跨專業申請的研究計畫，AI 可以幫你寫到哪一步

從電機跨到認知科學，從文學跨到數位媒體，從社會學跨到公共衛生——跨專業申請最痛苦的不是沒有研究想法，而是你根本不知道「這個領域的人怎麼寫研究計畫」。你讀過幾篇目標領域的論文，覺得好像有點概念，但真要下筆時，卻連該用什麼術語、該怎麼鋪陳研究問題都沒有把握。

AI 在這個階段確實能幫上忙，但它的功能有明確的邊界。這篇文章想說清楚：AI 可以幫你做到哪一步，哪些工作它做不了，以及你該如何與它協作，而不是讓它替你寫。

AI 能做的：幫你把「模糊想法」變成「可討論的草稿」

跨專業申請者最常遇到的困境是：你有一個研究興趣，但還不成形。例如，你原本讀社會工作，想申請資訊科學的博士，你對「如何用數據分析改善社福資源分配」有興趣，但你不確定這個題目在資訊科學領域是否成立。

這時，AI 可以作為一個「思考夥伴」。你可以把自己的背景、興趣、以及你讀過的相關文獻丟給它，請它幫你整理出幾個可能的研究方向，並標示每個方向可能涉及的理論基礎。

這個階段的產出，不是你的研究計畫，而是你的「思考素材」。你可以從中挑選一個方向，再深入閱讀文獻，確認這個題目在目標領域是否有人做過、還有哪些缺口。

具體來說，AI 能協助的工作包括：

這些工作的共同點是：它們都不涉及最終的研究判斷。AI 可以提出選項，但選擇哪一個方向，必須由你決定。

研究計畫的核心是研究問題（research question）與研究方法（methodology）。這兩個部分，AI 無法替你完成，原因不是它不夠聰明，而是它缺乏你獨有的學術脈絡。

研究問題必須來自你對既有文獻的理解、你對現實問題的觀察、以及你與目標領域教授對話後的調整。AI 可以幫你改寫研究問題的敘述方式，但它無法判斷「這個問題對這個領域是否重要」。

研究方法更是如此。你是否具備執行某種方法的能力、目標系所是否有相關資源、你的指導教授是否擅長這種方法——這些判斷需要你與目標領域的人實際交流，不是 AI 能憑空推論的。

一個常見的誤區是：申請者讓 AI 生成一份看起來很完整的研究計畫，然後直接提交。這種做法的問題在於，審查委員通常能看出計畫中缺乏申請者個人的思考痕跡——尤其是當研究問題與申請者背景之間沒有明顯連結時。

跨專業申請者有一個獨特優勢：你能從原本的領域帶入不同的視角。這個優勢在 AI 協作中特別容易被放大。

例如，你原本讀文學，想申請認知科學。你可能對「敘事結構如何影響記憶」有直覺，但你不確定該怎麼用認知科學的語言描述。AI 可以幫你找到「敘事」與「記憶」之間的學術連結，例如相關的神經科學研究或心理學理論。

這就是所謂的「概念遷移」（concept transfer）——把你原本領域的概念，轉換成目標領域可以理解的框架。AI 擅長這件事，因為它讀過大量跨領域文獻，可以快速提供你搜尋方向。

但請注意，AI 提供的連結只是「線索」，不是「結論」。你必須親自去讀那些文獻，確認這些連結是否成立、是否被目標領域的學者接受。不要因為 AI 說「這兩個概念相關」，就直接寫進研究計畫。

如果你準備用 AI 協助研究計畫的初稿，建議按照以下步驟進行：

第一步：先寫一份「個人背景與興趣聲明」。內容包括你原本的專業、你為什麼想跨到這個領域、你讀過哪些目標領域的論文或書籍、以及你目前感興趣的研究題目。這份聲明不需要寫得很好，但必須是你自己寫的。

第二步：把這份聲明交給 AI，請它幫你找出「可能的研究缺口」或「值得深入閱讀的文獻類型」。此時 AI 的角色是圖書館員或文獻回顧助理，不是作者。

第三步：根據 AI 提供的方向，去閱讀實際的文獻。這個步驟不能跳過。你必須至少讀過 10 到 20 篇目標領域的近期論文，才能對該領域的對話有基本了解。

第四步：回到 AI，請它幫你整理你讀過文獻後的筆記，並嘗試提出一個初步的研究問題。這個研究問題必須是你自己的判斷，AI 只是幫你組織語言。

第五步：將研究計畫的初稿寫出來後，再請 AI 幫你檢查邏輯連貫性、術語使用是否恰當、以及是否有你遺漏的重要面向。

最後要強調的是：AI 無法取代你與目標領域教授或學長姊的對話。跨專業申請的研究計畫，最忌諱閉門造車。

你應該主動聯絡目標系所的教授，詢問他們對你研究方向的看法。多數教授願意花 15 分鐘與潛在申請者討論研究構想，尤其是當你表現出對他們研究的了解時。

這些對話能幫你確認：你的研究問題在該領域是否成立、你的方法是否可行、以及你的切入點是否有新意。這些資訊，AI 無法提供。

研究計畫的最終版本，必須是你自己寫的、你自己理解的、你自己能為之辯護的。AI 可以陪你走過從零到一的過程，但最後一步——按下提交鍵的責任——永遠在你身上。