美国大学本科专业正在发生一个很明显的变化，学科之间的边界，正在变得越来越模糊。
计算机科学不再只是写代码，数据科学也不再只是数学、统计和编程的组合。越来越多大学开始把计算、人工智能、数据分析与社会科学、人文、艺术、生物医学等领域放在同一套本科培养体系里。
这并不意味着传统专业正在消失，而是大学开始重新思考一个问题：本科生未来真正需要掌握的，到底是一门专业知识，还是解决复杂问题时连接不同学科的能力？
从最近几所美国大学的专业设置，可以看到这种变化正在从课程创新走向专业设计。
01、UCLA：计算机开始进入人文学科
2026年8月，加州大学洛杉矶分校正式成立数字人文系，并推出数字人文本科专业。学校表示，这是美国高校首个独立设置的数字人文系，也将提供该领域的首个学士学位。
图片来源：UCLA官网
这个专业并不是简单地给传统人文学科加几门编程课，而是把人文学科与技术、数据科学结合起来：学生既要研究数字技术如何影响社会，也会使用数字工具研究文学、语言、文化等问题。
更值得注意的是，数字人文在加州大学洛杉矶分校本身已经有相当大的学生基础。2025—2026学年，超过200名本科生修读数字人文辅修课程，约750名本科生和30多名研究生选修过相关课程。
02、斯坦福：数据科学开始进入艺术和人文
斯坦福大学的变化更加直接。目前，斯坦福的数据科学本科体系已经形成多个方向，其中包括数据科学与社会系统，以及2025—2026学年推出的数据科学与艺术文化分析方向。
图片来源：斯坦福大学官网
后者要求学生学习编程、数学、统计、机器学习等技术课程，同时进入历史、文学、艺术、文化研究等领域。课程甚至要求学生思考数据、算法与伦理之间的关系。
也就是说，学生学习的已经不是单纯的“数据分析”，而是用数据和计算方法去研究文化、艺术和社会问题。
03、伯克利：数据科学后面，直接接上一个“领域”
加州大学伯克利分校的数据科学专业，则提供了另一种思路。学生除了学习数学、计算机和数据结构等核心课程，还必须完成一个 Domain Emphasis，也就是一个具体领域方向。
图片来源：UC Berkeley官网
目前可选领域覆盖经济学、商业分析、心理学、神经科学、教育、环境、公共政策、艺术与人文、语言科学、机器人、社会政策与法律等多个方向。
这意味着，同样是学数据科学，一个学生可以把它应用到商业，一个学生可以研究心理学，还有人可以进入公共政策、神经科学或者艺术领域。专业名称相同，最后形成的知识结构却可能完全不同。
04、康奈尔、宾大、布朗：跨学科进入更多领域
康奈尔大学的信息科学本科专业，本身就强调“以人为中心”的计算，课程涉及人工智能与社会、计算社会科学、数字人文、用户体验、科技与社会、人工智能法律与政策等方向。
宾夕法尼亚大学则从2026年秋季开始采用新的人工智能本科培养方案。除了编程、算法、数学、概率统计、机器学习等核心内容，课程体系还将人工智能放进健康、能源、交通、机器人、人机交互等不同应用场景中。
布朗大学的计算神经科学，则把计算机科学、神经科学、认知科学、应用数学和数据科学放进同一个本科培养体系，学生还可以进一步学习深度学习、神经计算、计算认知科学等课程。
传统专业遇上AI，正在打开新方向
美国大学正在从“一个专业对应一个学科”，逐渐走向“一个专业连接多个领域”。
现实中的问题，本来就很少按照大学里的院系划分。人工智能会涉及技术，也会涉及法律、伦理和社会影响；数字人文需要文学、历史，也需要数据和计算；神经科学需要生物学，也需要数学、统计和人工智能。
大学正在调整本科培养方式，希望学生既有一个领域的专业基础，又能够使用其他学科的方法解决问题。
这对学生选择专业也提出了新的要求。
第一，核心课程到底学什么；第二，跨学科内容是专业必修，还是只是几个可选课程；第三，学生有没有机会通过项目、研究或毕业论文真正把不同领域连接起来。
专业名称正在变，课程边界也正在变。面对越来越多的新专业、新方向，家长和学生可以多花一点时间去看大学的培养方案。专业名称只是入口，课程和项目才更能说明这个专业到底在培养什么人。
