Inspect

碩論：AI 代理人影響文獻 2026-09-14

資科視角｜代理人2篇｜聊天成癮2篇

發布 2026-09-14 12:30收集 2026-09-14 12:55
原始來源doc.jxdtw.com

碩論文獻分析（資料科學視角）2026-09-14

  • 論文數：4（主題一 2、主題二 2）
  • 分析：MoA（東吳資料科學系碩論規劃視角）

主題一：AI 代理人影響

整體結論

從資科視角看，今日主題一文獻以系統模擬與生產力命題為主，方法論上偏重工程評估而非使用者層因果推論。六個影響維度中，僅工作效率有明確研究命題，其餘維度需自行設計混合方法研究補足。

維度綜述

#### 生活協助

系統模擬顯示協作任務可行，但缺使用者實驗與隱私—福祉連結分析。

#### 工作效率

生產力是核心 DV 候選，但須 RCT 或準實驗＋客觀績效指標才能支撐碩論因果主張。

#### 健康影響

無直接量測；可納入壓力／睡眠／福祉量表作為中介或調節變項。

#### 成癮性

兩篇皆未量測；需行為日誌或自我報告使用量表。

#### 焦慮感

安全風險可作 IV，焦慮量表作 DV 的實驗設計尚未出現。

#### 成癮後缺乏使用之影響

縱向停用設計完全缺失，是碩論可切入的明顯缺口。

資料科學綜述

#### 方法論地圖

主題一今日以「系統模擬＋安全評估」與「職場生產力調查／評論」為主，缺少 RCT、縱向追蹤與多變項心理量表並行的混合方法設計。

#### 資料蒐集策略

優先蒐集可客觀量化的工作任務績效（時間、正確率）＋標準化心理量表；需 IRB、知情同意，使用日誌須去識別化；代理人對話內容不得含 PII。

#### 師資方向對接

呂明頴（行為分析、資料探勘）適合績效＋行為建模；蘇明祥（對話系統、情緒感知）適合代理人互動與焦慮機制；鄭江宇（UX 實驗）適合安全事件對信任的影响實驗。

#### 可執行研究設計

  • 準實驗：招募 60–80 名知識工作者，分「Hermes 代理人輔助組／一般工具組」，以任務完成時間、錯誤率為 DV，同步量測問題性使用與焦慮（前後測＋2 週追蹤）。
  • 縱向日誌研究：30 天 ChatGPT/Hermes 使用日誌＋每日簡短量表，以時間序列或混合效應模型分析停用週末的 withdrawal 徵象。
  • 安全事件實驗：在 Terrarium 式情境中操弄隱私外洩事件，量測使用者信任下降與後續使用意願（適合小樣本 UX 實驗）。

本日論文

1. Terrarium: Revisiting the Blackboard for Multi-Agent Safety, Privacy, and Security Studies

  • 領域：AI 代理人系統
  • 作者：Mason Nakamura, Abhinav Kumar, Saaduddin Mahmud, Sahar Abdelnabi, S. Zilberstein, Eugene Bagdasarian
  • 年份：2025
  • 連結：https://www.semanticscholar.org/paper/450f3603e3a1f679e79f72a9f5b16214a0eb84ba

研究提出 Terrarium 多代理人測試框架，以黑板架構模擬會議排程等協作任務，並展示錯置、惡意代理人、通訊遭入侵與資料投毒等攻擊。屬系統安全與隱私研究平台，非使用者身心影響研究。

#### 維度分析

  • 生活協助：多代理人可協作處理會議排程等繁瑣任務，但攻擊或錯置可能損害偏好與私人資料。
  • 工作效率：框架顯示任務自動化技術可能性，未提供工時節省或實際工作績效效果量。
  • 健康影響：未直接量測身心健康；隱私或安全事故只能視為潛在間接壓力來源。
  • 成癮性：未研究使用頻率、強制性使用或成癮量表。
  • 焦慮感：未量測使用者焦慮；安全風險不能直接等同焦慮結果。
  • 成癮後缺乏使用之影響：未研究停止使用代理人後的戒斷、功能退化或心理依賴。

與 Hermes/OpenClaw/Grok 關聯： 可作為 Hermes Agent、OpenClaw 等工具型代理人之多代理協作與安全測試的間接證據；未直接實測 Hermes Agent、OpenClaw 或 Grok Bot。

#### 資料科學視角

  • 研究方法：系統建置＋情境模擬實驗；以可配置黑板架構注入四類攻擊向量，屬工程導向安全評估而非使用者 RCT。
  • 資料與樣本：三種協作情境與代表性攻擊案例；無真人樣本、無問卷或行為日誌，資料為模擬互動與攻擊事件。
  • 評估指標：攻擊成功率、協作任務完成度、隱私外洩等系統層指標；未含使用者福祉、成癮或焦慮量表。
  • 碩論可借鑑：可借鑑 Terrarium 思路，以 Hermes/OpenClaw 多步任務建立「安全事件 × 使用者信任／焦慮」的對照實驗平台，但須補充真人樣本與心理量表。

