Mapping AI Programs in the U.S: A Status Report from Early 2026 and an Analysis of AI Majors and Minors
本論文は、米国の学部におけるAIプログラムに関する2026年版の包括的な状況報告書を提示するものであり、560の教育機関にわたる350以上の専攻および副専攻を追跡する動的なマッピングツールを導入するとともに、カリキュラム要件を分析することで、特に一般的なAIおよび倫理に関する科目の包含に関して、コース構成における著しい多様性を明らかにするものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
アメリカ合衆国を、何百もの異なる分館を持つ巨大で広大な図書館だと想像してみてください。長年、もしあなたが「人工知能（AI）」に関する特定の書籍を探したいと思ったら、どの分館にその本があるのかを推測し、フロントデスクまで歩いていき、司書がその本が奥の方に隠されていることを正確に知っていることを願うしかありませんでした。時には、本に明確なラベルが付いていなかったり、図書館には見えないようなセクションに紛れ込んでいたりすることさえありました。
この論文は、この図書館システム全体の強力で、生きている地図を構築することに決めた、あるチームの司書たちの物語です。彼らが何をしたのか、分かりやすく説明します。
ミッション：隠れたAIクラスを見つけ出す
著者たち（ノースイースタン大学のチーム）は、誰もがAIについて語っている一方で、実際にはこれらのプログラムがどこに位置し、どのような内容を含んでいるのか、誰も正確には分かっていないことに気づきました。彼らは、推測に頼る状況を終わらせたいと考えました。
彼らは、デジタルな「ロボット探索員」（cicmap.ai と呼ばれるツール）を構築し、このロボットを全米の569以上の大学へと派遣しました。このロボットを、非常に高速で疲れを知らない学生だと考えてください。このロボットは、AIプログラム（専攻である「メジャー」、より小規模な「マイナー」、あるいは「コンセントレーション（集中コース）」）を探し出すために、何千ものウェブサイトを読み解きました。
ロボットの旅
ロボットはただ推測したのではなく、人間のパートナーがいました。
- 検索: ロボットは検索エンジンを使用して、大学のウェブサイトを見つけ出しました。
- フィルタリング: ロボットはスマートなコンピュータの脳（AIモデル）を使用して、コンピュータサイエンスおよびAI部門の特定のページを見つけ出しました。
- 人間のチェック: コンピュータは時として混乱することがあるため（3回に1回の割合で）、人間のチームがロボットの発見内容をダブルチェックし、リンクが実在し、正しいものであることを確認しました。
- 地図: 検証された後、ロボットはこれらすべてのデータをインタラクティブな地図上に配置しました。ユーザーはどの州にもズームインでき、学校をクリックすれば、そのAI学位を取得するために必要なクラスが正確に何であるかを確認できます。
彼らが見つけたもの：パッチワークのキルト
チームが収集したデータ（2026年初頭時点）を分析した結果、いくつかの興味深いことが分かりました。
- 急速な成長: 彼らは、調査した学校の中に73の完全なAI専攻（メジャー）と89のAIマイナーを見つけました。しかし、その数は、まるで植物が一夜にして成長するように、急速に上昇しています。
- 「コンセントレーション」という近道: 最も一般的なタイプのプログラムは、新しい学位そのものではなく、「コンセントレーション」でした。大きな木（コンピュータサイエンスの学位）に、特別な枝（AI）が付いている様子を想像してください。学校にとって、新しい木を植えるよりも、新しい枝を育てる方が容易であるため、多くの学校はこの道を選びました。
- 規模の影響: 大規模な大学は完全なAI学位を持つ傾向があり、一方で小規模な学校は、マイナーやコンセントレーションのみを提供する場合が多い傾向にあります。
AI学位の「レシピ」
チームは、これらの学位の「レシピ」（必須コース）も調査し、それらがすべて同じものであるかどうかを確認しました。その結果、たとえメインの材料が同じであっても、すべての学校が異なる料理を作っていることが分かりました。
- 「必須条件」: ほぼすべてのAI専攻（92%）が、一般的な「人工知能入門」クラスを要求しています。もし学校がこれをスキップする場合、彼らはほぼ例外なく「機械学習」クラスを要求します。
- 倫理の問題: 約3分の1の専攻が、「AIにおける倫理」クラス（責任ある優れたAIクリエイターになるための学習）を要求しています。しかし、より小規模な「マイナー」プログラムにおいては、約4分の1のプログラムしかこの倫理クラスを要求していません。
- 組み合わせ: プログラムによっては、ロボティクスやコンピュータビジョンのような特定のクラスを強制する非常に厳格なものもあります。一方で、リストの中から好きなものを選べる、ビュッフェのような形式のものもあります。
なぜこの地図が重要なのか
このツールが登場する前、もしあなたが学生や保護者、あるいはカウンセラーで、AIプログラムを探そうとしていたとしたら、複雑なウェブサイトの中に埋もれていたり、単純なGoogle検索には表示されなかったりするために、素晴らしい選択肢を見逃していたかもしれません。
この論文は、以下のものを提供します：
- スナップショット: 米国のAI教育が現在どのような状況にあるかを示す、明確な全体像。
- ツール: 誰でもこれらのプログラムを簡単に見つけ、必要なクラスが何であるかを正確に把握できる方法。
- 記録: これらのプログラムがいかに変化しているかという歴史。これは、研究者や学校が教育の未来を理解するための助けとなります。
要約すると、著者たちはAI教育の世界のためのGPSを構築しました。これにより、人々が大学のプログラムという複雑な風景をナビゲートし、人工知能を学ぶための正しい道を見つけられるようにしたのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。