数据科学项目网站显示，全美有500多所大学开设了数据科学学位课程。总共有980多个学科，其中数据科学硕士是最受欢迎的。根据该网站分享的过去的数据，这一数字近年来大幅增加。
卡内基梅隆大学(CMU-Carnegie Mellon University)计算机科学学院院长马修·赫伯特(Martial Hebert)表示，虽然来自大学的数据科学家的供应有所增加，但企业对他们的强劲需求仍然超过供应。
通过扩大其数据科学学位项目，CMU一直走在数据科学家和人工智能专家的前沿。卡耐基梅隆大学是美国第一所提供人工智能学士学位的大学，而且仍然是全国唯一一所提供此类课程的学校，赫伯特说，他于1984年加入卡耐基梅隆大学，担任计算机视觉和自主系统研究员。
金融不再仅仅是金融，而是金融和人工智能。政治科学不再仅仅是政治科学，它是政治科学和人工智能。从医疗到农业，从军事到采矿，许多学术和人文学科都在某种程度上围绕人工智能进行再造。
赫伯特说:“这个领域的前景是，我们将看到越来越多的人工智能和其他新学科的发展。”“例如，在自动化科学和用于科学发现的人工智能方面有很多发展，这不仅仅是把那里的人工智能工具应用到这里的一些科学家的东西上。这实际上是把他们整合到一起，创造一个全新的学科。”
这些新学科正开始扎根。CMU有一个新的研究生项目，可以让学生广泛应用人工智能，称为人工智能和创新科学硕士。赫伯特说，该公司还在亨氏公共政策学院研究一个新的学位项目，该项目将探索人工智能在公共政策中的应用，包括围绕偏见和公平的话题。进入这些研究生课程的学生将被要求对数据科学有坚实的技术理解，就像攻读传统数据科学学位的学生一样，通常在计算机科学系教授。这些课程将超越数据科学的核心理解，进入人工智能领域，为学生创造一种环境，让他们为特定学科创造新的工具和技术。
当然并非所有课程都能从人工智能中受益。例如，很难看出文学或文艺复兴艺术的研究将如何从人工智能中受益。不过人工智能似乎在人文学科的其他方面也有明确的应用，比如新闻或音乐。
但赫伯特的愿景超越了创建传统课程和人工智能相结合的学位课程。他希望在包括K-12在内的各个层次的学校中广泛教授人工智能主题。随着人工智能在社会中发挥越来越大的作用，拥有了解它如何适应并能与人工智能合作的大众将有利于未来社会。
对学生来说，了解人工智能的能力和局限性是很重要的，这样他们就可以解决这些问题。他说:“如果你没有技术背景，如果你不了解这个系统的细节，至少你知道如何评估它们，如何比较它们，如何预测在哪里会遇到这些问题，等等。”
计算机视觉、自然语言处理(NLP)、传统机器学习和高级分析能力的集体激增，正在世界上掀起一股基于数据的自动化和创新浪潮。
三年前，麦肯锡预测，到2030年，人工智能的影响将达到13万亿美元。在目睹了因COVID-19而加速的数字转型之后，这一数字实际上可能被低估了。这就使得理解人工智能技术的基本局限性变得更加重要，因为它会对世界产生更大影响，同时影响更多的人。
