Carnegie Mellon (CMU) เป็นสถาบันระดับโลกด้าน Computer Science ที่ผลิตยอดฝีมือเข้าสู่วงการมาตลอด แต่ปีนี้อาจารย์ต้องนัด retreat กันกลางซัมเมอร์ — เพื่อ “ทบทวนหลักสูตรทั้งระบบ” หลัง Generative AI เข้ามาเขย่าทุกวิชา

เพราะเดี๋ยวนี้ AI อย่าง Copilot, Claude หรือ Gemini สามารถ:
- เขียนโค้ดแทนเด็กปี 1 ได้ทั้งยวง
- ทำ code review, debug, อธิบาย flow ได้ในไม่กี่วินาที
- ใช้ prompt ภาษาอังกฤษแทนภาษาคอมพิวเตอร์

แต่ปัญหาคือ — “เด็กไม่เข้าใจว่ามันทำงานยังไง” → พอถึงเวลาที่โค้ดพัง หรือต้องทำของใหม่จากศูนย์ กลับไม่มีใครซ่อมเองได้!

ดังนั้นหลายมหาวิทยาลัยเริ่มหาทางออก เช่น:
- ลดการสอน syntax ภาษาโปรแกรม → ไปเน้น “ความคิดเชิงคอมพิวเตอร์” (computational thinking)
- ปรับวิชาให้ข้ามศาสตร์ เช่น สร้างวิชาร่วมระหว่าง AI กับการตลาด, การแพทย์, การออกแบบ
- สร้างความรู้ด้าน “AI literacy” — เพื่อให้เด็กรู้ว่าใช้ AI อย่างไรให้ถูกจรรยาบรรณ
- เปิดโครงการระดับชาติ เช่น “Level Up AI” ของ US ที่เชิญวิทยาลัยและมหาวิทยาลัยทั่วประเทศมาสร้างมาตรฐานร่วมกัน

ข้อเท็จจริงที่น่าเจ็บปวดกว่าคือ... ตลาดแรงงานเปลี่ยนเร็วยิ่งกว่า:
- งานเขียนโค้ดระดับพื้นฐานเริ่มถูก AI แย่ง → คนจบใหม่ถูกปัดตกบ่อย
- ต้องส่งใบสมัครมากกว่า 100–200 แห่งกว่าจะได้สัมภาษณ์
- บริษัทเทคส่วนใหญ่หดการจ้างงานตั้งแต่ช่วง post-pandemic แล้ว

นักศึกษาบางคนปรับตัวโดยต่อยอดตนเองให้เก่งข้ามศาสตร์ เช่น เรียน Political Science ควบกับ Cybersecurity เพื่อทำงานด้านความมั่นคง/ข่าวกรองได้ในอนาคต

สุดท้ายอาจไม่ใช่ว่า “งานโปรแกรมเมอร์หายไป” แต่โลกต้องการ “คนที่ใช้ AI สร้างโค้ดได้โดยเข้าใจมันจริง ๆ” มากกว่า

https://www.thestar.com.my/tech/tech-news/2025/07/01/how-do-you-teach-computer-science-in-the-ai-era
Carnegie Mellon (CMU) เป็นสถาบันระดับโลกด้าน Computer Science ที่ผลิตยอดฝีมือเข้าสู่วงการมาตลอด แต่ปีนี้อาจารย์ต้องนัด retreat กันกลางซัมเมอร์ — เพื่อ “ทบทวนหลักสูตรทั้งระบบ” หลัง Generative AI เข้ามาเขย่าทุกวิชา เพราะเดี๋ยวนี้ AI อย่าง Copilot, Claude หรือ Gemini สามารถ: - เขียนโค้ดแทนเด็กปี 1 ได้ทั้งยวง - ทำ code review, debug, อธิบาย flow ได้ในไม่กี่วินาที - ใช้ prompt ภาษาอังกฤษแทนภาษาคอมพิวเตอร์ แต่ปัญหาคือ — “เด็กไม่เข้าใจว่ามันทำงานยังไง” → พอถึงเวลาที่โค้ดพัง หรือต้องทำของใหม่จากศูนย์ กลับไม่มีใครซ่อมเองได้! ดังนั้นหลายมหาวิทยาลัยเริ่มหาทางออก เช่น: - ลดการสอน syntax ภาษาโปรแกรม → ไปเน้น “ความคิดเชิงคอมพิวเตอร์” (computational thinking) - ปรับวิชาให้ข้ามศาสตร์ เช่น สร้างวิชาร่วมระหว่าง AI กับการตลาด, การแพทย์, การออกแบบ - สร้างความรู้ด้าน “AI literacy” — เพื่อให้เด็กรู้ว่าใช้ AI อย่างไรให้ถูกจรรยาบรรณ - เปิดโครงการระดับชาติ เช่น “Level Up AI” ของ US ที่เชิญวิทยาลัยและมหาวิทยาลัยทั่วประเทศมาสร้างมาตรฐานร่วมกัน ข้อเท็จจริงที่น่าเจ็บปวดกว่าคือ... ตลาดแรงงานเปลี่ยนเร็วยิ่งกว่า: - งานเขียนโค้ดระดับพื้นฐานเริ่มถูก AI แย่ง → คนจบใหม่ถูกปัดตกบ่อย - ต้องส่งใบสมัครมากกว่า 100–200 แห่งกว่าจะได้สัมภาษณ์ - บริษัทเทคส่วนใหญ่หดการจ้างงานตั้งแต่ช่วง post-pandemic แล้ว นักศึกษาบางคนปรับตัวโดยต่อยอดตนเองให้เก่งข้ามศาสตร์ เช่น เรียน Political Science ควบกับ Cybersecurity เพื่อทำงานด้านความมั่นคง/ข่าวกรองได้ในอนาคต สุดท้ายอาจไม่ใช่ว่า “งานโปรแกรมเมอร์หายไป” แต่โลกต้องการ “คนที่ใช้ AI สร้างโค้ดได้โดยเข้าใจมันจริง ๆ” มากกว่า https://www.thestar.com.my/tech/tech-news/2025/07/01/how-do-you-teach-computer-science-in-the-ai-era
WWW.THESTAR.COM.MY
How do you teach computer science in the AI era?
Universities across the United States are scrambling to understand the implications of generative AI's transformation of technology.
0 ความคิดเห็น 0 การแบ่งปัน 33 มุมมอง 0 รีวิว