研究所論文方向 2026-09-23
- 目標學程：東吳大學資料科學系碩士
- 語料：8 則去重（Pichai AlphaGenome／WeatherNext、Nadella 人類控管、Huang 反對 AI 減速、開源 AI、Amodei 資安風險等名人語錄）
- 硬規則：A/B/C 三題；口語主題；AI 整合；指導教授僅教授／副教授前二名
A. 長照醫療
專題主題
Google公開「人類基因單字母變異圖譜」——長照要拿來預估高齡慢性病風險與照顧規劃前，怎麼用AI評它準不準、會不會嚇到家庭？
正式題名草稿
開放基因變異圖譜於高齡／長照風險分層之機器學習校準、不確定性溝通與公平性評估
目標學程／學位
資料科學系碩士／碩士
AI／資料科學整合
以公開／合成／去識別基因變異特徵建立高齡風險分層基準；比較風險分數與 ML，強制校準、公平性與不確定性溝通；禁止直接決定給付。
值得研究的理由
本日語料為 Pichai 宣布 AlphaGenome Atlas 公開約 90 億種單字母基因變異。近 30 日已涵蓋基因療法負荷、NGS 代理人等；本日改評開放圖譜用於長照風險分層的校準與溝通副作用。
市場／可行性／目的
- 市場：長照／高齡健康管理需要可稽核的基因風險工具規格
- 可行性：公開圖譜特徵＋去識別結果即可建模
- 目的：量化預測、校準、公平性與誤導風險
建議指導教授（前二）
1. 葉向原（教授）— 機器學習、資料探勘、生物資訊
2. 丁德天（副教授）— 高齡醫學、精神流行病學
分數
理論 8／實用 8／市場化 8
依據語料 id
7
---
B. 學齡教學
專題主題
大老闆一邊說AI不能失控、一邊說「減速是假議題」——國高中AI素養課怎麼教，才證明學生真懂「人類控管」而不是背口號？
正式題名草稿
生成式AI輔助國高中人工智慧治理素養教學：人類控管概念理解、迷思矯正、論證品質與數位落差評估
目標學程／學位
資料科學系碩士／碩士
AI／資料科學整合
以 AI 治理題庫與教師黃金回饋評測生成式 AI 辯論教練；比較理解、迷思、論證品質與過度自信，並做資源分層公平性。
值得研究的理由
本日語料同時有 Nadella 人類控管、Huang 反對減速、開源 AI 與科學加速敘事。近 30 日已涵蓋基因素養、資安教學；本日改做學齡 AI 治理素養的成效與迷思。
市場／可行性／目的
- 市場：學校需要可驗證的 AI 素養／治理教學規格
- 可行性：API＋準實驗＋未成年人保護即可
- 目的：量化理解、迷思、論證與落差
建議指導教授（前二）
1. 金凱儀（院長／系主任／教授）— 電腦輔助教學、適性化學習
2. 吳政隆（教授）— 文字探勘、自然語言處理、深度學習
分數
理論 8／實用 9／市場化 8
依據語料 id
4, 6, 2, 7
---
C. AI／AI代理人（優先）
專題主題
大廠說AI要「人類控管」又要加速科學——若用會查基因圖譜、查氣象的「AI代理人」幫做研究步驟，怎麼評它會不會繞過人、亂呼叫工具？
正式題名草稿
人類在迴路之科學研究 Agentic 代理人：工具呼叫軌跡、越權風險與成本—延遲評測框架
目標學程／學位
資料科學系碩士／碩士
AI／資料科學整合
設計多步驟科學研究 agentic 任務（查基因摘要、呼叫氣象／資料工具、人類核准閘門）；比較軌跡成功率、越權率、幻覺引用與成本；可延伸多代理審核。
值得研究的理由
本日語料強調人類控管、科學工具開放與前沿資安風險。近 30 日已有 NGS／資安代理人；本日改評「人類在迴路 × 科學工具呼叫」越權與門禁。
市場／可行性／目的
- 市場：機構需要可驗證的人類控管代理人驗收規格
- 可行性：模擬工具＋軌跡標註即可，無需自訓旗艦模型
- 目的：量化可靠度、越權與成本—安全曲線
建議指導教授（前二）
1. 蘇明祥（副教授）— 深度學習、口語對話系統、自然語言處理
2. 吳政隆（教授）— 文字探勘、深度學習、人工智慧
分數
理論 8／實用 9／市場化 9
依據語料 id
4, 7, 8, 6
---
三個爭議點
1. 開放基因變異圖譜能加速科學時，長照端該先宣示「可用來分級風險」，還是先用校準與公平性證明不會誤導家庭照顧？
2. 國高中教 AI「人類控管」時，該先追求時事熱度與分數，還是先卡住迷思、論證品質與城鄉落差？
3. 會查基因／氣象的研究代理人要上線時，該先信「加速科學、反對減速」敘事，還是先用統一軌跡與人類門禁指標查清越權與隱性成本？