轉學申請的研究計畫通常包含你最核心的學術構想：尚未發表的實驗設計、初步數據、獨特的研究方法，甚至可能涉及指導教授的未公開成果。把這些內容直接複製貼上到 AI 工具裡請求「幫我潤飾」，等於把研究成果先交給一個不屬於你的系統保管。

多數免費 AI 平台的服務條款都包含訓練數據回傳機制，也就是說，你輸入的文字可能被用來改善模型。這對一般作業影響不大，但對研究計畫而言，可能造成未發表構想外洩的風險。

哪些資料絕對不該上傳

以下內容在轉學研究計畫中常見，但具有高度敏感性，不建議直接輸入任何公共 AI 平台：

• 未發表的實驗數據或初步結果：即使只是草稿階段的數字，也可能被你未來申請的學校或競爭者看到。
• 可識別個人身分的資訊：包含你的姓名、學校名稱、指導教授姓名、實驗室名稱。這些資訊一旦被 AI 回訓練，可能出現在其他人的輸出中。
• 獨特的研究方法或技術細節：如果你的研究方法尚未發表，上傳等於公開。
• 涉及第三方權益的內容：例如你之前參與的專案資料，或指導教授尚未公開的研究方向。
• 申請學校的特定要求：有些轉學申請要求研究計畫回應特定問題，這些問題本身可能涉及學校內部資訊，不應被 AI 收集。

安全使用 AI 的三個替代做法

你不一定要完全放棄 AI 輔助，但需要改變使用方式。以下是較安全的替代方案：

1. 去識別化後再上傳：把所有姓名、學校、機構名稱替換成代號（例如「我的指導教授」改成「我的導師」，「台大」改成「目前就讀學校」），實驗數據改成模糊描述（例如「初步結果顯示顯著差異」而不是具體 p 值）。這樣 AI 仍能幫你調整語氣和結構，但無法連結回你的真實身分。

2. 只上傳抽象問題：不要上傳整份研究計畫，改為詢問抽象建議。例如：「我寫了一段關於研究背景的文字，但覺得邏輯不順，可以給我三種過渡方式嗎？」AI 不需要知道你的具體研究內容，也能提供結構建議。

3. 使用本地或企業級工具：部分 AI 工具提供本地部署或企業隱私模式，承諾不將輸入用於訓練。這些工具通常需要付費，但對研究計畫這類高敏感性文件而言，值得考慮。

轉學研究計畫的特殊風險

轉學申請者比一般申請者更容易忽略隱私問題，因為轉學過程常伴隨時間壓力。你可能在截止日前一週才開始寫研究計畫，急著用 AI 加速完成，結果把最敏感的研究構想交了出去。

另一個風險是，轉學研究計畫常包含你對新學校的具體期待——你為什麼想轉入某個系所、想跟哪位教授合作。這些內容涉及你對新學校的評價，如果被 AI 收集並在未來輸出給其他人，可能造成不必要的誤解。

隱私保護的實用檢查清單

• 上傳前是否已刪除所有姓名、學校、機構名稱？
• 實驗數據是否已模糊化或改為定性描述？
• 是否包含尚未發表的獨特方法或技術細節？
• 是否提及指導教授或其他第三方的未公開研究？
• 是否已閱讀所用 AI 工具的服務條款，確認輸入資料的用途？
• 是否有替代方案可以完全不使用公共 AI 平台？

研究計畫的價值在於原創性，而原創性的前提是保密。在把任何內容交給 AI 之前，先問自己：如果這份資料被公開，我會不會後悔上傳？如果答案是不確定，那就先做去識別化處理。所有最終提交內容仍需你本人核對，AI 只是輔助工具，不該承擔你研究構想的保管責任。