Summary & Insights
Imagine graduating with a computer science degree into a market where your coveted skills are now some of the highest in unemployment—a stark reversal from a decade of being told it was the safest path to a job. This unsettling reality frames a conversation with higher education journalist Jeff Salingo, who argues that colleges are utterly unprepared for the AI era, clinging to outdated models while students graduate into an economy that has fundamentally changed. The core issue isn’t just whether AI is allowed in classrooms, but whether institutions see their role as preparing students for a world where work and learning are permanently intertwined.
Salingo describes a campus landscape of paralysis and inconsistency. Following the initial panic over ChatGPT, many colleges retreated into a policing mentality, treating AI as a cheating scourge rather than a transformative tool. This has created a wildly uneven experience where a student might be encouraged to use AI in one class and accused of academic dishonesty for doing the same in another. The problem is compounded by a systemic resistance to change within academia, where faculty autonomy and departmental silos prevent coherent strategy. The result is that graduates often lack the practical, AI-augmented skills employers now seek, entering a job market where entry-level positions are being automated or eliminated to fund corporate AI investments.
The path forward, Salingo suggests, requires a radical integration of work and learning. The most promising models are found in universities that build co-ops, paid project work, and campus-run businesses directly into the curriculum, allowing students to apply tools like AI in real-world contexts. He advocates for a future where education is far more flexible and individualized, moving beyond the traditional four-year residential model to serve lifelong learners. Ultimately, students can no longer trust that a degree alone will ensure their success; they must proactively seek out institutions and experiences that provide the specific skills, discernment, and hands-on project management that AI cannot replicate.
Surprising Insights
- Computer science graduates are now facing some of the highest unemployment rates, a dramatic shift from being the perennial “safe bet” major just a few years ago.
- The liberal arts may be poised for a comeback, but only if graduates learn to articulate the human skills they cultivate—like discernment, teamwork, and complex problem-solving—and combine them with tangible, tech-enabled project experience.
- Up to 85% of professional learning happens through doing the work or learning from peers, not from formal classroom instruction, highlighting a massive disconnect in traditional academic design.
- The classic summer internship is becoming obsolete in some fields, as companies seek more flexible, year-round ways to integrate students and find mid-August an inefficient time for training.
- The “murky middle” of higher education— schools outside the elite top tier and the bare-minimum bottom—is where graduates are struggling the most, as they lack either the powerful brand name or the compelling, skill-specific readiness employers want.
Practical Takeaways
- Prioritize experiential learning: When choosing a college, look for programs with strong co-op requirements, corporate partnerships, or embedded project work that provides real-world experience alongside classes.
- Build a “triple threat” portfolio: Regardless of your major, complement your degree with demonstrable skills like data visualization, project management certification, or AI tool proficiency to stand out to employers.
- Seek transparency on AI use: As a student, favor professors and courses that openly discuss how and when to use AI ethically as a tool for learning and productivity, rather than those that simply ban it.
- Start career exploration early: Use job shadowing and informational interviews in high school or early college to understand what roles actually entail, preventing a late-stage realization that your chosen path isn’t a good fit.
- Focus on “get it done” skills: Cultivate a reputation for reliability, project completion, and team contribution. In an AI-augmented world, the human ability to manage projects, navigate ambiguity, and simply execute is increasingly valuable.
Salingo mô tả một bức tranh học thuật đầy bất ổn và mâu thuẫn. Sau cơn hoảng loạn ban đầu về ChatGPT, nhiều trường đại học rơi vào tâm lý kiểm soát, xem AI như một công cụ gian lận thay vì một phương tiện chuyển đổi. Điều này tạo ra trải nghiệm chênh lệch khủng khiếp: sinh viên có thể được khuyến khích dùng AI ở lớp này nhưng lại bị buộc tội thiếu trung thực học thuật khi làm điều tương tự ở lớp khác. Vấn đề càng trầm trọng bởi sự kháng cự mang tính hệ thống với thay đổi trong học thuật, nơi quyền tự chủ của giảng viên và sự chia cắt giữa các khoa ngăn cản chiến lược tổng thể. Hệ quả là sinh viên tốt nghiệp thường thiếu những kỹ năng thực tế được tăng cường bởi AI mà nhà tuyển dụng đang tìm kiếm, và bước vào thị trường lao động nơi các vị trí đầu vào đang bị tự động hóa hoặc loại bỏ để tài trợ cho đầu tư AI của doanh nghiệp.
