從香港或台灣的大學轉去加拿大，很多人第一步不是查學校，而是先問：我現在修的課，對方認不認？這個問題沒有統一答案，因為加拿大每間大學都自己決定學分抵免，而判斷的起點幾乎都是課程內容匹配，而不是課程名稱。
AI選校工具在做轉學建議時，通常也是從課程匹配下手：把你目前修過的課、修課順序、學分數，拿去比對目標學校的課程描述。這個邏輯跟學校註冊組的做法一致，所以適合當第一輪篩選。但AI能幫你縮小範圍，不能替你確認結果。
課程匹配到底在比什麼
加拿大大學評估轉學分時，看的不是科目名稱像不像，而是三件事：
- 核心主題覆蓋度：例如你修過「資料結構」，對方學校的課程是否也涵蓋相同主題，像是陣列、鏈結串列、樹狀結構、演算法複雜度。
- 學術深度與時數：對方會看你的課程是基礎入門還是進階選修，每週上課時數、實驗課比重是否相當。
- 先修條件是否一致：如果你在原本學校修了機器學習，但沒有先修線性代數，對方可能認為這門課的基礎不完整，抵免機會就會打折。
AI選校工具通常能讀取課程描述，幫你算出「覆蓋率」，但要注意：覆蓋率高不代表一定抵免。有些學校會要求你提供課程大綱（syllabus）、作業樣本或教科書目錄，由系上教授逐份審閱。AI無法預測教授的最終判斷。
用AI做第一輪篩選的正確步驟
- 整理你的修課清單：列出課程名稱、學分數、修課年度，並準備每門課的官方課程描述。不要只寫科目名稱，因為「計算機概論」在不同學校教的内容可能差很多。
- 設定篩選條件：除了學校排名和地點，把「課程匹配度」設為主要過濾條件。AI工具會根據你的修課內容，列出課程結構較接近的學校。
- 保留一個安全名單：即使AI顯示匹配度很高，仍要選幾間「課程要求較寬鬆」的學校當備案。有些學校對轉學生比較有彈性，願意用面試或額外作業補足差異。
- 直接查目標學校的轉學政策：多數加拿大大學在官網公布轉學分評估原則，有些甚至提供過往課程的抵免資料庫。把AI建議的學校逐一對照，確認對方是否接受你目前修課類型。
收到AI建議後，至少要親自核對四件事
AI選校結果可以當起點，但不能直接拿去填申請表。以下四件事，請務必自己確認：
- 課程描述是否為最新版本：學校偶爾會調整課程內容，AI資料庫可能沿用舊版。到官網下載最新的課程描述，逐項比對。
- 必修課是否有指定學分數：有些學校要求特定課程必須達到一定學分才接受抵免，這通常寫在轉學申請頁面，AI不一定會標示。
- 申請截止日與文件要求：轉學申請有時需要額外提交課程大綱，甚至需要系上教授填寫評估表。這些流程每年可能調整，AI無法即時更新。
- 抵免結果的申訴管道：如果學校拒絕抵免某門課，是否有上訴或補件機制？這點很少被討論，但實際遇到時很重要。
常見誤區：別把「課程名稱相似」當成「課程內容相同」
很多申請者看到兩邊都有「作業系統」就覺得穩了，但一間學校教Linux核心，另一間教Windows伺服器管理，內容幾乎完全不同。AI工具如果只比對課程名稱，會給出虛高的匹配度。
比較穩妥的做法是：把AI列出的高匹配課程，實際打開兩邊的課程描述，確認主題、先修條件、評分方式是否一致。如果某門課的內容差異太大，即使AI說匹配，也要有心理準備對方可能不認。
另外，轉學分評估通常只針對「已修完」的課程，正在修的課不一定能抵。申請前確認你目前修課的完成時間，是否在對方評估截止之前。
最後一步：把AI結果當作「候選清單」而非「錄取預測」
AI選校工具能幫你快速過濾掉課程結構差太多的學校，省下大量查詢時間，但轉學最終能否成功，仍取決於你提供的課程文件、成績，以及對方系所的獨立判斷。把AI結果當成一份需要自己驗證的候選清單，逐一查證後再決定申請名單，才是比較務實的用法。
申請前記得把每間學校的課程匹配評估標準、抵免上限、申請截止日都列成表格，親自查過一次。你的個人經歷、修課內容和最終提交的申請文件，仍需要你本人逐項核對。