論文の概要: Now's the Time: Computer Science Must Evolve to Emphasize Software and Systems Engineering with Artificial Intelligence (AI)
- arxiv url: http://arxiv.org/abs/2604.27230v1
- Date: Wed, 29 Apr 2026 21:55:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-01 16:31:53.820653
- Title: Now's the Time: Computer Science Must Evolve to Emphasize Software and Systems Engineering with Artificial Intelligence (AI)
- Title（参考訳）: 人工知能(AI)でソフトウェアとシステム工学を強調するためには、コンピュータサイエンスを進化させる必要がある
- Authors: Chandra N. Sekharan, George K. Thiruvathukal,
- Abstract要約: 従来のカリキュラムは、これらのトピックがシステムとエンジニアリング中心の教育の基本的な構成要素になるように、再編成されなければならない、と私たちは主張する。
卒業生は、通常のコーディングタスクでAIと競合するのではなく、複雑なAI対応システムの設計、オーケストレーション、検証、および所有を行うように準備する必要がある。
コンピューティングの幅広い歴史は、次々に破壊的な技術によって特徴づけられている。
- 参考スコア（独自算出の注目度）: 0.8793721044482613
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computer science (CS) education needs to evolve to support software and artificial intelligence (AI) systems engineering, and it needs to happen now -- precisely because the core intellectual contributions of CS have never been more important. We argue that traditional curricula, built around programming, data structures, and algorithms as ends in themselves, must be reframed so that these topics become foundational building blocks within a systems- and engineering-centered education. Graduates should be prepared not to compete with AI on routine coding tasks, but to design, orchestrate, verify, and own complex AI-enabled systems operating under real-world constraints. More importantly, computer science education should be geared toward preparing students for future disruptions. The broad history of computing is marked by one disruptive technology after another, requiring us to rise to the moment instead of merely acquiescing to it.
- Abstract（参考訳）: コンピュータサイエンス(CS)教育は、ソフトウェアと人工知能(AI)システムエンジニアリングをサポートするために進化する必要がある。
プログラミング、データ構造、アルゴリズムを中心に構築された従来のカリキュラムは、システムとエンジニアリング中心の教育において、これらのトピックが基本的な構成要素になるように、再編成されなければならない、と私たちは主張する。
卒業生は、通常のコーディングタスクでAIと競合するのではなく、現実世界の制約の下で運用されている複雑なAI対応システムの設計、オーケストレーション、検証、および所有する準備をすべきである。
さらに重要なのは、コンピュータサイエンスの教育は、将来のディスラプションに備えて学生を準備すべきである。
コンピューティングの幅広い歴史は、次々に破壊的な技術によって特徴づけられている。
関連論文リスト
- AI+HW 2035: Shaping the Next Decade [135.53570243498987]
人工知能(AI)とハードウェア(HW)は前例のない速度で進歩している。
このビジョンペーパーは、AI+HWの共同設計と共同開発のための10年間のロードマップをレイアウトし、アルゴリズム、アーキテクチャ、システム、持続可能性にまたがる。
主要な課題と機会を特定し、潜在的な障害や落とし穴を効果的に評価し、統合されたソリューションを提案する。
論文 参考訳（メタデータ） (2026-03-05T14:36:33Z) - Liberating Logic in the Age of AI: Going Beyond Programming with Computational Thinking [0.7734726150561086]
大規模言語モデル(LLM)と人工知能(AI)を利用したコーディングアシスタントの進歩は、計算思考のコモディティ化につながっている。
本稿では,自然言語プログラミングがソフトウェア開発に与える影響,プログラマと即興問題解決者との違いの出現,コンピュータ科学とデータサイエンスのカリキュラムに必要とされる改革について考察する。
論文 参考訳（メタデータ） (2025-11-21T17:28:52Z) - Perspectives and potential issues in using artificial intelligence for computer science education [0.0]
ChatGPTは、Large Language Models (LLM) と幅広い人工知能 (AI) ソリューションに広く関心を寄せている。
AI技術は学習経験を向上させる可能性を秘めているが、新たな懸念もある。
これには、技術への過度な信頼のリスク、基本的な認知スキルの侵食の可能性、そしてそのようなイノベーションへの公平なアクセスを維持することの課題が含まれる。
論文 参考訳（メタデータ） (2025-09-17T06:34:23Z) - Computer Science Education in the Age of Generative AI [1.2691047660244332]
ChatGPTやCodexのような生成AIツールは、コンピュータサイエンス教育に急速に革命をもたらしている。
本稿では,AIがコンピュータサイエンス教育の強化にもたらす重要な機会について考察する。
学術的整合性に関する懸念、AIへの過度な信頼のリスク、独創性検証の難しさなど、課題を強調している。
論文 参考訳（メタデータ） (2025-07-02T22:28:45Z) - Challenges and Paths Towards AI for Software Engineering [55.95365538122656]
ソフトウェア工学におけるAIの進歩を3倍に議論する。
まず、ソフトウェア工学のためのAIにおいて、具体的なタスクを構造化した分類法を提供する。
次に、現在のアプローチを制限するいくつかの重要なボトルネックを概説する。
論文 参考訳（メタデータ） (2025-03-28T17:17:57Z) - What Students Can Learn About Artificial Intelligence -- Recommendations
for K-12 Computing Education [0.0]
デジタルトランスフォーメーションの文脈における技術進歩は、人工知能(AI)分野における急速な発展の基礎である
AIのトピックを含むように、コンピュータサイエンスカリキュラムの数が増えている。
本稿では,デジタルリテラシーと社会的視点に対処する学習目的のカリキュラムを提案する。
論文 参考訳（メタデータ） (2023-05-10T20:39:43Z) - Physical Computing for Materials Acceleration Platforms [81.09376948478891]
我々は、MAPs研究プログラムの一環として、新しい素材の探索を加速する同じシミュレーションとAIツールが、根本的に新しいコンピュータ媒体の設計を可能にすると論じている。
シミュレーションに基づくMAPプログラムの概要を述べる。
我々は、材料研究者と計算機科学者の革新的なコラボレーションの新たな時代を導入することを期待している。
論文 参考訳（メタデータ） (2022-08-17T23:03:54Z) - Towards Systems Education for Artificial Intelligence: A Course Practice
in Intelligent Computing Architectures [6.440694188229122]
このコースは、FPGAプラットフォーム上でAIアクセラレータを設計する学生に教えることを目的としている。
講座内容は講義ノート及び関連技術資料を含む。
いくつかの教育経験と効果が議論され、将来の可能性も議論されている。
論文 参考訳（メタデータ） (2022-06-22T11:48:04Z) - Future Computer Systems and Networking Research in the Netherlands: A
Manifesto [137.47124933818066]
我々はICTの重要部分としてCompSysに注目している。
オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
論文 参考訳（メタデータ） (2022-05-26T11:02:29Z) - Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring [81.06807079998117]
非侵入的機器負荷モニタリング(NIALM)のための自動機械学習(AutoML)を実現する新しい手法を提案する。
NIALMは、電子機器や家電のエネルギー消費を測定するためのスマートメーターに代わる費用対効果を提供する。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。