2. Using Generative AI to Increase Workplace Productivity

  • 領域：生產力與工作效能
  • 作者：Arjita Jain, Anjali M. Kulkarni, N. M. Halgare, K. Kakade, S.M. Patil, J. Brahmane
  • 年份：2025
  • 連結：https://www.semanticscholar.org/paper/f58ed8e68bf3a0d63a4a4539c49c11a6bfcbdfb3

論文主題聚焦生成式 AI 與職場生產力，但當日可取得語料未含摘要或研究數據，僅能確認研究範圍，不能陳述樣本、方法、效果量或因果結論。

#### 維度分析

  • 生活協助：未取得日常生活協助的直接證據。
  • 工作效率：研究主題直接涉及職場生產力，但可取得資料不足以確認效率提升幅度、適用任務或因果性。
  • 健康影響：未取得健康結果資料，不能判斷效率提升是否伴隨壓力或福祉變化。
  • 成癮性：未取得問題性使用或成癮評估資料。
  • 焦慮感：未取得焦慮量表或相關結果。
  • 成癮後缺乏使用之影響：未取得停用後功能依賴或戒斷結果。

與 Hermes/OpenClaw/Grok 關聯： 可作為 Hermes Agent、OpenClaw、Grok Bot 工作用途的背景文獻，但屬一般生成式 AI，且當日語料不足以外推至特定代理人產品。

#### 資料科學視角

  • 研究方法：語料未載明；依期刊性質推測可能為調查或個案研究，但無法核實是否含 RCT 或準實驗設計。
  • 資料與樣本：無可取得樣本數、產業別或任務類型；資料細節缺失，無法評估外部效度。
  • 評估指標：預期應含生產力指標（工時、產出、錯誤率等），但當日語料無法引用任何數值。
  • 碩論可借鑑：提醒碩論設計須優先鎖定「可量測的客觀績效指標＋對照組」；可設計 Hermes 使用者前後測，以任務完成時間與錯誤率為 DV，並同步蒐集問題性使用量表。

#### 研究缺口

  • 缺 RCT 或準實驗連結代理人使用與客觀績效、心理量表的因果設計。
  • 缺縱向停用／withdrawal 追蹤資料。
  • 缺針對 Hermes/OpenClaw/Grok 的產品層實證。

主題二：聊天軟體成癮與生活強制性

整體結論

主題二方法論以心理計量（量表、回顧）與專家評分實驗並存：前者適合建構問題性使用模型，後者適合評估答案品質但無法直接推論一般使用者行為。資科碩論可整合「量表＋對照實驗＋多模型比較」三合一設計。

維度綜述

#### 使用多少會成癮

應以量表界定問題性使用，不能以固定時數代替；需 CFA 驗證與切分點分析。

#### 資料可信度與信任度

平均評分高於中點不等於可無條件信任；須分題型、分模型做信任校準分析。

#### 查覺 AI 錯誤答案能力

專家 IRR 低提示需一般使用者查錯實驗，並以混淆矩陣或 AUC 量化查錯能力。

#### 對有害內容抗拒度

CBT／數位素養為介入方向，但需行為實驗量測拒絕有害建議的實際選擇。

資料科學綜述

#### 方法論地圖

今日文獻涵蓋敘事回顧（量表、理論、EEG）與專家評分實驗（Likert、IRR）；缺一般使用者 RCT、多模型橫向比較，以及使用量—信任—查錯的聯合模型。

#### 資料蒐集策略

大學生樣本可透過校內招募；醫療類刺激需倫審並避免真實個案；對話截圖去識別化；多模型 API 呼叫需記錄 prompt、回答、模型版本以確保可複製。

#### 師資方向對接

丁德天（精神流行病學、物質濫用、青少年健康）適合問題性使用與縱向問卷；鄭江宇（UX 實驗）適合查錯與有害內容抗拒實驗；蘇明祥（對話系統、NLP）適合多模型回答比較與文本特徵分析。

#### 可執行研究設計

  • 問卷＋SEM：台灣大學生 n≈300，PCUS 等量表＋信任／數位素養量表，以 ChatGPT 使用強度為 IV，問題性使用為 DV，檢驗 Grok 使用者子群差異。
  • 對照實驗：一般使用者 vs 資科背景各 40 人，呈現含故意錯誤的 ChatGPT/Grok 醫療或生活建議，量測查錯率、信任調整與有害建議採納（χ² 或 logistic regression）。
  • 縱向混合方法：14 天使用日誌＋每週量表，以混合效應模型分析使用峰值與功能受損的時間滞后關係。

本日論文

1. Problematic ChatGPT use: Manifestations, etiologies, and evaluation

  • 領域：聊天心理與強制性
  • 作者：Hui-Yuan Liao, Chih-Hung Ko, Cheng-Fang Yen
  • 年份：2026
  • 連結：https://www.semanticscholar.org/paper/01bbb1fca76600cc466f373d8bfece7b7e8e458f

敘事性回顧整合問題性 ChatGPT 使用的表現、病因、評估工具與初步腦電證據，指出與憂鬱、壓力、自我控制受損及功能困難相關。現有量表提供初步框架，但仍需跨文化與心理計量驗證。

