AIが大学の課題をこなせる時代、情報系の学生は何を学べばいい？

Q&A

聞いてみたいこと

今年から大学で情報系の勉強を始めた学生です。

最近、ClaudeやGPT、Coding Agentなどの進化を見ていて、少し気になっていることがあります。

今のAIって、学部レベルのプログラミング課題や数学、レポートなどを、かなり高いレベルでこなせるようになってきていますよね。

場合によっては、普通の学生より速く、しかも良い結果を出すこともあります。

もちろんAIにも限界はありますが、そこで2つ質問があります。

今でも学部レベルの課題の多くをAIに任せられるなら、4年後には修士課程の課題や研究作業の大部分までAIがこなせるようになっているのでしょうか？

自分では、3つの方向を考えています。

1. 従来のCSの基礎をしっかり学ぶ

数学、アルゴリズム、OS、ネットワークなどを学び、コーディングなどの一部の作業にはLLMを活用する。

2. AIそのものを深く学ぶ

AIエージェント、ニューラルネットワーク、LLMなどを勉強して、自分でAIシステムを開発できるようになる。

3. AIがまだ苦手な分野に進む

例えばロボティクスやEmbodied AI（具身AI）など、物理世界とのやり取りが必要で、今のAIにはまだ難しい分野に取り組む。

もちろん、この3つは完全に別々の道ではないと思います。

ただ、大学の4年間は限られています。

自分はPythonやAIエージェントの開発に興味がありますが、正直、何を優先して学ぶべきか迷っています。

皆さんが今から大学でCSを学ぶとしたら、どの方向に力を入れますか？

現役エンジニアや研究者の方の意見も聞いてみたいです。

0 likes

個人的には、まずCSの基礎をしっかり身につけたうえで、AIについても実際に手を動かしながら学んでいくのが一番良いと思います。

今後4年間でAIがどこまで進化するか正確に予測するのは難しいですが、プログラミングだけでなく、研究や設計など、今まで人間が時間をかけていた作業の多くをAIがこなせるようになる可能性は十分あると思います。

ただ、AIがコードを書けることと、そのコードが本当に正しいのか、システム全体として問題がないのかを判断できることは別です。実際の開発でも、コードを書くこと自体より、何を作るべきかを考えたり、技術的な問題の原因を見つけたりすることの方が重要になる場面は多いです。

そう考えると、数学やアルゴリズム、OS、ネットワークなどの基礎は、今後も決して無駄にはならないと思います。

一方で、AIの進化が速い今だからこそ、LLMやAIエージェントについて学び、自分で実際にサービスを作ってみる経験も大切だと思います。知識として理解するだけでなく、既存のAPIを組み合わせたり、実際の業務に使える仕組みを作ったりすることで、見えてくるものもかなり違います。

私自身、Web・SaaS開発や生成AIを活用したシステム開発に携わっていますが、実務を通して感じるのは、特定の技術に詳しいことだけでなく、目の前の課題を理解して、使える技術を組み合わせながら解決まで持っていく力が大切だということです。

なので、今の段階で一つの分野に絞り込む必要はないと思います。まずはCSの基礎を学びながら、興味のあるPythonやAIエージェントを使って小さくてもいいので何か作ってみる。その過程で自分が本当に面白いと感じる分野を見つけていけばいいのではないでしょうか。

個人的には、AIに仕事を奪われないために何を学ぶかよりも、AIを使って自分に何ができるようになるかを考えることの方が、これからは大事だと思っています。

0Like