碩論：AI 代理人影響與聊天成癮文獻（資料科學視角）— 2026-09-29

主題一：AI 代理人影響

Healthcare Voice AI Assistants: Factors Influencing Trust and Intention to Use

本研究以 300 名語音助理使用者的問卷建立偏最小平方法結構模型，分析醫療語音 AI 助理的信任與採用意圖。信任可由有用性、內容可信度、相對醫療專業人員的服務品質，以及安全、隱私風險與個人科技態度共同解釋。研究未直接量測工作效率、成癮、焦慮或停用反應。

方法： 橫斷問卷與偏最小平方法結構方程模型。
資料： 300 名語音助理使用者；招募實際使用者的難度中等。
指標： 有用性、內容可信度、服務品質、安全與隱私風險、科技態度、信任及採用意圖；信效度數值須由全文核實。
碩論借鑑： 可針對 Hermes、OpenClaw、Grok 建立多群組結構模型，先驗證跨產品測量恆等性，再比較效用、可信度與風險預測信任的路徑。
來源： https://www.semanticscholar.org/paper/a96c8595b7d95eb21f4b0ea88b71e3d76a231c85

The STREAMLINE Pilot Study on Time Reduction and Efficiency in AI-Mediated Logging for Improved Note-Taking Experience

三個月隨機對照先導研究比較 DAX CoPilot 搭配標準病歷範本（25 人）與傳統紀錄（20 人）。高頻使用組在問題導向門診中由 DAX 產生的字元中位數為 50%，每次就診筆記時間減少 1.4 分鐘、字元數中位數減少 35%，但兩項 p 值皆為 0.38，只能視為趨勢。高頻使用不能解讀為成癮，研究亦未測焦慮或停用反應。

方法： 三個月隨機對照先導研究，另依實際使用率做事後分層。
資料： 介入組 25 名、控制組 20 名臨床人員；醫療場域資料取得與倫理門檻高。
指標： 筆記時間、字元數、AI 產生字元比例及使用率。
碩論借鑑： 可改為學生或知識工作者的交叉實驗，以任務時間、正確率、修改量及去識別事件日誌評估效率與品質。
來源： https://www.semanticscholar.org/paper/9f4e1a10bf98a3b2a26bbe5c67ceb10000201e16

方法論綜整

本日方法橫跨問卷式結構模型與小型隨機對照加系統日誌；優點是兼具主觀機制與客觀效能，缺口是樣本小、依從性異質，且缺少焦慮、依賴及暫停使用的縱向因果證據。

可執行設計：

1. 代理人信任—效能雙軌模型： 假設內容可信度與有用性提升信任、風險感知降低信任；蒐集問卷、標準任務與去識別事件日誌，以多群組結構模型比較產品，產出跨產品信任路徑與效能基準。

2. 代理人輔助任務交叉實驗： 假設代理人縮短任務時間但可能提高未察覺錯誤；以有／無代理人的配對任務及混合效應模型分析，產出效率—品質權衡曲線。

3. 短期停用對焦慮與表現的密集追蹤： 假設高依賴使用者在 48 小時停用期焦慮上升且表現下降；蒐集基線量表、匿名日誌、密集短問卷與任務成績，以個體內模型估計停用效果。

資料與倫理： 以成年學生或知識工作者為主，先做預試與功效分析；只保留時間、回合、工具呼叫、錯誤及人工修訂事件，不保存完整對話、密鑰、個資或真實病歷。

師資銜接： 蘇明祥副教授（自然語言處理、口語對話系統、情緒與人格感知）、呂明頴副教授（人工智慧、資料探勘、行為分析）、吳政隆教授（文字探勘、深度學習、文本情感分析、自然語言處理）。

主題二：聊天軟體成癮與生活強制性

Do Reasoning Representations Help Humans Evaluate LLM Outputs?

