2026 年 QS 世界大学学科排名中，数据科学与人工智能（Data Science and Artificial Intelligence）首次作为独立学科分榜发布，全球共有 201 所院校上榜，覆盖 37 个国家/地区。麻省理工学院（MIT）位列全球第 1。对于按专业选校的读者来说，这份榜单提供了一个相对清晰的参照系：该学科并非少数国家的专利，但头部资源的集中度依然显著。
全球上榜院校的国家/地区分布
从国家/地区分布来看，美国以 41 所上榜院校遥遥领先，占全球上榜总数的约五分之一。英国以 22 所位列第二。中国内地和澳大利亚各有 13 所上榜，并列第三。印度和西班牙各有 8 所，加拿大、意大利、马来西亚各有 7 所，中国香港特别行政区有 6 所。
这一分布格局说明，数据科学与人工智能的教育资源在全球范围内已相当分散，但美英两国仍占据明显优势。值得注意的是，马来西亚以 7 所上榜院校进入前十，反映出该学科在东南亚地区的快速扩张。
排名区间分布：头部集中，中段密集
从排名区间来看，前 10 名全部来自上述国家/地区中的头部院校，前 20 名有 20 所，前 30 名有 30 所，前 50 名有 50 所，前 100 名有 100 所。也就是说，前 100 名恰好占满，没有空档。但前 150 名只有 101 所——这意味着从第 101 名到第 150 名之间没有院校上榜，榜单直接从第 100 名跳到了第 101 名，而第 101 名之后到第 201 名之间则全部填满。
中位数排名为 101.0，说明一半的上榜院校排在 101 名或之后，榜单的中段和尾部院校数量庞大。对于按专业选校的读者来说，这意味着：如果目标是前 100 名，竞争非常激烈；但如果接受 101 名之后的院校，选择空间反而很大。
得分分布：高分段的稀缺性
从综合得分的分布来看，得分在 90 分及以上的院校仅有 11 所，80 至 89 分之间有 24 所，70 至 79 分之间有 15 所。也就是说，得分在 70 分及以上的院校合计 50 所，恰好对应前 50 名。而 60 至 69 分、50 至 59 分、40 至 49 分、30 至 39 分区间均为 0 所——这意味着，从第 51 名到第 201 名的 151 所院校，综合得分全部低于 70 分，且得分分布存在明显的断层。
这一得分结构对选校的启示是：前 50 名院校的得分差距相对平滑，但从第 51 名开始，得分出现断崖式下跌。如果读者看重综合得分这一指标，前 50 名与之后的院校之间存在实质性的差距。
头部院校的指标差异
从榜单头部来看，MIT 以综合得分 99.6 位居全球第 1。紧随其后的院校得分在 98.6、98.3、96.8、96.4、96.3、96.2、95.8、95.6、94.4 等区间，前 10 名得分均在 94 分以上。
学术声誉和雇主声誉是 QS 学科排名的两大核心指标。在头部院校中，这两项得分的差异往往比综合得分更明显。例如，部分院校的学术声誉得分接近满分，但雇主声誉得分略低；另一些院校则相反，雇主声誉得分更高，反映出其毕业生在就业市场上的认可度更强。论文引用得分则更多反映科研产出质量，头部院校之间的差距相对较小。
对于按专业选校的读者来说，如果未来目标是学术界，可以重点关注学术声誉和论文引用得分；如果目标是工业界，雇主声誉得分则更有参考价值。
| 学科排名 | 院校 | 国家/地区 | 学术声誉 | 雇主声誉 | 论文引用 | 综合得分 |
|---|---|---|---|---|---|---|
| 1 | Massachusetts Institute of Technology (MIT) | 美国 | 100 | 100 | 93.4 | 98 |
| 2 | Stanford University | 美国 | 96.3 | 98.3 | 96.2 | 96.4 |
| 3 | National University of Singapore (NUS) | 新加坡 | 99.6 | 95.8 | 93.1 | 96.2 |
| 4 | Nanyang Technological University, Singapore (NTU Singapore) | 新加坡 | 95.6 | 92.4 | 94 | 94 |
| 5 | Carnegie Mellon University | 美国 | 99.2 | 87.4 | 94.4 | 93.9 |
| 6 | University of California, Berkeley (UCB) | 美国 | 91.9 | 93.1 | 98.6 | 93.2 |
| 6 | University of Oxford | 英国 | 92 | 95.8 | 96.8 | 93.2 |
| 8 | Harvard University | 美国 | 89.9 | 99.3 | 91.5 | 92.8 |
| 9 | University of Cambridge | 英国 | 91.9 | 95.6 | 88.6 | 91.4 |
| 10 | Tsinghua University | 中国内地 | 87.5 | 88.9 | 91.2 | 90.4 |
| 11 | ETH Zurich | 瑞士 | 90.3 | 90.9 | 91.7 | 90.2 |
| 12 | Peking University | 中国内地 | 86.1 | 88.3 | 91.7 | 89 |
| 13 | University of Toronto | 加拿大 | 84.6 | 86.6 | 89.7 | 86 |
| 14 | University of California, Los Angeles (UCLA) | 美国 | 81.8 | 87.2 | 89 | 85 |
| 15 | EPFL – École polytechnique fédérale de Lausanne | 瑞士 | 86.7 | 86.2 | 85.1 | 84.9 |
| 15 | Imperial College London | 英国 | 85.8 | 82 | 88.9 | 84.9 |
| 17 | Princeton University | 美国 | 80.4 | 86.7 | 93.1 | 84.2 |
| 18 | The University of Hong Kong | Hong Kong SAR, China | 80.9 | 83.4 | 92.8 | 83.7 |
| 19 | University of Washington | 美国 | 82.2 | 80.8 | 92.6 | 83.6 |
| 20 | Yale University | 美国 | 85.2 | 86.7 | 82.7 | 83.3 |
| 国家/地区 | 上榜院校数 |
|---|---|
| 美国 | 41 |
| 英国 | 22 |
| 中国内地 | 13 |
| 澳大利亚 | 13 |
| 印度 | 8 |
| 西班牙 | 8 |
| 加拿大 | 7 |
| 意大利 | 7 |
| 马来西亚 | 7 |
| Hong Kong SAR, China | 6 |
数据说明
本篇文章的数据来源于 QS World University Rankings by Subject 2026（Quacquarelli Symonds (QS)），数据基准日为 2026 年 4 月 3 日。该排名覆盖 60 个学科分榜，包含学术声誉、雇主声誉、论文引用、H 指数、国际研究网络等分项得分。官方页面为 QS 官方学科榜单页。
本榜单的统计口径为：按学科名称分块解析后按国家/地区筛选，名次取下界整数。全球上榜院校总数为 201 所，覆盖 37 个国家/地区。需要说明的是，部分国家/地区的上榜院校数量可能因榜单本地覆盖范围而有所限制，例如某些国家/地区仅覆盖前若干名。此外，本榜单为首次发布的独立学科排名，与往年数据不可直接比较。