#### 維度分析

  • 使用多少會成癮：回顧確認可用問題性使用、依賴與功能受損量表評估，但沒有提出可泛化的每日時數或互動次數門檻。
  • 資料可信度與信任度：認知偏誤與直覺處理可能參與依賴形成，但回顧未給出各模型資料可信度或信任比例。
  • 查覺 AI 錯誤答案能力：回顧提到認知機制，未直接量測使用者辨識 ChatGPT 事實錯誤的能力。
  • 對有害內容抗拒度：提出數位素養、自我調節與認知行為介入方向，但未直接測試使用者拒絕有害內容的行為。

與 ChatGPT/Grok 等關聯： 直接研究 ChatGPT 問題性使用；量表框架可供 Grok、Claude、Gemini 比較，但不能假定不同產品具有相同風險。

#### 資料科學視角

  • 研究方法：敘事性文獻回顧；整合心理計量工具開發、理論模型（I-PACE、補償性網路使用、雙系統）與初步 EEG 研究，屬混合證據綜述。
  • 資料與樣本：跨台灣、土耳其、中國、韓國、新加坡、美國之实证研究；含年輕成人樣本與多份量表（PCUS、CAIDS、GADS），但各研究樣本異質。
  • 評估指標：問題性使用量表得分、憂鬱／壓力／自我控制、功能困難；EEG 功能連結為探索性神經指標，信效度仍待驗證。
  • 碩論可借鑑：可直接採用或改編 PCUS 等量表，在台灣大學生樣本做 CFA/SEM，並以 ChatGPT vs Grok 分組比較問題性使用與信任校準，適合量化＋問卷型碩論。

2. Assessing Ability for ChatGPT to Answer Total Knee Arthroplasty-Related Questions.

  • 領域：錯誤查覺與 AI 素養
  • 作者：Matthew L. Magruder, Ariel N. Rodriguez, C. Wong, O. Erez, N. Piuzzi, Giles R. Scuderi, J. Slover, Jason H. Oh, Ran Schwarzkopf, Antonia F. Chen, Richard Iorio, Stuart B Goodman, M. Mont
  • 年份：2024
  • 連結：https://www.semanticscholar.org/paper/acf3bef0c90354b284e53f842438389faa018573

將十五項 AAOS 全膝關節置換臨床指引改寫為問題，由十一位關節重建專科醫師以 1–5 分量表評分 ChatGPT 回答。各特徵平均高於中點，但 IRR 僅 0.33，顯示可靠性變異大。

#### 維度分析

  • 使用多少會成癮：未研究使用頻率、依賴或成癮門檻。
  • 資料可信度與信任度：專科醫師評分顯示回答整體高於中點但可靠性有變異，支持依題型與證據校準信任，而非全面採信。
  • 查覺 AI 錯誤答案能力：由專科醫師而非一般使用者評估，且評分者一致性偏低；不能據此推論一般人能查覺錯誤。
  • 對有害內容抗拒度：未測量模型拒答或使用者抗拒有害醫療建議；醫療情境的變異可靠性凸顯外部查證必要。

與 ChatGPT/Grok 等關聯： 直接評估 ChatGPT 醫療回答；專家審查方法可延伸比較 Grok、Claude、Gemini，但結果不能直接套用其他模型或一般使用者。

#### 資料科學視角

  • 研究方法：指引轉問題＋線上問卷；11 名專科醫師對 ChatGPT 回答進行六維度 Likert 評分（相關性、準確性、清晰度、完整性、循證、一致性）。
  • 資料與樣本：15 個 AAOS 臨床指引問題、3 個子題類別（風險因子、植入／術中、疼痛／功能）；樣本為專家而非一般使用者。
  • 評估指標：六維度 1–5 分均值與標準差（如相關性 4.43±0.77、一致性 3.54±1.10）；IRR=0.33（低），子組別比較。
  • 碩論可借鑑：可改編為「一般使用者 vs 專家」雙組錯誤查覺實驗：同一批 ChatGPT/Grok 回答，量測查錯率、過度信任與有害建議採納意願，適合 UX＋統計檢定設計。

#### 研究缺口

  • 缺跨模型、跨文化且經 CFA 驗證的問題性聊天 AI 量表（台灣樣本）。
  • 缺一般使用者查錯能力與信任校準的實驗證據。
  • 缺使用量、信任、查錯、有害內容抗拒的四維聯合模型。

三個爭議點

  • Terrarium 以系統層攻擊成功率評估安全，問題性 ChatGPT 回顧卻以心理量表與 EEG 評估依賴——兩套方法論難以直接比較「便利 vs 成癮」因果，碩論若合併兩主題須明確界定層級（系統／個人）與 DV。
  • 職場生產力論文命題與 PCUS 量表可能同時成立，但缺同一樣本同時量測績效、問題性使用與停用後 withdrawal 的縱向設計，方法論上無法反駁或確認「效率換成癮」假說。
  • TKA 研究中專家 IRR 僅 0.33 卻仍報告「高於中點」——平均數掩蓋評分者分歧，對碩論的啟示是：信任與查錯研究不能只看均值，須報告一致性與個體差異，否則高估 AI 答案品質。