Theo Salingo, lối thoát đòi hỏi sự tích hợp triệt để giữa công việc và học tập. Những mô hình triển vọng nhất nằm ở các đại học đưa chương trình hợp tác đào tạo (co-op), công việc dự án có trả lương và doanh nghiệp vận hành trong khuôn viên trực tiếp vào chương trình giảng dạy, cho phép sinh viên ứng dụng công cụ như AI vào bối cảnh thực tế. Ông ủng hộ tương lai giáo dục linh hoạt và cá nhân hóa hơn nhiều, vượt khỏi mô hình truyền thống bốn năm nội trú để phục vụ người học suốt đời. Cuối cùng, sinh viên không thể còn tin tưởng rằng chỉ bằng cấp sẽ đảm bảo thành công; họ phải chủ động tìm kiếm các cơ sở đào tạo và trải nghiệm cung cấp những kỹ năng cụ thể, khả năng phân tích và quản lý dự án thực tiễn mà AI không thể thay thế.
### Những nhận định đáng ngạc nhiên
– **Sinh viên tốt nghiệp khoa học máy tính hiện đối mặt với tỷ lệ thất nghiệp thuộc hàng cao nhất,** một bước ngoặt đáng kinh ngạc so với vị thế ngành học “an toàn” nhiều năm trước.
– **Các ngành nhân văn có thể chuẩn bị cho sự trở lại,** nhưng chỉ khi sinh viên tốt nghiệp học cách thể hiện những kỹ năng con người họ trau dồi — như phân tích, làm việc nhóm và giải quyết vấn đề phức tạp — và kết hợp chúng với kinh nghiệm dự án thực tế có ứng dụng công nghệ.
– **Đến 85% việc học nghề diễn ra thông qua thực hành hoặc học hỏi từ đồng nghiệp,** không phải từ giảng dạy chính quy trên lớp, cho thấy khoảng cách lớn trong thiết kế học thuật truyền thống.
– **Kỳ thực tập hè cổ điển đang trở nên lỗi thời** trong một số lĩnh vực, khi doanh nghiệp tìm kiếm cách linh hoạt hơn, tích hợp sinh viên quanh năm và thấy giữa tháng 8 là thời điểm không hiệu quả để đào tạo.
– **”Khu vực xám” của giáo dục đại học** — những trường không thuộc nhóm tinh hoa hàng đầu hay nhóm tối thiểu đáy — là nơi sinh viên tốt nghiệp đang vật lộn nhiều nhất, vì họ thiếu cả thương hiệu mạnh lẫn sự sẵn sàng với kỹ năng cụ thể thuyết phục mà nhà tuyển dụng cần.
### Bài học thực tiễn
– **Ưu tiên học qua trải nghiệm:** Khi chọn trường đại học, hãy tìm kiếm các chương trình có yêu cầu hợp tác đào tạo (co-op) mạnh, hợp tác với doanh nghiệp, hoặc tích hợp công việc dự án đem lại kinh nghiệm thực tế song song với học tập.
– **Xây dựng bộ hồ sơ “ba mũi nhọn”:** Bất kể ngành học, hãy bổ sung bằng cấp của bạn với những kỹ năng có thể chứng minh được như trực quan hóa dữ liệu, chứng chỉ quản lý dự án hoặc thành thạo công cụ AI để nổi bật với nhà tuyển dụng.
