Fuga da Informatica: perché cala Computer Science e dove vanno gli studenti (USA, Cina, Europa)

Le iscrizioni a Informatica rallentano proprio nell’era dell’AI. Una contraddizione? Non proprio. Ecco perché gli studenti stanno cambiando strada, dove stanno andando e cosa significa per università, aziende e (anche) per l’Europa.

I numeri del calo: è finito il boom di Informatica?

Negli Stati Uniti le iscrizioni ai corsi di Informatica hanno iniziato a scendere. Non parliamo di una flessione casuale: secondo il San Francisco Chronicle, dopo il -3% del 2024, è arrivato un ulteriore -6% l’anno successivo. È il primo arretramento significativo dai tempi della bolla dot-com. In parallelo, le iscrizioni universitarie complessive sono cresciute di circa il 2% a livello nazionale. Tradotto: non si tratta di “meno università”, ma di “meno informatica”.

È un segnale che il mercato e la percezione dei percorsi tech stanno cambiando. E sì, l’AI c’entra. Dietro ci sono aspettative, narrativa di settore e nuove opportunità formative che promettono di essere più vicine all’AI “vera” che gli studenti vedono crescere ovunque.

Le cause: tra percezione, mercato e AI

La percezione negli USA è cambiata

Negli Stati Uniti l’informatica “classica” oggi paga due fattori: l’idea che il coding verrà automatizzato dall’AI (quindi meno prospettive) e la narrativa oscillante di Big Tech tra hiring freeze e ristrutturazioni. Quando l’orizzonte si fa incerto, molti spostano la scelta su percorsi percepiti come più “di frontiera” o applicati, dove l’AI non sostituisce ma potenzia il lavoro.

Non è solo una questione di hype: è la ricerca di percorsi con maggiore aderenza alle tecnologie emergenti e a skill trasversali (decision making, sicurezza, dati) che sembrano più difendibili nel medio periodo.

L’attrazione della Cina: AI come infrastruttura

Le università cinesi stanno posizionando l’AI come infrastruttura nazionale, non come nicchia. Programmi su orizzonti di 10–20 anni, forte integrazione con industria e policy, e un racconto chiaro: l’intelligenza artificiale è un’opportunità, non una minaccia. Risultato: per una quota crescente di studenti globali, la Cina oggi è una meta formativa credibile e competitiva, non solo un luogo dove fare business.

Il confronto, per gli atenei USA, è impegnativo: chi offre percorsi AI-first, interdisciplinari e connessi ai problemi reali attira talenti. Chi resta ancorato a curricula datati rischia di perdere appeal.

La reazione degli atenei americani

Molte università statunitensi stanno correndo ai ripari. Nascono corsi di laurea dedicati all’AI e ai suoi impatti decisionali (come quelli del MIT), e college tematici su AI e cybersecurity (alla University of South Florida oltre 3.000 studenti hanno aderito al nuovo percorso). Il messaggio è chiaro: l’AI non è un modulo opzionale, ma l’architrave dei nuovi curricula.

Questo ribilanciamento spiega anche parte del calo: non è un rifiuto della tecnologia, è una migrazione da “computer science generica” a percorsi più focalizzati su AI, dati, sicurezza e applicazioni verticali.

Dove si stanno spostando gli studenti

La traiettoria non è “lontano dal tech”, ma “verso un tech diverso”. Secondo TechCrunch, la fuga da Informatica coincide con una crescita in aree più applicate o ibride, dove l’AI è il cuore del percorso e non un’aggiunta dell’ultimo semestre. Le destinazioni più gettonate includono:

• Data Science e Machine Learning: dall’analisi avanzata ai modelli generativi, con forte componente matematica e statistica.
• AI applicata: robotica, visione artificiale, NLP, sistemi decisionali.
• Cybersecurity: difesa, governance, red/blue teaming, sicurezza by design.
• HCI e AI product: interazione uomo-macchina, prompt design, design di sistemi AI-centrics.
• Tech + business: analytics, operations, imprenditorialità data-driven.

Molti studenti vogliono vedere impatto subito: laboratori con dataset reali, progetti con aziende, casi d’uso end-to-end. L’idea è costruire profili T-shaped: fondamenta tecniche solide e una verticalizzazione chiara.

Implicazioni per aziende, università e famiglie

Aziende: chi assume dovrà rivedere job description e percorsi di crescita. Meno “developer generico”, più ruoli che combinano AI, dati, sicurezza e product. Employer branding e partnership con gli atenei diventano strategici per intercettare talenti prima della laurea.

Università: aggiornare i curricula con AI-first, pratica intensiva e interdisciplinarità. Valgono doppie lauree come AI + diritto, AI + sanità, AI + manifattura. La parola chiave è “aderenza” al mercato, senza perdere i fondamentali di informatica.

Famiglie e studenti: non farsi guidare solo dalla moda del momento. I fondamentali (algoritmi, strutture dati, reti) restano un vantaggio competitivo, ma vanno integrati con ML, sicurezza, data engineering e soft skill. Obiettivo: resilienza professionale in un mercato che cambia ogni 12 mesi.

Europa e Italia: occasione o rischio?

Se USA e Cina si contendono i talenti sull’AI, per l’Europa la finestra è stretta ma reale. Servono corsi verticali sull’AI applicata a settori chiave (manifattura, sanità, energia), più cybersecurity e partnership pubblico–privato per portare casi industriali in aula. Anche attrarre visiting professor e studenti internazionali è decisivo.

Per l’Italia è il momento di accelerare: lauree magistrali AI-centriche, dottorati industriali, laboratori con dataset e problemi d’impresa. E un racconto chiaro: qui non formiamo soltanto sviluppatori, ma professionisti capaci di progettare, governare e scalare sistemi AI nel mondo reale.

Iscriviti alla newsletter per ricevere ogni mattina la puntata e le fonti, e restare aggiornato sul mondo dell’innovazione.

👉 Per scoprire tutti i dettagli e l’opinione personale di Mario Moroni, ascolta la puntata completa su Spotify.