新加坡理工大学成立终身学习学院，结合评估、培训与研究

【新加坡】新加坡理工大学（SIT）于星期一（10月12日）在其2026年毕业典礼的主要环节上宣布，将成立一所新学院。该学院的宗旨将超越课程讲授，致力于帮助个人应对职业变化，并支持企业建立面向未来的劳动力。

该大学表示，这所名为SIT终身学习与职业发展学院（简称SITLearn）的机构，将把技能评估、延续教育、职业发展、行业合伙业务以及应用型劳动力研究连接起来，形成一个综合模型。

新加坡理工大学副校长（产业与社群联系）兼SITLearn院长Bernard Nee表示，这些元素的整合以及对应用型学习的侧重，共同造就了一项独具特色的服务。

他表示，在新加坡的延续教育景观中，虽然有许多服务提供者，但大多数（包括之前的新加坡理工大学）都只专注于开办课程和工读学位。

他说道：“鉴于环境的不断变化和技能生命周期的缩短，我们认为仅有这些是不够的，这就是我们成立这所延续教育与培训（CET）学院的原因。”

虽然培训课程已在新加坡理工大学的校内设施或客户的经营场所进行，但该大学正在其榜鹅校区建设一个专用的SITLearn中心，预计将于2027年上半年竣工。

新加坡理工大学指出，随着科技进步和职业生涯的延长，个人和企业在评估能力、识别差距和培养技能方面也面临着相似的转变。

对于个人而言，SITLearn创建了一条从技能发掘到职业发展的个性化途径。学院还将这项支持扩展至报读指定较长期延续教育与培训（CET）课程的成年学习者。

而对于企业，学院则提供了一条从劳动力诊断、能力建设到产生影响力的协同路径。

SEE ALSO

Singapore workers embrace AI faster than global peers, but fewer feel secure in their jobs: PwC survey

多方面综合模型

新加坡理工大学强调了该综合模型的几个关键特点。

首先，SITLearn提供技能评估与认证，这为培训内容提供了依据。

有些技能可以通过正式课程获得并体现在证书上，但其他技能则是在工作中习得，却无法以有效方式展示。

Nee说：“因此，技能评估能让这些技能‘显性化’。”

SITLearn以合伙业务形式与行业及公共机构合作，共同开发评估工具和框架。目前，学院正与超过40家机构合作，涉及酒店、医疗保健和社会服务等领域，共同开展人工智能就绪度和劳动力能力建设等项目。

Nee表示：“随着我们进入越来越多的行业领域，我们建立起一个可应用于不同场景的工具组合。”

其次，各项课程——包括专业证书、可累积的微型证书、研究生课程以及较短期的延续教育单元——均围绕新兴市场需求而设计。

最新的课程包括解决人工智能的能力、治理和负责任采用；绿色数据中心的数字基础设施；以及评估、管理和缓解与能源转型相关的新兴风险等内容。

SITLearn提供的延续教育与培训（CET）课程的费用因课程类型、时长和专业水平而异。

新加坡理工大学表示，例如，一个为期两天的专业课程在政府津贴前的费用约为1700新元，而一个为期数月的微型证书课程在津贴前的费用可能约为1万新元。

课程将由大学教授和行业合作伙伴共同授课。

通过其企业客座教授计划，SITLearn与公司合作，物色适合在从事本职工作的同时，担任导师和教练的员工。

Nee表示，这能将真实世界的经验带入课堂，并确保教学内容与现实世界紧密相连。他补充说，这些公司相信，教学是其高层领导团队的一条关键发展途径。

第三，新学院加强了学习与就业之间的联系，拓宽了接触行业的机会，并确保课程与不断变化的劳动力需求保持一致。

这需要通过引入行业合作伙伴来补充和加强SITLearn模型的各个方面，而新加坡理工大学也将继续扩大其合作网络。

最后，SITLearn将研究融入其中，以实现“有实证依据的高质量成人学习”。

该大学正与成人学习学院及其他研究伙伴合作，领导一个全国性的研究项目，旨在开发数字成人学习质量指数。

该框架旨在衡量线上直播、自定进度和混合模式等不同形式的数字延续教育与培训（CET）课程的质量、影响和价值。

该项目旨在创建有实证依据的基准，以便在课程设计、质量保证和学习成果方面做出更明智的决策。

人工智能与应用型学习

在毕业典礼上，数码发展及新闻部长Josephine Teo分享了她对人工智能带来的机遇与挑战的看法，并谈到毕业生应如何在职业生涯中运用他们解决问题的实用方法。

她表示，首先，要通过运用所学并增长专业知识，来打造行之有效的方案。

“随着人工智能进入更多行业和物理系统，拥有深厚的知识并能将其应用于突发情况将变得愈发重要。”

其次，要不断学习，特别是学习如何与人工智能高效协作。Teo还表示，个人应成为“人工智能双语人才”，即兼具技术技能与行业知识。

第三，科技能力越强，人类的判断力就越重要。

她表示，认识到人工智能的局限性，并坚守和应用所学的基础知识至关重要。她补充道：“请记住，同理心、道德伦理和对背景的理解永远都很重要。”

Teo指出，虽然人工智能安全是一个仍在发展的领域，但通过审慎的测试和建立适当的保障措施，我们已经可以运用判断力。