– **Tìm kiếm sự minh bạch trong sử dụng AI:** Là sinh viên, nên ưu tiên các giáo sư và khóa học cởi mở thảo luận về cách và thời điểm sử dụng AI một cách có đạo đức như một công cụ học tập và làm việc, thay vì những nơi chỉ đơn thuần cấm đoán.
– **Bắt đầu khám phá nghề nghiệp sớm:** Sử dụng hình thức quan sát công việc và phỏng vấn thông tin từ thời trung học hoặc đầu đại học để hiểu các vai trò thực sự đòi hỏi gì, tránh nhận ra muộn màng rằng con đường đã chọn không phù hợp.
– **Tập trung vào kỹ năng “hoàn thành công việc”:** Trau dồi danh tiếng về độ tin cậy, khả năng hoàn thành dự án và đóng góp nhóm. Trong thế giới được AI hỗ trợ, khả năng con người trong quản lý dự án, xử lý tình huống mơ hồ và đơn giản là hoàn thành công việc ngày càng có giá trị.
薩林戈描述的大學現狀充滿矛盾與停滯。在ChatGPT引發初步恐慌後，許多院校退守到監督管控的思維，將AI視作作弊威脅而非變革工具。這導致學生體驗嚴重失衡：可能在一門課被鼓勵使用AI，卻在另一門課因相同行為被指控學術不端。學術界系統性的抗拒變革加劇了問題——教師自主權與院系壁壘阻礙了連貫策略的形成。結果是畢業生往往缺乏雇主急需的AI協作實踐技能，而初級職位正因企業AI投資而被自動化或削減。
薩林戈指出，出路在於徹底融合工作與學習。最具前景的模式來自那些將合作計劃、帶薪專案與校辦企業直接融入課程的大學，使學生能在真實場景中應用AI等工具。他主張未來教育應更靈活個性化，超越傳統四年制寄宿模式，服務終身學習者。歸根結柢，學生不能再指望僅憑學位保障成功，必須主動尋找能提供獨特技能、判斷力以及AI無法複製的實務專案管理經驗的院校與機會。
### 顛覆認知的新發現
– **電腦科學畢業生正面臨最高失業率之一**，與數年前被視為「鐵飯碗」專業的狀況形成戲劇性轉折。
– **人文學科或將迎來復興**，但前提是畢業生必須學會闡釋其培養的人文技能（如判斷力、團隊合作、複雜問題解決），並結合具體的科技專案經驗。
– **高達85%的專業學習發生在實際工作或同儕交流中**，而非正式課堂教學，這凸顯傳統學術設計的重大斷層。
– **傳統暑期實習正在某些領域過時**，企業尋求更靈活的全年整合模式，發現八月中旬是低效的培訓時段。
– **高等教育的「模糊中間地帶」**——既非頂尖名校也非底層基礎的院校——畢業生掙扎最劇烈，他們既缺乏強勢品牌光環，也不具備雇主渴求的明確技能儲備。
### 實用行動指南
– **優先考慮體驗式學習**：擇校時重點關注設有強制合作教育、企業合作或課堂結合實務專案的課程。
– **打造「三重優勢」作品集**：無論主修領域，都應輔以數據可視化、專案管理認證或AI工具應用等可展示技能來提升競爭力。
– **尋求AI使用透明度**：作為學生，應選擇公開討論如何合乎道德地運用AI輔助學習的教授與課程，而非簡單禁止AI的教學環境。
– **提前開展職業探索**：高中或大學初期透過職場見習與資訊訪談了解實際工作內容，避免臨近畢業才發現所選道路不適合自己。
– **聚焦「使命必達」能力**：培養可靠性、專案完成力與團隊協作的口碑。在AI輔助的世界裡，人類管理專案、處理模糊情境與高效執行的能力越發珍貴。
Imaginez obtenir votre diplôme en informatique pour entrer sur un marché où vos compétences tant recherchées sont aujourd’hui parmi les plus touchées par le chômage — un retournement brutal après une décennie à vous dire que c’était le chemin le plus sûr vers un emploi. Cette réalité troublante sert de toile de fond à une conversation avec Jeff Salingo, journaliste spécialisé dans l’enseignement supérieur, qui soutient que les universités sont totalement dépassées par l’ère de l’IA, s’accrochant à des modèles obsolètes pendant que les étudiants débouchent sur une économie qui a fondamentalement changé. La question centrale n’est pas seulement de savoir si l’IA est autorisée dans les salles de classe, mais si les institutions conçoivent leur rôle comme celui de préparer les étudiants à un monde où le travail et l’apprentissage sont indissolublement liés.