控制式人類研究比較六種推理呈現格式，並隨機化任務領域、題目與呈現順序。參與者偏好規劃與分解式呈現，但較簡單的思維鏈更有助於驗證、信任與可解釋性；偏好格式也可能造成正確推理上的誤報與不當高信任。研究未量測成癮門檻或有害內容抗拒。

方法： 控制式人類實驗，隨機化任務與呈現順序。
資料： 細粒度理解、查錯、定位、信任與驗證意願；摘要未報樣本規模。
指標： 結構理解、錯誤查覺與定位、信任校準、誤報及驗證意願。
碩論借鑑： 以受試者內設計比較答案、引用及推理呈現，預先植入可核實錯誤，用查錯正確率、反應時間、信心及校準誤差評估。
來源： https://www.semanticscholar.org/paper/51ca2ab2da944a6cfd1aa5d998fbcb19c3ffd41e

Sarang at DEFACTIFY 4.0: Detecting AI-Generated Text Using Noised Data and an Ensemble of DeBERTa Models

研究以加入雜訊的資料與 DeBERTa 集成模型辨識 AI 生成文本及來源模型，在兩項共用任務取得 F1 1.0 與 0.9531。結果僅支持競賽資料上的來源辨識，不能直接推論一般使用者查覺內容錯誤、可信度或成癮的能力。

方法： 監督式文本分類、資料雜訊增強及 DeBERTa 集成學習。
資料： DEFACTIFY 4.0 共用任務資料；摘要未報樣本數與類別分布。
指標： AI／人類文本分類 F1 1.0、來源模型分類 F1 0.9531；仍需外部資料驗證。
碩論借鑑： 比較無提示、分類器提示與來源解釋對人類查錯的影響，並以跨模型留一驗證測試偵測器泛化。
來源： https://arxiv.org/abs/2502.16857v1

方法論綜整

本日方法由隨機化人類介面實驗與監督式 NLP 分類構成，可把主觀信任、人類查錯與機器辨識串成混合評估；主要缺口是沒有縱向使用日誌、成癮量表、功能損害及有害內容抗拒行為。

可執行設計：

1. 推理呈現與錯誤查覺校準實驗： 假設簡潔、可驗證的推理呈現比偏好較高的規劃式呈現帶來更佳查錯與校準；蒐集判斷、信心、反應時間與驗證行為，以混合效應模型與校準誤差比較。

2. 聊天依賴風險的日誌—量表融合預測： 假設夜間使用、長回合與連續使用天數在控制總時長後仍可預測失控與功能損害；蒐集四週去識別事件日誌、問題性使用量表、睡眠與表現資料，以正則化模型及巢狀交叉驗證建模。

3. 有害建議抗拒與機器提示協作： 假設來源風險提示可提高拒絕、查證與檢舉率；以無害化情境題隨機分派提示條件，分析選擇行為與反應時間，產出人機協作防護策略。

資料與倫理： 招募成年學生並分層記錄主要平台；日誌只留時段、回合數、字數、查證與任務事件。量表需做信效度及跨平台測量恆等性；有害刺激須無害化、可隨時退出並提供支持資源。

師資銜接： 丁德天副教授（精神流行病學、物質濫用、青少年健康）、鄭江宇副教授（行動裝置 UX 設計與實驗、巨量資料分析）、蘇明祥副教授（自然語言處理、口語對話系統、情緒與人格感知）、吳政隆教授（文字探勘、深度學習、自然語言處理）。

跨主題爭議

1. 方法論： 小型先導試驗與介面實驗可能受依從性、任務人工性與樣本選擇影響；橫斷信任關聯不能判定 AI 使用與心理依賴的因果方向。

2. 量測： 高頻使用、偏好、AI 文本來源偵測與臨床式成癮或內容真偽不是同一構念；跨產品比較前須檢驗量表等值性，不可虛構統一時數門檻。

3. 倫理： 聊天日誌、健康情境、心理脆弱性與有害內容反應具有再識別及傷害風險，應最小蒐集、去識別並提供退出與刪除機制。

三個爭議點

1. 方法論爭議：主題一的小型先導試驗與主題二的介面實驗都可能受依從性、任務人工性與樣本選擇影響；橫斷信任關聯也不能判定 AI 使用與心理依賴的因果方向。

2. 量測爭議：高頻使用、偏好、AI 文本來源偵測與臨床式成癮或內容真偽不是同一構念；跨產品比較前必須檢驗量表等值性，且不可虛構統一時數門檻。

3. 倫理爭議：聊天日誌、健康情境、心理脆弱性與有害內容反應具有再識別及傷害風險，應採最小蒐集、去識別、可退出與資料刪除機制，避免保存完整對話或真實病歷。