Mapping AI Programs in the U.S: A Status Report from Early 2026 and an Analysis of AI Majors and Minors
本文呈现了一份关于 2026 年美国本科人工智能项目的全面现状报告，引入了一个动态映射工具，该工具追踪了 560 所院校中的 350 多个专业与辅修专业，并分析了课程要求，以揭示课程结构方面的显著差异，特别是在通用人工智能及伦理课程的纳入方面。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，美国就像一座规模宏大、分支繁多的图书馆。多年来，如果你想寻找一本关于“人工智能”（AI）的特定书籍，你必须猜测哪一个分馆藏有此书，然后走到前台，并寄希望于图书管理员知道它究竟被藏在后台的哪个角落。有时，这些书甚至没有清晰的标签，或者被塞进了一个看起来完全不像图书馆的区域。
这篇论文就像是一群决定为整个图书馆系统建立一张超强性能、具有生命力的地图的图书管理员。以下是他们所做的工作，用简单的语言解释如下：
使命：寻找隐藏的 AI 课程
作者们（来自东北大学的一个团队）注意到，尽管每个人都在谈论 AI，但实际上没有人确切知道这些课程的具体位置或包含哪些内容。他们想要停止这种凭感觉猜测的行为。
他们构建了一个数字“机器人探险家”（一个名为 cicmap.ai 的工具），让它去走访了全美 569 所大学。把这个机器人想象成一个非常快速、不知疲倦的学生，它可以在一天内阅读数千个网站。它在寻找 AI 项目——无论是完整的学位（专业/Major）、较小的附加项（辅修/Minor），还是特殊的路径（专业方向/Concentration）。
机器人的旅程
机器人并不只是在瞎猜；它有一个人类伙伴。
- 搜索： 机器人使用搜索引擎来寻找大学网站。
- 过滤： 它使用一个聪明的计算机大脑（一个 AI 模型）来寻找计算机科学和 AI 系部的特定页面。
- 人工检查： 因为计算机有时会出错（大约三分之一的概率），所以一个人类团队对机器人的发现进行了复核，以确保链接真实且正确。
- 地图： 一旦经过验证，机器人就会将所有这些数据放入一张交互式地图中。你可以缩放至任何州，点击一所学校，并查看获得该 AI 学位具体需要修读哪些课程。
他们的发现：一块拼布被子
当团队查看他们收集到的数据时（截至 2026 年初），他们发现了几个有趣的现象：
- 增长迅速： 他们在所检查的学校中发现了 73 个完整的 AI 专业和 89 个 AI 辅修专业。但这个数字正在快速攀升——就像植物一夜之间生长一样。
- “专业方向”这一捷径： 最常见的项目类型不是全新的学位，而是“专业方向”（Concentration）。想象一下一棵大树（计算机科学学位）带着一个特殊的树枝（AI）。对于学校来说，长出一个新树枝比种下一棵全新的树要容易得多，因此许多学校选择了这条路径。
- 规模很重要： 大型大学更有可能提供完整的 AI 学位，而规模较小的学校则更有可能只提供辅修或专业方向。
AI 学位的“食谱”
团队还研究了这些学位（要求课程）的“食谱”，以观察它们是否都一样。他们发现，即使主要成分相同，每所学校烹饪出的菜肴也各不相同。
- “必备项”： 几乎所有的 AI 专业（92%）都要求一门通用的“人工智能导论”课程。如果一所学校跳过了这一步，他们几乎都会要求修读一门“机器学习”课程。
- 伦理问题： 约有 三分之一 的专业要求修读一门“AI 伦理”课程（学习如何成为一名优秀、负责任的 AI 创造者）。然而，对于规模较小的“辅修”项目，只有约 四分之一 要求这门伦理课程。
- 组合方式： 有些项目非常严格，强制要求修读特定的课程，如机器人技术或计算机视觉。另一些则更像自助餐，让你从一系列选项中进行挑选。
为什么这张地图很重要
在此工具出现之前，如果你是一名学生、家长或学校辅导员，试图寻找 AI 项目，你可能会因为这些项目埋藏在复杂的网站中，或者没有出现在简单的谷歌搜索结果中而错过优秀的选项。
这篇论文提供了：
- 一个快照： 清晰展示了目前美国 AI 教育现状的图景。
- 一个工具： 一种让任何人都能轻松找到这些项目并查看具体需要修读哪些课程的方法。
- 一个记录： 这些项目是如何变化的记录，这将帮助研究人员和学校了解教育的未来。
简而言之，作者为 AI 教育世界构建了一个 GPS，帮助每个人在复杂的大学课程景观中导航，从而找到学习人工智能的正确路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。