Salingo décrit un paysage universitaire de paralysie et d’incohérence. Suite à la panique initiale autour de ChatGPT, de nombreuses universités ont adopté une mentalité répressive, traitant l’IA comme un fléau de la triche plutôt que comme un outil transformateur. Cela a créé une expérience extrêmement inégale où un étudiant peut être encouragé à utiliser l’IA dans un cours et accusé de fraude académique pour faire la même chose dans un autre. Le problème est aggravé par une résistance systémique au changement au sein du milieu universitaire, où l’autonomie professorale et les silos départementaux empêchent toute stratégie cohérente. Il en résulte que les diplômés manquent souvent des compétences pratiques renforcées par l’IA que recherchent les employeurs, entrant sur un marché du travail où les postes de niveau débutant sont automatisés ou supprimés pour financer les investissements corporatifs en IA.
La voie à suivre, suggère Salingo, nécessite une intégration radicale du travail et de l’apprentissage. Les modèles les plus prometteurs se trouvent dans les universités qui intègrent directement dans leur cursus des stages coopératifs, des projets rémunérés et des entreprises gérées sur campus, permettant aux étudiants d’appliquer des outils comme l’IA dans des contextes réels. Il préconise un avenir où l’éducation est beaucoup plus flexible et individualisée, dépassant le modèle résidentiel traditionnel de quatre ans pour servir les apprenants tout au long de la vie. En fin de compte, les étudiants ne peuvent plus compter sur le fait qu’un diplôme seul garantira leur réussite ; ils doivent rechercher activement des institutions et des expériences qui leur fournissent les compétences spécifiques, le discernement et la gestion de projets pratique que l’IA ne peut reproduire.
Perspectives surprenantes
- Les diplômés en informatique font désormais face à certains des taux de chômage les plus élevés, un changement radical pour une filière qui était le « pari sûr » par excellence il y a seulement quelques années.
- Les sciences humaines pourraient être sur le point de renouer avec la vogue, mais seulement si leurs diplômés apprennent à articuler les compétences humaines qu’ils cultivent — comme le discernement, le travail d’équipe et la résolution de problèmes complexes — et à les combiner avec une expérience de projet concrète et technologique.
- Jusqu’à 85 % de l’apprentissage professionnel se fait par la pratique ou par les pairs, et non par l’enseignement formel en classe, mettant en lumière un décalage massif dans la conception académique traditionnelle.
- Le stage d’été classique devient obsolète dans certains domaines, les entreprises préférant des modalités plus flexibles et continue d’intégration des étudiants et considérant la mi-août comme une période inefficace pour la formation.
- Le « milieu flou » de l’enseignement supérieur — les établissements hors de l’élite du haut du panier et du minimum vital — est celui où les diplômés souffrent le plus, car ils n’ont ni le nom de marque prestigieux ni la préparation convaincante et spécifique aux compétences que recherchent les employeurs.
Conseils pratiques
- Privilégiez l’apprentissage par l’expérience : Lors du choix d’une université, recherchez des programmes avec des exigences fortes en matière de stages coopératifs, des partenariats avec l’entreprise ou des projets intégrés qui offrent une expérience en situation réelle en parallèle des cours.
