2012年，湯姆·達文波特(Tom Davenport)和DJ·帕蒂爾(DJ Patil)在《哈佛商業評論》上宣稱，資料科學家是“21世紀最性感的工作”。自那以來，各大學一直在加大資料科學教育的力度。雖然從大學畢業的資料科學家仍然短缺，但即将到來的人工智能革命需要對教育進行根本性的轉變——不僅是對建構人工智能應用的資料科學家，也對與他們生活在一起的我們。
資料科學項目網站顯示，全美有500多所大學開設了資料科學學位課程。總共有980多個學科，其中資料科學碩士是最受歡迎的。根據該網站分享的過去的資料，這一數字近年來大幅增加。
卡内基梅隆大學(CMU-Carnegie Mellon University)計算機科學學院院長馬修·赫伯特(Martial Hebert)表示，雖然來自大學的資料科學家的供應有所增加，但企業對他們的強勁需求仍然超過供應。
通過擴大其資料科學學位項目，CMU一直走在資料科學家和人工智能專家的前沿。卡耐基梅隆大學是美國第一所提供人工智能學士學位的大學，而且仍然是全國唯一一所提供此類課程的學校，赫伯特說，他于1984年加入卡耐基梅隆大學，擔任計算機視覺和自主系統研究員。
金融不再僅僅是金融，而是金融和人工智能。政治科學不再僅僅是政治科學，它是政治科學和人工智能。從醫療到農業，從軍事到采礦，許多學術和人文學科都在某種程度上圍繞人工智能進行再造。
赫伯特說:“這個領域的前景是，我們将看到越來越多的人工智能和其他新學科的發展。”“例如，在自動化科學和用于科學發現的人工智能方面有很多發展，這不僅僅是把那裡的人工智能工具應用到這裡的一些科學家的東西上。這實際上是把他們整合到一起，創造一個全新的學科。”
這些新學科正開始紮根。CMU有一個新的研究所學生項目，可以讓學生廣泛應用人工智能，稱為人工智能和創新科學碩士。赫伯特說，該公司還在亨氏公共政策學院研究一個新的學位項目，該項目将探索人工智能在公共政策中的應用，包括圍繞偏見和公平的話題。進入這些研究所學生課程的學生将被要求對資料科學有堅實的技術了解，就像攻讀傳統資料科學學位的學生一樣，通常在計算機科學系教授。這些課程将超越資料科學的核心了解，進入人工智能領域，為學生創造一種環境，讓他們為特定學科創造新的工具和技術。
當然并非所有課程都能從人工智能中受益。例如，很難看出文學或文藝複興藝術的研究将如何從人工智能中受益。不過人工智能似乎在人文學科的其他方面也有明确的應用，比如新聞或音樂。
但赫伯特的願景超越了建立傳統課程和人工智能相結合的學位課程。他希望在包括K-12在内的各個層次的學校中廣泛教授人工智能主題。随着人工智能在社會中發揮越來越大的作用，擁有了解它如何适應并能與人工智能合作的大衆将有利于未來社會。
對學生來說，了解人工智能的能力和局限性是很重要的，這樣他們就可以解決這些問題。他說:“如果你沒有技術背景，如果你不了解這個系統的細節，至少你知道如何評估它們，如何比較它們，如何預測在哪裡會遇到這些問題，等等。”
計算機視覺、自然語言處理(NLP)、傳統機器學習和進階分析能力的集體激增，正在世界上掀起一股基于資料的自動化和創新浪潮。
三年前，麥肯錫預測，到2030年，人工智能的影響将達到13萬億美元。在目睹了因COVID-19而加速的數字轉型之後，這一數字實際上可能被低估了。這就使得了解人工智能技術的基本局限性變得更加重要，因為它會對世界産生更大影響，同時影響更多的人。