新加坡国立大学（NUS）近日新增Master of Science in Social Analytics and AI（社会分析与人工智能理学硕士，简称MSc SAAI）。

这是一个融合社会科学、人工智能、计算方法、研究方法和数据驱动传播的跨学科硕士项目，由NUS多个学术单位共同参与，包括NUS Faculty of Arts & Social Sciences、NUS School of Computing以及NUS School of Continuing and Lifelong Education。

随着人工智能逐渐深入公共政策、企业管理、社会治理、传播、组织决策等领域，市场对于既懂AI和数据分析，又能够理解社会、组织与人的复合型人才需求不断增加。NUS此次推出SAAI，也正是瞄准这一新兴交叉领域。

社会分析与人工智能理学硕士主要学什么？

与传统计算机或人工智能硕士不同，NUS MSc SAAI并不是单纯培养AI技术开发人员，而是重点关注AI如何与人、组织、机构以及社会发生互动。

项目将人工智能与社会科学视角结合起来，重点培养学生在真实社会、政策和组织环境中应用、理解和负责任地使用AI的能力。

简单来说，学生不仅需要学习“AI怎么用”，还需要进一步思考：什么时候应该使用AI？AI应该应用于什么场景？AI会对个人、组织和社会产生什么影响？如何判断AI应用是否符合伦理和社会责任要求？

因此，SAAI更强调技术能力与社会科学思维之间的结合。

AI+社会科学成为新方向

NUS MSc SAAI的一个明显特点，就是将人工智能、数据分析与社会科学进行融合。

课程培养方向包括AI素养、计算与分析方法、社会科学研究方法，以及对AI伦理、文化、政治和社会影响的批判性理解。

学生将学习利用计算方法和数据分析解决复杂的社会、政策和组织问题，同时对AI在不同社会环境中的应用进行分析和评估。

这意味着该项目并不局限于传统意义上的“技术岗位”，而是更关注AI技术与现实社会之间的连接。

例如，在公共政策领域，AI和数据分析可以用于辅助政策研究和决策；

在企业和组织管理领域，可以利用数据和AI分析组织行为、员工及市场变化；

在传播领域，AI可以帮助分析公众意见、传播效果和社会趋势；

在社会研究领域，则可以借助计算方法处理更加复杂和大规模的数据。

项目有哪些优势？

跨学科培养

MSc SAAI最大的特点之一，就是跨学科。

项目整合NUS社会科学、计算机、继续教育等多个学术单位的资源，让学生能够同时接触社会科学与人工智能相关知识。

对于希望进入AI相关领域，但又不希望完全走传统计算机科学路线的学生来说，这种培养模式具有一定吸引力。

重视AI伦理与治理

随着生成式AI快速发展，AI治理、AI伦理和负责任AI正在成为越来越重要的职业方向。

SAAI不仅关注AI的技术应用，同时强调伦理、治理、文化和社会影响。

学生需要理解AI技术可能带来的社会影响，并判断不同AI工具和技术在什么情况下适合应用。

这一方向尤其适合希望未来进入AI治理、公共政策、政策分析、社会研究、负责任AI等领域的学生。

强调数据与分析能力

虽然项目并非传统计算机硕士，但仍然强调计算方法和数据分析能力。

学生将学习如何利用数据驱动的方法解决复杂问题，并将分析结果转化为能够支持决策的有效信息。

因此，该项目对于希望提升数据分析和AI应用能力，同时保留社会科学视角的学生来说，是一个值得关注的新选择。

哪些学生适合申请？

从项目定位来看，NUS MSc SAAI并没有将申请人严格限定在计算机专业。

项目尤其适合以下几类背景的学生。

第一类：社会科学背景学生。

例如社会学、政治学、公共政策、国际关系、传播学、心理学等专业的学生，如果希望增加AI和数据分析能力，可以重点关注该项目。

第二类：商科和管理背景学生。

对于希望进入企业战略、组织管理、商业分析、数据驱动决策等方向的学生，SAAI能够帮助其补充AI和计算方法能力。

第三类：计算机、数据科学及相关专业学生。

如果本身具备一定技术背景，希望进一步研究AI在社会、政策和组织环境中的应用，而不是单纯从事算法开发，也可以考虑该项目。

第四类：公共政策及公共服务从业者。

项目官方特别提到，公共服务、政策、社区发展等领域的从业者也是该项目重点适配的人群。

第五类：传播及社会研究方向学生。

对于希望从事数据驱动传播、社会研究、舆情分析等工作的学生，AI与计算方法的加入能够进一步拓宽职业发展方向。

社会分析与人工智能理学硕士申请要求

NUS MSc SAAI采取竞争性录取方式，由于项目招生名额有限，符合最低要求并不代表一定能够获得录取。

在学历方面，申请人需要拥有学士学位，最好具备荣誉学位（Honours）。

如果申请人持有的是三年制、没有荣誉学位的本科文凭，则需要至少具备一年工作经验。

在专业背景方面，项目整体具有较强的跨学科属性，因此申请人不一定必须来自计算机专业。不过，学校明确表示，具备基础编程能力者优先。

这也意味着，如果申请人来自社会科学、商科、传播等专业，但拥有Python、R、SQL或其他编程和数据分析经历，在申请时可以重点展示相关能力。

英语要求

对于母语不是英语的申请人，需要提交英语语言成绩。

目前项目要求：

TOEFL iBT最低85分；

或者IELTS Academic最低6.0分。

需要注意的是，TOEFL或IELTS成绩必须在申请时仍然有效，成绩有效期为考试日期起两年，过期成绩将不会被考虑。

申请还需要面试

值得注意的是，NUS MSc SAAI采用申请筛选机制。

通过初步筛选的申请人，将被邀请参加admission interview（入学面试）。

面试属于项目录取考核的重要环节，入围申请人必须参加面试，否则将无法继续被考虑录取。

因此，申请SAAI不能只关注硬性成绩，还需要提前梳理自己的专业背景、AI相关经历以及未来职业规划。

SAAI毕业后可以做什么？

从项目定位来看，MSc SAAI未来的职业方向具有较明显的跨学科特征。

学校重点提到的相关职业领域包括：AI治理、政策分析、社会研究、Responsible AI（负责任AI）、数据分析、社会影响咨询。

除此之外，毕业生也可以根据自己的本科背景进入公共服务、企业战略、组织管理、传播、社会研究以及数据驱动决策等相关领域。

可以看到，SAAI并不是单纯培养“AI工程师”，而更偏向于培养能够理解AI、使用AI，同时理解人和社会的复合型人才。

NUS又一个AI交叉学科硕士

近年来，AI正在从计算机领域快速向金融、商业、医疗、传播、社会科学和公共政策等领域扩展。

因此，未来AI人才的需求可能不再局限于算法工程师和程序员，而会越来越需要能够理解具体行业、组织和社会环境的复合型人才。

NUS新增MSc Social Analytics and AI，正是这一趋势下的一个典型项目。

对于不想走纯技术路线，但希望进入AI相关行业的学生而言， “AI+社会科学+数据分析”可能会成为一个值得关注的新方向。

尤其是社会科学、商科、传播、公共政策以及数据分析相关背景的申请人，可以将该项目纳入2027 Fall新加坡硕士申请的选校范围。

不过，由于项目招生名额有限，申请人仍需要结合自己的本科背景、成绩、语言能力、编程基础、实习经历以及职业规划进行综合评估，提前做好申请规划。