10年間の急速な拡大を経て、米国の大学におけるコンピュータサイエンス専攻の学生数は減少傾向にあり、大学幹部は教員配置計画、専門施設、そして学生への技術系キャリアの説明方法の見直しを迫られている。 新たな報告書 によると、この逆転現象は全国的なデータセットから、継続的な成長を目指して積極的に整備を進めてきた個々の大学キャンパスにまで広がっていることが明らかになった。
この変化は著しいものの、コンピューター関連の仕事が消滅しつつあるという証拠ではない。むしろ、このデータは、学生が短期的に不安定な初級レベルの労働市場を予測していることと、ソフトウェア、人工知能、サイバーセキュリティ、データスキルに対する長期的な需要との間にミスマッチがあることを示している。.
長年の成長を経て、全国的な逆転現象が発生
全米学生情報センターの報告によると、2026年春には、学部全体の入学者が1.3%増加したにもかかわらず、コンピュータおよび情報科学分野の学部入学者は、主要な教育機関のあらゆる分野で減少した。同 分野別データ によると、4年制大学では8.4%、主に準学士号と学士号を提供する大学では9.3%、2年制大学では11.2%の減少が見られた。
コンピューター関連学科を対象とした別の調査でも、同様の結論が得られた。コンピューター研究協会(CRA)の タウルビー報告書 によると、2025年の長期追跡調査対象者における学士課程の新規入学者は12.9%減少し、修士課程と博士課程の新規入学者はそれぞれ10.3%と15%減少した。同調査対象者における学部コンピューターサイエンス学科の入学者総数は4.1%減少した。
これらの指標は異なるサンプルと期間を対象としているため、その割合は互換性がありません。しかし、方向性は一貫しており、従来のコンピュータサイエンスの学習経路に入学または在籍する学生が減少しています。クリアリングハウスの調査によると、2024年秋にコンピュータサイエンスの学士号取得を目指して入学した学生のうち、2年目の秋まで在籍したのは85%で、これは上位10の主要分野の中で最も低い割合でした。.
キャンパスの数字が示す計画上の問題点
大学レベルの記録を見ると、なぜ全国的な変化が予算にとって重要なのかがわかる。アリゾナ州立大学の公式 統計 によると、コンピュータサイエンス学士課程の学生数は2024年秋の5,844人から2025年秋の5,008人に減少し、14.3%の減少となっている。コンピュータサイエンス修士課程の学生数は1,897人から1,463人に減少したが、電気工学やデータサイエンス専攻など、いくつかの関連分野は増加した。
テネシー大学ノックスビル校の公表された プログラムデータ によると、コンピュータサイエンス学部の学部生数は、10年近くにわたる継続的な成長の後、2024年の672人から2025年には555人に減少する見込みである。これら2つの大学はすべてのキャンパスを代表するものではないが、その主要な記録は、工学部全体の入学者が依然として多い大学であっても、プログラムレベルの需要がどれほど急速に変化する可能性があるかを示している。
大学にとって、運営上のリスクは調整の遅れにある。教員の採用、実験室スペース、学生指導体制、新校舎などは何年も前から計画される。一方、学生数ははるかに速く変化する可能性がある。景気後退後に大幅な削減を行うと、需要が回復した際に専門知識を持つ人材が不足する恐れがある。また、以前の軌道が再び続くと想定すると、高額な設備投資が無駄になる可能性もある。.
AIは需要を終わらせるのではなく、その形を変えている。
入学者の減少は、専門分野の提供が急速に拡大する中で起こっている。2026年の 調査 によると、米国の560の教育機関で、350以上の学部レベルの人工知能専攻、副専攻、集中コース、資格取得プログラムが確認された。この拡大は、一部の学生がコンピューター分野から完全に離れるのではなく、より明確にAI、データサイエンス、ロボット工学、サイバーセキュリティといった名称の付いたプログラムへと移行している可能性を示唆している。
労働予測もまた、従来のコンピュータサイエンスの学位が価値を失ったという考えを複雑にしている。労働統計局は、ソフトウェア開発者、品質保証アナリスト、テスターの雇用が2025年から2035年にかけて10%増加すると予測しており、これは全職種における予測増加率3%を上回り、年間約10万6100件の求人が発生すると見込んでいる。同局の 見通しは 、特にAI、ロボット工学、自動化、コネクテッドデバイス、サイバーセキュリティといった分野における需要と結びついている。
より妥当な結論は、学生にとって職業に関するシグナルを読み取るのが難しくなっているということだ。目に見える形でのテクノロジー関連の解雇や自動化に関する主張は、専攻選択に即座に影響を与える可能性がある一方、連邦政府の雇用予測では、後任の採用や新たな専門分野の開拓を含む、今後10年間の市場が予測されている。.
学術指導者が今測定できること
単一の学生数集計だけでは、学科が一時的な停滞期にあるのか、関連分野へのシフトが起きているのか、あるいはより深刻な信頼の喪失に直面しているのかを判断することはできません。指導者は、入門コースの需要、専攻の決定、関連プログラム間の転籍、1年次終了後の継続率、インターンシップの配置状況、卒業後の進路などを追跡することで、これらの可能性を区別することができます。.
カリキュラムの変更には規律も必要となる。「AI」をプログラム名に加えることで注目を集めることはできるかもしれないが、調査によると、AI関連の学位取得に必要な要件は大きく異なっている。教育機関は、アルゴリズム、データ構造、統計、システム、倫理といった永続的な基礎知識と、学生の在学中に変化する可能性のあるツールとを明確に区別する必要があるだろう。.
教育者にとっての教訓
入学者の減少は、コンピュータサイエンスに対する評価ではなく、計画策定の兆候として捉えるのが最善です。全国レベルおよび大学レベルのデータは、従来型のプログラムの人気が鈍化していることを示していますが、連邦政府の予測では、依然として平均を上回る雇用成長と相当数の年間求人が見込まれています。教員や大学幹部にとって、当面の課題は、学生がコンピューティングから離れているのか、それともAI、データサイエンス、エンジニアリング、サイバーセキュリティといった分野に再配分されているのかを判断することです。この違いは、採用、授業スケジュール、学生指導、そして設備投資に影響を与えます。より明確な情報伝達も重要です。学生は、エントリーレベルのテクノロジー分野の採用の不安定さと、強固なコンピューティング基盤の継続的な価値の両方について、証拠を必要としています。関連専攻間の学生の動向を監視し、透明性の高い結果を公表するプログラムは、入学サイクルに過剰反応することなく、より適切に調整できるでしょう。.