- Construisez un portfolio « triple threat » : Quelle que soit votre spécialisation, complétez votre diplôme avec des compétences démontrables comme la visualisation de données, une certification en gestion de projets ou la maîtrise des outils d’IA pour vous démarquer auprès des employeurs.
- Demandez de la transparence sur l’utilisation de l’IA : En tant qu’étudiant, privilégiez les professeurs et les cours qui discutent ouvertement de comment et quand utiliser l’IA de manière éthique comme outil d’apprentissage et de productivité, plutôt que ceux qui l’interdisent simplement.
- Commencez l’exploration de carrière tôt : Utilisez l’observation en entreprise et les entretiens d’information au lycée ou en début d’études universitaires pour comprendre ce que les postes impliquent réellement, évitant une réalisation tardive que le choix effectué n’est pas le bon.
- Concentrez-vous sur les compétences d’exécution : Cultivez une réputation de fiabilité, d’achèvement de projets et de contribution en équipe. Dans un monde augmenté par l’IA, la capacité humaine à gérer des projets, naviguer dans l’ambiguïté et simplement exécuter est de plus en plus précieuse.
Stellen Sie sich vor, Sie schließen mit einem Informatik-Abschluss ein Studium ab und treten in einen Arbeitsmarkt ein, in dem Ihre begehrten Fähigkeiten nun zu den höchsten Arbeitslosenquoten gehören – eine drastische Umkehrung nach einem Jahrzehnt, in dem man Ihnen sagte, dies sei der sicherste Weg zu einem Job. Diese beunruhigende Realität rahmt ein Gespräch mit dem Hochschuljournalisten Jeff Salingo, der argumentiert, dass Hochschulen für das KI-Zeitalter völlig unvorbereitet sind und an veralteten Modellen festhalten, während Studierende in eine Wirtschaft eintreten, die sich grundlegend verändert hat. Das zentrale Problem ist nicht nur, ob KI in Klassenzimmern erlaubt ist, sondern ob Institutionen ihre Rolle darin sehen, Studierende auf eine Welt vorzubereiten, in der Arbeit und Lernen dauerhaft miteinander verwoben sind.
Salingo beschreibt eine Campuslandschaft der Lähmung und Inkonsequenz. Nach der anfänglichen Panik um ChatGPT zogen sich viele Hochschulen in eine Polizeimentalität zurück, behandelten KI als Betrugsplage anstatt als transformativem Werkzeug. Dies hat eine wild ungleiche Erfahrung geschaffen, bei der ein Studierender in einem Kurs zur Nutzung von KI ermutigt wird und in einem anderen des akademischen Betrugs bezichtigt wird, wenn er dasselbe tut. Das Problem wird durch einen systemischen Widerstand gegen Veränderungen innerhalb der Akademie verstärkt: Fakultätsautonomie und fachbereichsspezifische Silos verhindern eine kohärente Strategie. Das Ergebnis ist, dass Absolventen oft die praktischen, KI-ergänzten Fähigkeiten nicht besitzen, die Arbeitgeber jetzt suchen, und in einen Arbeitsmarkt eintreten, in dem Einstiegspositionen automatisiert oder abgeschafft werden, um Unternehmensinvestitionen in KI zu finanzieren.
Der Weg nach vorn, schlägt Salingo vor, erfordert eine radikale Integration von Arbeit und Lernen. Die vielversprechendsten Modelle finden sich an Universitäten, die Co-ops, bezahlte Projektarbeiten und campusbetriebene Unternehmen direkt in den Lehrplan integrieren und es Studierenden so ermöglichen, Werkzeuge wie KI in realen Kontexten anzuwenden. Er plädiert für eine Zukunft, in der Bildung viel flexibler und individualisierter ist und über das traditionelle vierjährige Wohnheim-Modell hinausgeht, um lebenslange Lernende zu bedienen. Letztendlich können Studierende nicht länger darauf vertrauen, dass ein Abschluss allein ihren Erfolg sicherstellt; sie müssen proaktiv Institutionen und Erfahrungen suchen, die die spezifischen Fähigkeiten, das Urteilsvermögen und das praktische Projektmanagement bieten, das KI nicht replizieren kann.
