Jeszcze niedawno podstawowa obietnica szkolnictwa wyższego była stosunkowo prosta: zdobądź dyplom, a twoja pozycja na rynku pracy powinna być lepsza. W dwóch największych gospodarkach świata ta zasada jest właśnie poddawana coraz bardziej bezwzględnej weryfikacji.

Chiny zamykają tysiące istniejących programów i tworzą nowe, związane między innymi ze sztuczną inteligencją, robotyką i zaawansowanymi technologiami. Stany Zjednoczone wprowadzają natomiast mechanizm, który może pozbawić część słabo zarobkujących programów dostępu do federalnych pożyczek studenckich.

Mechanizmy są inne. Przyczyny również nie są identyczne. Jednak kierunek zmian jest podobny: sam fakt, że uczelnia od lat prowadzi określony kierunek, coraz rzadziej wystarcza jako uzasadnienie jego dalszego finansowania.

Chiny nie usunęły 12 tysięcy rodzajów studiów

Liczba krążąca w mediach społecznościowych wymaga istotnego doprecyzowania.

W latach 2021–2025 chińskie uczelnie enghunan.gov.cn/…. Jednocześnie uruchomiono około 10,2 tys. nowych.

Nie oznacza to, że z chińskiego systemu edukacji zniknęło 12,2 tys. różnych zawodów czy unikalnych kierunków. Jeden kierunek, na przykład określony język obcy albo specjalność z zarządzania, może być prowadzony przez wiele uczelni. Każde takie miejsce jest liczone jako osobny program.

Skala przebudowy pozostaje jednak ogromna. Według danych chińskiego resortu edukacji w ciągu pięciu lat zmianami objęto ponad 30 proc. oferty programowej szkolnictwa wyższego.

I nie jest to jedynie operacja księgowa.

Chińskie władze otwarcie deklarują, że uczelnie mają szybciej dostosowywać kształcenie do potrzeb gospodarki, nowych technologii i strategicznych sektorów przemysłu. Ministerstwo Edukacji wskazuje między innymi sztuczną inteligencję, układy scalone, gospodarkę cyfrową oraz dziedziny interdyscyplinarne jako obszary rozwijane w nowej strukturze studiów.

W kwietniu 2025 roku resort poinformował, że w jednej tylko rundzie zatwierdzono 1839 nowych programów, podczas gdy 2220 zawiesiło rekrutację, a 1428 zostało formalnie zamkniętych. W katalogu pojawiły się jednocześnie takie kierunki jak edukacja w zakresie AI, inteligentne technologie audiowizualne czy teatr cyfrowy. en.moe.gov.cn/….

Rok później lista rozszerzyła się między innymi o robotykę przyszłości, technologie interfejsów mózg–komputer i embodied intelligence, czyli rozwiązania łączące sztuczną inteligencję z fizycznymi maszynami i robotami.

Znikają kierunki, ale nie dlatego, że AI „zabrała wszystkie miejsca pracy”

Największe cięcia w Chinach dotyczą między innymi części programów humanistycznych, językowych, artystycznych i związanych z zarządzaniem. To właśnie ten element reformy sprawił, że zaczęła być przedstawiana jako pierwsza wielka przebudowa uniwersytetów pod epokę AI.

Taki opis częściowo odpowiada rzeczywistości, ale jest zbyt prosty.

Chiński rząd rozpoczął proces dostosowywania struktury uczelni do gospodarki jeszcze zanim generatywna sztuczna inteligencja stała się masowym produktem. Oprócz rozwoju AI na decyzje wpływają nadprodukcja absolwentów niektórych specjalności, problemy młodych ludzi z wejściem na rynek pracy, potrzeby przemysłu oraz długoterminowa polityka technologiczna państwa.

Sztuczna inteligencja przyspiesza jednak ten proces.

en.moe.gov.cn/… zakłada nie tylko tworzenie kierunków potrzebnych sektorom przyszłości, lecz również modernizowanie istniejących programów poprzez wprowadzanie narzędzi AI do nauczania.

To ważna różnica. Celem nie musi być wyłącznie zastąpienie starego kierunku nowym. Równie istotne może stać się przekształcenie tradycyjnego zawodu tak, aby absolwent umiał pracować z technologią, która automatyzuje część jego dotychczasowych zadań.

