跨專業申請時，Writing Sample往往是最難準備的一份文件。你對目標領域有興趣，但還不熟悉那個領域的寫作慣例；你對自己的分析能力有信心，但英文表達還不夠流暢。於是很多人把草稿交給AI「改順」，拿回來後卻發現：句子變漂亮了，但有些地方讀起來不像自己寫的，甚至不確定論點有沒有被改掉。
這篇文章要處理的問題，不是「AI能不能用」，而是「怎麼讓AI只改語氣、不改事實」。跨專業申請的Writing Sample本來就是讓審查者看見你的思考潛力，而不是你的英文已經完美。與其讓AI把整份文件改得面目全非，不如讓它幫你解決語言問題，同時保留你原本的論證痕跡。
語氣改寫和事實變更的界線在哪裡
語氣改寫，是讓同一句話變得更清楚、更符合學術慣例，但不改變句子的資訊內容。事實變更，則是句子描述的事件、數據、結論或因果關係被替換了。
舉例來說，你原本寫「I did a project about consumer behavior in my previous major」，AI可能改成「During my undergraduate studies, I conducted a project examining consumer behavior patterns」。前者資訊是「你做了一個消費者行為相關的專案」，後者多了「patterns」這個詞，這就多了一個你沒有的主張。
跨專業申請的風險在於：你不熟悉目標領域的術語，AI「順手」幫你加了專業詞彙，你覺得看起來更專業就接受了，但那些詞彙可能暗示你做了你沒做過的事，或使用了你沒學過的方法。
逐句核對的三個層次
拿到AI改寫的版本後，不要直接讀全文，而是逐句做三層核對：
第一層：資訊有沒有增減。 把原文和改寫版並排，只看名詞、數字、專有名詞、方法名稱。任何新增或消失的具體資訊都要標記出來，逐一決定是否保留。
第二層：因果關係有沒有改變。 注意「因為」「所以」「導致」「顯示」這類連接詞。AI有時會把「A和B有相關」改寫成「A導致B」，這是嚴重的邏輯變更。
第三層：語氣是否過度自信。 你原本寫「I think this approach might work」，AI可能改成「This approach is effective」。後者聽起來更專業，但超出了你原本的論證範圍。跨專業申請中，適度的保留不確定性反而更誠實。
台大寫作教學中心在介紹AI寫作輔助時，將AI定位為「協助修正文法與用字錯誤、提供結構與語句表達建議」的工具，並強調使用者的自我修訂能力。這正是跨專業Writing Sample最需要的心態：AI提供建議，你負責判斷建議是否適用。
保留個人邏輯的實作方法
如果你擔心AI改寫後失去自己的聲音，可以改用「分段處理」的方式：
- 不要讓AI一次改完整份文件，而是每次只處理一個段落。
- 在交給AI之前，先用一句話寫下這個段落的「核心主張」，例如「這段要說明我在原科系學到的研究方法可以應用到目標領域」。
- AI改寫後，先檢查那句核心主張是否還在，再檢查細節。
- 如果AI改寫的版本偏離主張，退回上一版，改用更小的修改範圍（例如只改某個句子）。
這種做法會比「整份丟進去再手動改回來」更有效率，因為你保留了每個段落的修改紀錄，也更容易察覺AI在什麼時候開始「加料」。
跨專業情境下特別要注意的陷阱
跨專業申請者因為對目標領域不熟悉，最容易犯的錯是「讓AI替你填補知識空白」。例如你申請心理學研究所，但原本是工程背景，AI可能幫你加入「this study employs a mixed-methods approach」這類句子，看起來很專業，但你根本沒用過這個方法。
陽明交大圖書館在討論AI與學術誠信時提醒，AI工具無法滿足成為作者的條件，所有學術錯誤與研究倫理問題均由人類作者承擔。對跨專業申請者來說，這句話的實際意義是：如果你的Writing Sample裡有任何一個術語或方法是你無法向審查者解釋的，那就是風險。
一個實用的檢查方法是：找一位目標領域的朋友或學長姐，請他們讀你的Writing Sample，並問他們「你覺得這個作者實際做過什麼」。如果他們的回答和你真正的經歷不一致，那就代表AI改寫得太遠了。