信息下降了67%。”

　　“当时只道是寻常”，世界上每一次重大的科技变革，都开始于悄无声息，而随后却掀起巨浪，令全世界都措手不及。

　　正如苹果手机开启了触屏智能手机时代，并且在风靡之后火速令按键手机凋零一样，现如今的AI（人工智能）正在重新定义IT行业。

　　显然，未来已来。当IT市场就业岗位出现紧缩，工资待遇下降，也就意味着计算机科学(Computer Science)也不再是大家所认为的“香饽饽”专业了：仅仅靠着Computer Science的学士学位就能找到理想工作的时代已经过去了。

　　在科技变革所造成的时代裂缝中，该如何选择自己未来的专业和工作方向？而对于留学生来说，度、多层面考虑择校和择业，挖掘更适合自己的新赛道，或许更为迫切。

　　如果在国内就可以学到知识，为什么要不远万里，花费巨额的学费和生活费去留学呢？就算有人说“留学可以开拓眼界”，那么旅游也可以达到同样的目的，并且花费的时间和金钱都更少。

　　就拿美国来说，它有世界上顶尖级专家教授云集的各大院校，教授的课程都是世界上非常领先和尖端的知识，这些知识在未来20-30年内都不会过时。我们国家现在进入大数据时代，对于掌握大数据科学的人才十分亟需。

　　这里提一嘴，我们目前广泛用的数据处理技术，大多是一种描述静态情况的描述统计(descriptive statistics),还没有用到能预测未来走向的预测统计（predictive statistics）。而后者在大数据时代正变得尤为重要。

　　幸运的是，十几年前，我在美国密歇根州立大学读教育测试博士学位时，就已经系统地学习过预测统计的诸多方法，包括多元线性回归（Multivariate Linear Regression）等等，还学习了多层线性模型(Hierarchical Linear Modeling)、结构方程模型（Structural Equation Modeling）等社会科学领域的高级统计分析方法。

　　家长送孩子出国留学，无非就是希望他们能够掌握时代前沿的知识，并且通过知识和技能保障自己的生活，也为国家和社会做出贡献。留学的各项花费，本质上是对未来所做的投资。

　　“凡事预则立、不预则废”，留学决定的是未来一大段人生历程，从选学校、到选专业，我们都要认真的衡量各个选项，力求科学合理。

　　在留学和择业的选择上，以人为参照物（norm-referenced）的选择方式，很常见且更容易理解。比如，在从众心理的引领下，很多家长会把大家热捧的专业和学校，定位为自家孩子的目标，不管这个目标是否真正合适。

　　20年前，在美国或者澳大利亚读会计的确很容易找到工作，因此当时很多留学生会选择读会计，不管他们具体的学习兴趣在哪个专业上。毕业后他们找到了会计相关工作，从此朝九晚五，安居乐业。

　　同样，当计算机专业备受追捧，很多学生原本学习的是数学、物理、化学、工程等专业，也纷纷转为计算机专业，以便于在毕业后谋求一份计算机工程师的职位，从而享受相对高的薪资。这种选择方式是“从众”选择，就是选择大家认为的“好专业”。

　　也因此，一些在北上广深等大城市的家长，经常会将周围朋友、同事、亲戚家出国的孩子，作为自家孩子的留学参照物。

　　比方说，公司同事家的孩子就读于美国纽约大学，家长就倾向于让自己的孩子也就读于纽约大学。或者亲戚家的孩子学习电子工程，家长就希望自己的孩子也学习电子工程。这种选择方式是注重“口碑”和“前人经验”，亦步亦趋。

　　而以标准为参照物（criterion-referenced），则是设定几项与学生的未来息息相关的标准。只要每一项标准都要达标，就被认为是好的选择。这是一种控制的理性选择方式，不同的学生、不同的目标都会导致标准的不同。

　　在相对稳定的社会态势中，以人为参照物的选择方式可以发挥榜样的力量，让后来者避开独立探索的风险，但是随着天长日久的积累，也会让竞争加剧。现在社会中日益突出的“内卷”现象，就是从众型选择的长效结果。

　　然而，当科技突破带来了社会变革，原有的“好专业”不复存在或者被重新定义，以之前的榜样为参照物的选择方式就不再明智且有效了，这时候有必要认真研究一下以标准为参照物(criterion-referenced)的选择方式。

　　驾照考试的各项标准，都是围绕着司机所需要的技能和知识所展开的，并不会因为某个人在考试中取得第一名就会颁发给他驾照，也不会因为某人在某天考试中分数最低就无法获得驾照。驾照的取得与否，就是看该考生是否能够通过全部科目的检验。

　　按照这个道理，我们就理解了以标准为参照物的选择方式。每个学生选择自己的留学专业和学校，也应该设身处地地设定各项标准。能够满足所有维度的选项，就是我们的合理选项。

　　虽然每个学生的目标不尽相同，我们还是可以按照大家的共性来寻找到一些层面，从而设定对于大家具有普适意义的标准。其细节如下：

　　专业：所选择的专业要确保两个维度：（1）该生在该专业上拥有兴趣和学习特长，能够学有所成；（2）该专业在未来几十年内能够确保学生获得基本的生活保障。

　　未来工作：未来的工作行业和地点要提早规划，虽然说“计划赶不上变化”，但是提前规划就能让很多事情最开始就被扶上正轨。如果能够提前锚定某个工作地点，那么该地区的优秀大学就可以成为重点选择的对象，从而做到事半功倍。

　　未来居住地：如果有的学生已经确定了未来想在某地区居住生活，那么该地区的优秀院校也会成为首选。

　　各项基本保障：这个层面的内容包括对于学生学习生活的各种基本的保障，包括学校和地区的治安安全、环境安全、气候适宜度、食品饮用水安全等，也包括人际交往、购物便利等影响到生活质量的各种因素。这个层面是因人而异的，一旦不适合，就不能选择。

　　资金预算：这个层面，是一个因人而异的层面。每个家庭所拥有的教育资金预算情况不同，要做到丰俭由人，因人而异。

　　图片里每个棱上的绿色的点，代表的是在每个维度上需要达到的标准值。比方说，在学校的选择上，保证了是正规院校，并且保证了是QS世界排名前200名的学校，就已经达到了学生和家庭的期望值。就像我们考试所要求的60分及格一样，每个维度都只需要达到“合格值”。

　　确保了每个维度的“合格值”，我们将这六个点连起来，它们构成了一个不规则界面。那么科学而合理的选项，就应该落在这个不规则界面之上。如果学生的某种选择导致其中哪个维度的值低于“合格值”，我们将其认为是“有硬伤的选择。”

　　例如，有的学生选择了非常好的大学和非常合适自己的专业，但是这所大学所在的地点并不安全。那么这样的选择可能就会在生活中埋下危险的伏笔。

　　比方说美国的密歇根大学是世界优秀的大学，但是其Flint分校所在的地区曝光出水污染和铅中毒的恶性事件。在当地读书就有可能因为饮用水的问题导致身体的长久伤害，这就十分不可取。

　　再如美国的加州，有很多名校云集于此。但是这几年当地猖獗的“零元购”和砸车偷盗事件已经让安全都变得不能保障。因。