Fotografia może łączyć się z generowaniem i obróbką obrazu. Film — z generatywną animacją. Marketing — z automatyczną analizą danych i tworzeniem treści. Programowanie — z systemami generującymi kod.

W tym sensie AI nie tylko tworzy nowe zawody. Zmienia definicję starych.

USA wybrały inną metodę: pokaż, ile zarabiają absolwenci

W Stanach Zjednoczonych mechanizm jest zupełnie inny.

Administracja Donalda Trumpa nie przygotowała po prostu listy kierunków, których „nie można już finansować kredytem”. W 2026 roku Departament Edukacji przyjął nowe zasady Student Tuition and Transparency System, czyli STATS, wraz z mechanizmem Earnings Accountability.

Zasada jest stosunkowo prosta.

Program licencjacki ma prowadzić do zarobków wyższych niż typowe zarobki osób z samym wykształceniem średnim. Program magisterski lub zawodowy ma natomiast zapewniać absolwentom zarobki wyższe niż osiągane przez porównywalną grupę osób posiadających jedynie stopień licencjacki.

Jeżeli program nie przejdzie tego testu w dwóch z trzech kolejnych lat, ed.gov/….

Nie oznacza to likwidacji kierunku. Uczelnia może go nadal prowadzić. Problem polega na tym, że dla wielu studentów brak dostępu do federalnego finansowania może w praktyce bardzo mocno ograniczyć możliwość rozpoczęcia takich studiów.

Większość nowych regulacji ma wejść w życie 1 lipca 2027 roku. Ponieważ utrata uprawnień wymaga niezaliczenia testu w dwóch z trzech lat, pierwsze programy nie zostaną automatycznie odcięte od pożyczek natychmiast po wejściu systemu w życie.

To istotne, ponieważ nagłówki sugerujące, że Trump już wykreślił określone dyplomy z systemu federalnych pożyczek, upraszczają sytuację.

W USA AI nie jest oficjalnym kryterium

Tu pojawia się najważniejsza różnica między Chinami a Stanami Zjednoczonymi.

Amerykański test nie pyta, czy kierunek jest zagrożony przez ChatGPT, roboty albo automatyzację.

Nie pyta nawet, czy absolwent znalazł pracę bezpośrednio związaną ze swoim kierunkiem.

Pyta przede wszystkim o wynik ekonomiczny.

Jeżeli zarobki absolwentów są trwale zbyt niskie w stosunku do przyjętego punktu odniesienia, program może ponieść konsekwencje niezależnie od tego, czy powodem słabego wyniku jest AI, nadmiar absolwentów, niska jakość kształcenia, sytuacja gospodarcza czy specyfika danego zawodu.

Dlatego nie ma podstaw, aby przedstawiać amerykańską reformę jako bezpośrednią odpowiedź na sztuczną inteligencję.

AI może jednak działać pośrednio.

Jeżeli technologia obniży popyt na osoby wykonujące określone zadania, ograniczy liczbę stanowisk dla początkujących pracowników albo zmniejszy wynagrodzenia absolwentów części specjalności, po kilku latach może to znaleźć odbicie w danych, na podstawie których oceniane będą programy.

Wtedy technologia nie usuwa kierunku decyzją administracyjną. Zmienia rynek pracy, a system finansowania reaguje na wynik.

Największa zmiana może dotyczyć znaczenia samego dyplomu

Przez dziesięciolecia rozwinięte gospodarki działały według modelu, w którym rosnąca liczba młodych ludzi zdobywała wyższe wykształcenie, a uczelnie systematycznie rozszerzały ofertę.

Technologia może odwrócić część tej logiki.

Generatywna AI jest szczególna dlatego, że w przeciwieństwie do wielu wcześniejszych fal automatyzacji uderza nie tylko w pracę fizyczną i rutynowe stanowiska o niskich kwalifikacjach.

Dotyka także zadań wykonywanych przez ludzi po studiach: pisania, tłumaczenia, analizy dokumentów, programowania, projektowania, tworzenia grafik, obsługi klienta czy przygotowywania prezentacji.

