今年の大学入学者データに端を発し、採用担当者の間で警戒感が高まっている。コンピューターサイエンス（CS）への学生の関心が薄れ、技術系人材のパイプラインが細っているという見方だ。
実際、学部段階のコンピューター・情報科学分野の在籍者数は、専攻分野の中で最も急な前年比減少を記録し、今年度は8.1%減少した。著名な労働市場分析プラットフォームであるRevelio Labsも、2026年卒業予定者がこの分野のピーク（最高水位）になると主張している。
しかし、この傾向は見誤られやすい。技術的背景を持つ人材の数が不足しているのではなく、彼らの成績証明書のどこにも「コンピューター」という言葉が現れなくなっているだけだからである。
学生はいち早く変化を察知していた
このパターンが最初に現れた時期を理解するため、大学入学前の研究プログラムの一環として、10代の学生が選んだ研究分野に関する6年分のデータを分析した。これらのテーマは事前に提示されたものではなく、学生が自主的に決めたものである。彼らは自ら応募しており、一般的な学生よりも学業面で意欲が高い傾向がある。
約5万件の応募を分析した結果、現在の入学者データに表れている傾向は、2〜3年前にこれらの学生の間ですでに反映されていたことがわかった。2023年には、コンピューターサイエンスへの関心は約8人に1人でピークに達し、現在は11人に1人へとやや低下している。
さらに一段深く見ると、データサイエンスはこのデータ群の中で最も急速に減少し、12人に1人から36人に1人へと落ち込んだ。一方で驚くべきことに、これらの研究分野でAIに言及する割合は、約17件に1件から8件に1件へと急増していた。失われた関心はテクノロジーそのものではなく、学位に対する関心だったことを示している。
AIの価値はコードの先にある
AIプロジェクトに絞って見ると、そのうち423件は、学生とメンターの双方がコンピューター分野以外の出身だった。この組み合わせは2022年には5件に1件だったが、現在では10件に7件へと急増している。さらに重要なのは、これらのメンターのセッション記録の79%で、コーディングが一度も言及されていなかったことだ。学生またはメンターがコンピューター分野出身のAIプロジェクトでは、セッション記録の約60%でコーディングに言及していたのとは対照的である。
ここで浮かぶ問いは、前述のCS以外の候補者によるプロジェクト群が、コーディングの代わりに何を据えていたのかということだ。端的に言えば、答えはリサーチである。構造化された読解と統合に加え、調査、事例比較、インタビューを用いる手法だ。その一例として、国際関係論を研究しようとした学生が、社会学のメンターと組んだケースがある。2人は、異なる世代がAIをどのように理解しているかについて比較インタビューを実施し、コードを1行も使わずに完成した論文を作成した。
このパターンは、われわれが評価したデータに限ったものではない。13億件超の求人情報を分析したLightcastのAIスキルに関する2025年レポートによれば、求人の51%は、候補者がIT/CS職種であることをもはや要件としていなかった。これは上記の知見と重なる。2019年にはAI関連求人の61%がテック職だったことを考えると、かなり大きな変化である。またこの間、需要は急増しており、非テック業界における生成AIスキルは2022年以降800%増加した。AIスキルを求める求人には28%の給与プレミアムもあり、年額で約1万8000ドル（約284万円）の上乗せに相当する。労働市場がすでにこの変化を織り込み、相応の再配分を進めている明確な兆候である。
学位フィルターは崩れつつある
これは、技術スキルが不要になったという意味ではない。むしろまったく逆で、こうした複雑なシステムを構築し維持するには、人材が必要である。フロンティアモデルの訓練に関わる企業は、人数は少なくとも卓越したエンジニアを探し続けるだろう。それでも、多くの組織が直面している主な採用課題はそこではない。彼らの焦点は、こうしたシステムを構築できる人材の採用ではなく、エラーを見抜く能力を持つ人材の採用にあるからだ。
そのためには、まったく異なる選考プロセスが求められる。現在の職務記述書は、この点を十分に織り込んでいない。評価されるべきなのは、問題を正確に定義し、モデルを検証する方法論を設計し、誤った出力を的確に理解できる力である。ここで重要なのは、これらがコンピューターサイエンスに依存しないスキルであり、歴史学や社会学でも同様に教えられているという点だ。だからこそ、この仕事の多くは「技術系」と分類されない人々によって担われている。
今日の採用は明日の人材を見逃す
したがって、入学者数の数字は事実である。しかし同時に、それは一部の人が受け止めているほど懸念すべき原因ではない。これらのシステムを使いこなせる人材が減っているわけではない。真の課題は、採用担当者が選考時にかけるバイアスにあり、その結果、同等の能力を持つ候補者が見落とされていることだ。
企業の採用プロセスを見直す価値はあるだろう。このバイアスは、必ずしも職務記述書に明示されているとは限らない。全米大学雇用者協会によると、現在、雇用主の70%がエントリーレベル職にスキルベース採用を導入している（2025年の65%から上昇）。しかし、ハーバード・ビジネス・スクールとBurning Glass Instituteが大企業の1万1300件の職務を追跡した調査では、これらの企業の45%がプロセスを名目上変えただけで、結果として同様のプロフィールの人材を採用していたことがわかった。
今四半期、ビジネスリーダーにとって有益な取り組みは、自社のAI関連求人を監査し、学位要件が果たしている役割を見直すことである。それは、業務サンプルでは得られない何かを加えているのか。それとも、採用プロセスを一歩後退させるだけの時代遅れの慣習にすぎないのか。