Überraschende Erkenntnisse
- Absolventen der Informatik stehen nun vor einigen der höchsten Arbeitslosenquoten, eine dramatische Verschiebung von dem jahrelang als „sichere Wette“ geltenden Studienfach vor nur wenigen Jahren.
- Die Geisteswissenschaften könnten zu einem Comeback bereit sein, aber nur wenn Absolventen lernen, die menschlichen Fähigkeiten, die sie kultivieren – wie Urteilsvermögen, Teamwork und komplexes Problemlösen – zu artikulieren und sie mit greifbarer, tech-aktivierter Projekterfahrung zu kombinieren.
- Bis zu 85 % des beruflichen Lernens geschieht durch die Ausführung der Arbeit oder durch Lernen von Kollegen, nicht durch formellen Klassenunterricht, was eine massive Diskrepanz im traditionellen akademischen Design aufzeigt.
- Das klassische Sommerpraktikum wird in einigen Bereichen obsolet, da Unternehmen flexiblere, ganzjährige Wege suchen, Studierende zu integrieren, und Mitte August als ineffiziente Zeit für Schulungen empfinden.
- Die „trübe Mitte“ der Hochschulbildung – Hochschulen außerhalb der elitären Spitze und des Minimal-Levels unten – ist dort, wo Absolventen am meisten kämpfen, da sie weder den starken Markennamen noch die überzeugende, fachspezifische Bereitschaft haben, die Arbeitgeber wollen.
Praktische Handlungsempfehlungen
- Priorisieren Sie erfahrungsbasiertes Lernen: Bei der Auswahl einer Hochschule suchen Sie nach Programmen mit starken Co-op-Anforderungen, Unternehmenspartnerschaften oder eingebetteter Projektarbeit, die reale Erfahrung neben dem Unterricht bietet.
- Erstellen Sie ein „Triple Threat“-Portfolio: Unabhängig von Ihrem Hauptfach ergänzen Sie Ihren Abschluss mit nachweisbaren Fähigkeiten wie Datenvisualisierung, Projektmanagement-Zertifizierung oder KI-Werkzeug-Kenntnissen, um bei Arbeitgebern hervorzustechen.
- Suchen Sie Transparenz bei der KI-Nutzung: Als Studierender bevorzugen Sie Professoren und Kurse, die offen diskutieren, wie und wann man KI ethisch als Werkzeug für Lernen und Produktivität nutzt, anstatt die es einfach verbieten.
- Beginnen Sie die Karriereerkundung früh: Nutzen Sie Job Shadowing und informative Interviews in der High School oder im frühen Studium, um zu verstehen, welche Rollen tatsächlich beinhalten, und verhindern Sie eine späte Erkenntnis, dass Ihr gewählter Weg nicht passt.
- Konzentrieren Sie sich auf „Bring es zu Ende“-Fähigkeiten: Kultivieren Sie einen Ruf für Zuverlässigkeit, Projektabwicklung und Teambeitrag. In einer KI-ergänzten Welt ist die menschliche Fähigkeit, Projekte zu managen, Ambiguität zu navigieren und einfach auszuführen, zunehmend wertvoll.
Jeff Selingo is not impressed with how colleges are responding to AI. Selingo has spent decades covering higher education and work, and recently spoke with dozens of professors, administrators, and students about what he calls “the campus AI crisis.” While some faculty are still trying to ban the new technology entirely, others struggle to build smart programs to teach students how to use AI. So what is the right way for colleges to embrace AI? How do we prepare students to enter the job market today? We ask Selingo how he’d redesign higher education for the moment.
Learn more about your ad choices. Visit podcastchoices.com/adchoices