OECD zwraca uwagę, że pracownicy z wysokim poziomem wykształcenia mogą być oecd.org/….

Nie oznacza to automatycznie dwukrotnie większego ryzyka utraty pracy.

To rozróżnienie jest kluczowe.

Międzynarodowa Organizacja Pracy szacuje, że około jedna czwarta miejsc pracy na świecie znajduje się w zawodach w pewnym stopniu wystawionych na działanie generatywnej AI. Jednocześnie ilo.org/….

AI może więc nie zlikwidować księgowych, grafików, tłumaczy czy programistów. Może natomiast sprawić, że firma będzie potrzebowała pięciu osób wykonujących pracę, do której wcześniej potrzebowała dziesięciu — albo że od absolwenta od pierwszego dnia będzie oczekiwała umiejętności obsługi narzędzi, których kilka lat wcześniej nie było.

Dla uniwersytetów różnica między tymi scenariuszami może być niewielka. W obu przypadkach liczba potrzebnych absolwentów oraz zakres kompetencji, których oczekują pracodawcy, zaczynają się zmieniać.

Chiny planują, USA mierzą

W Chinach zmiana ma charakter bardziej odgórny. Państwo wskazuje strategiczne sektory i chce przesuwać zasoby edukacyjne w stronę obszarów uznawanych za ważne dla przyszłości gospodarki.

W USA mechanizm jest bardziej pośredni. Kierunek może pozostać na uczelni, ale jego dalszy dostęp do federalnego finansowania ma zależeć od ekonomicznych rezultatów osiąganych przez absolwentów.

W obu przypadkach pojawia się jednak to samo pytanie: czy każdy istniejący program akademicki powinien funkcjonować niezależnie od tego, co dzieje się poza murami uczelni?

Przez lata odpowiedź w dużej części świata brzmiała: uczelnia nie jest szkołą zawodową, a wartość wykształcenia nie sprowadza się do wysokości pierwszej pensji.

Ten argument nie zniknął. Co więcej, nadal jest istotny. Filozofia, historia sztuki, literatura, języki czy nauki podstawowe mogą mieć znaczenie kulturowe, społeczne i naukowe, którego nie da się wiarygodnie zmierzyć zarobkami absolwenta kilka lat po studiach.

Nowa polityka edukacyjna coraz częściej dokłada jednak drugie pytanie: kto ma zapłacić za program, jeśli jego koszt jest wysoki, a ekonomiczny zwrot dla przeciętnego absolwenta pozostaje niewielki?

To dopiero początek przebudowy

Nie ma dziś podstaw, by twierdzić, że sztuczna inteligencja doprowadzi do masowego końca uniwersytetów albo uczyni dyplomy zbędnymi.

Dane z Chin i nowe regulacje w USA pokazują jednak coś bardziej konkretnego: okres, w którym oferta szkolnictwa wyższego mogła zmieniać się znacznie wolniej niż rynek pracy, może dobiegać końca.

Chiny w ciągu pięciu lat zamknęły lub zawiesiły 12,2 tys. programów, ale jednocześnie stworzyły 10,2 tys. nowych. Nie jest to więc wycofywanie się z wyższego wykształcenia. To próba jego szybkiego przeprofilowania.

Stany Zjednoczone również nie rezygnują ze studiów. Zaczynają natomiast mocniej uzależniać dostęp do publicznie wspieranego finansowania od tego, co dzieje się z absolwentem po opuszczeniu uczelni.

AI jest jednym z katalizatorów tej zmiany, szczególnie tam, gdzie automatyzuje zadania wykonywane dotąd przez pracowników z wyższym wykształceniem. Ale obok niej działają również demografia, koszty studiów, zadłużenie, niedopasowanie kompetencji i zmieniające się potrzeby przemysłu.

Być może najważniejsza zmiana nie polega więc na tym, że świat zaczyna decydować, które dyplomy są „niepotrzebne”.

Zmienia się raczej ciężar dowodu. Coraz częściej to uczelnia będzie musiała wykazać, że kilkuletnie i kosztowne studia rzeczywiście przygotowują człowieka do świata, który będzie istniał w chwili ich ukończenia — a nie do tego, który istniał w momencie tworzenia programu.