谷歌DeepMind联合创始人兼首席执行官德米斯·哈萨比斯近日公开表示，尽管人工智能技术正在深刻改变科技行业的职业格局，但科学、技术、工程、数学（STEM）领域的学术训练依然具有不可替代的价值。他强调，系统掌握计算机科学基础原理是高效运用AI工具的前提，未来编程将向更高抽象层级发展，但底层技术理解能力仍是核心竞争力。
作为人工智能领域的领军人物，哈萨比斯以编程语言演进为例指出，从机器指令到C语言再到Python的变革，始终遵循着提升开发效率的逻辑。他预测，未来编程界面可能实现自然语言交互，但系统架构设计、软件工程规范等核心能力仍需通过专业训练获得。"真正理解技术本质的人使用AI工具的效率，可能是普通使用者的十倍以上。"这位DeepMind创始人特别强调。
在技术伦理层面，哈萨比斯提出与主流技术观不同的见解。他认为，随着AI系统深度介入人类社会，哲学、经济学等人文社科领域将发挥关键作用。"我们正在构建一个前所未有的新世界，这需要跨学科思维来应对技术发展带来的伦理挑战和社会影响。"他以医疗AI决策系统为例，说明技术方案必须兼顾算法效率与人文关怀的平衡。
计算机科学教育的价值得到多位行业领袖的印证。"AI教父"杰弗里·辛顿在近期访谈中明确表示，该领域学位的价值远超出代码编写能力。他指出，当AI能够完成基础编程任务时，具备系统级思维的专业人才反而更显珍贵。"计算机科学培养的是解决复杂问题的能力，这种思维模式在AI时代将更加重要。"辛顿强调。
金融科技公司Affirm首席执行官马克斯·列夫琴从代码质量角度佐证了这一观点。这位资深程序员认为，扎实的理论基础是区分优秀代码与低效代码的关键。"编程不仅是技术实现，更是艺术创作。没有计算机科学原理的支撑，开发者甚至无法参与代码美学层面的讨论。"他以分布式系统设计为例，说明理论指导对实践创新的决定性作用。
当前教育界已开始调整人才培养方案。多所顶尖高校在计算机专业课程中增加AI伦理、人机协作等模块，同时强化数学基础训练。业内专家指出，这种调整既反映技术发展趋势，也体现了对"技术人文主义"的回归——在追求效率提升的同时，保持对人类价值的终极关怀。
