2026-09-17 碩論文獻分析（資料科學視角）

主題一：AI 代理人影響（2 篇）

1. Automating RT Planning at Scale: High Quality Data For AI Training

• 方法／資料： 建立自動迭代放射治療規劃管線，與人工計畫比較；公開資料含九個頭頸癌與肺癌 cohort，摘要未載總樣本數。
• 指標： 摘要僅稱計畫品質可比人工；複製時應預先指定劑量學品質、約束違反率、成功率與工時。
• 碩論借鏡： 比較有／無代理人在多步驟規劃的成功率、約束違反、人工修正次數與耗時。
• 六維度： 證據限於臨床規劃支援與流程自動化；未直接量測一般生活協助、健康結果、成癮、焦慮或停用影響。
• 來源： https://arxiv.org/abs/2501.11803v6

2. MedAide: Information Fusion and Anatomy of Medical Intents via LLM-based Agent Collaboration

• 方法／資料： 結構化意圖分解、RAG、動態原型匹配與輪替式多代理人協作；在四個醫療基準上以自動指標及醫師評估。
• 指標： 摘要未列具體名稱與數值；複製時應報任務正確率、幻覺率、評分者一致性與成本。
• 碩論借鏡： 比較單代理人、多代理人與人工覆核，測正確率、幻覺、延遲、成本及評分一致性。
• 六維度： 可支援醫療資訊互動及複合意圖處理；未量測工時效果量、病人健康結果、成癮、焦慮或停用影響。
• 來源： https://arxiv.org/abs/2410.12532v3

方法論地圖

工程管線、公開基準、自動指標與專家評估具有可複製性；主要缺口是使用者層級的效率、心理與長期依賴資料。

可執行碩論設計

1. 代理人多步驟任務效率—品質權衡： 以學生交叉實驗比較無代理人、單代理人及多代理人，評估成功率、耗時、修正次數與錯誤類型。

2. 人工覆核強度與幻覺控制： 以 2×2 實驗檢驗結構化檢核表能否降低幻覺，並分析校準、時間及成本效益。

資料與師資

公開非敏感基準優先，真人實驗需預註冊、知情同意與事前統計力分析；醫療資料須倫理審查及去識別。可對接呂明頴副教授（行為分析、資料探勘、人工智慧）、吳政隆教授（文字探勘、深度學習、自然語言處理、人工智慧）及許晋雄教授（作業研究、最佳化理論、決策分析）。

主題二：聊天軟體成癮與生活強制性（2 篇）

1. An Experiential Approach to AI Literacy

• 方法／資料： 以參與式設計及故事敘事提出體驗式 AI 素養介入；摘要未載樣本數或完成的成效評估。
• 指標： 尚未報量表、準確率或效果量。
• 碩論借鏡： 隨機比較體驗式故事介入與一般講授，前後測 AI 適用性判斷、查錯、信心校準及遷移表現。
• 四維度： 未建立成癮門檻；可能支援情境判斷，但未實測信任校準、查錯率或有害內容拒絕。
• 來源： https://arxiv.org/abs/2603.29238v1

2. Taking Advice from ChatGPT

• 方法／資料： 預註冊實驗，118 名學生回答 25 個學科的 2,828 題選擇題，操弄建議者身分、理由及正確性。
• 指標： 建議權重、更新行為、答題表現與準確度判斷；參與者在 25 個主題中的 11 個顯著誤判模型準確度。
• 碩論借鏡： 平移為多模型交叉實驗，分層正確、錯誤與低風險模擬有害建議，分析信任、建議權重、查錯率及拒絕率。
• 四維度： 過去使用經驗與較高建議權重相關，但不是成癮門檻；書面理由有助辨別正確建議；未直接測有害建議抗拒。
• 來源： https://arxiv.org/abs/2305.11888v3

方法論地圖

方法橫跨參與式 AI 素養設計與預註冊建議採納實驗；已有行為及校準指標，但缺長期日誌、成癮量表與安全拒絕情境。

可執行碩論設計

1. 體驗式 AI 素養與查錯遷移： 隨機分組前後測查錯率、Brier score、信心與耗時，產出可重用介入教材與題庫。

2. 跨模型信任校準與有害建議拒絕： 以 ChatGPT、Grok、Claude、Gemini 交叉實驗，分析建議權重、拒絕率與校準。

3. 十四日使用日誌與問題性使用： 以最小化使用中繼資料、EMA 與量表建立多層次風險模型。

資料與師資

以東吳學生先導研究並依統計力擴充；預設不收對話正文，只收時間、次數及任務類型。錯誤或有害刺激須低風險、允許退出並事後說明。可對接鄭江宇副教授（行動裝置 UX 設計與實驗、巨量資料分析）、丁德天副教授（精神流行病學、物質濫用、青少年健康）及蘇明祥副教授（口語對話系統、情緒與人格感知）。

跨主題爭議

1. 方法論： 工程基準與短期實驗不能代表真實生活長期使用；自陳問卷應與任務表現、日誌及停用設計交叉驗證。

2. 量測： 高頻使用、建議權重、信任、依賴與臨床成癮不是同一構念；效率提升亦須同時報錯誤、人工修正與認知負荷。

3. 倫理： 醫療任務、私人對話與有害刺激涉及敏感資料和風險暴露，應採最小蒐集、去識別、知情同意、退出及事後說明。

三個爭議點

1. 方法論爭議：工程基準與短期受試者實驗雖可重跑，仍不能代表真實生活長期使用；自陳問卷應與任務表現、使用日誌及停用設計交叉驗證。

2. 量測爭議：高頻使用、建議權重、信任、依賴與臨床成癮不是同一構念；效率提升亦須同時報錯誤、人工修正與認知負荷。

3. 倫理爭議：醫療任務、私人對話與有害刺激涉及敏感資料和風險暴露；應採最小蒐集、去識別、知情同意、退出與事後說明，不能為生態效度犧牲受試者保護。