碩論文獻分析（資料科學視角）2026-10-02
- 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）
- 備註：采集語料中的 arxiv:2609.02455v1 與已登錄 arxiv:2609.02455 重複，已捨棄；arxiv:2607.14147v1 為模型拒答機制而非使用者抗拒，未納入。
主題一：AI 代理人影響
方法論地圖
本日方法是行為決策實驗加上代理人安全基準。優點是有明確操弄、勝算比與產品層通過／失敗；缺口是缺少同一批使用者的縱向日誌、心理量表與真實產品中斷資料。
本日論文
1. Faith in AI can narrow the futures individuals consider（HCI 與 AI 代理人）
來源：https://arxiv.org/abs/2603.28944v2
以 Newcomb 悖論行為實作、1,305 名受試者顯示：逾四成把人工智慧視為預測自身行為的權威，放棄保證報酬的勝算比 3.39（95% CI 2.45–4.70），收益下降 10.7%–42.9%。可改寫為代理建議的預測權威操弄，但未測 Hermes／OpenClaw／Grok。
2. Agents at Risk: How Users Unwittingly Undermine LLM Safety（AI 代理人系統）
來源：https://arxiv.org/abs/2601.10758v3
評估使用者轉述對抗內容進入代理人任務脈絡，並在 12 個商業代理人觀察驗證多半非預設。碩論只宜做防禦面通過／失敗與監督次數基準，不重現攻擊步驟。
可執行研究設計
- 〈預測權威與決策窄化準實驗〉：比較無建議、中性建議與「系統預測你會選 X」，量測選擇、任務正確率與自主感。
- 〈代理外部內容驗證的防禦面基準〉：比較無驗證、提示式驗證與介面確認，量測時間、錯誤執行率與人工介入。
師資方向
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）、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
方法論地圖
方法論地圖是心理計量驗證加上預註冊的人機實驗。優點是因素結構清楚、操弄可複製；缺口是缺少使用日誌與量表的對齊，也缺少有害建議情境的行為資料。
本日論文
1. LLM-D12: A Dual-Dimensional Scale of Instrumental and Relational Dependencies on Large Language Models（問題性使用與依賴量表）
來源：https://arxiv.org/abs/2506.06874
英國 526 人、12 題雙因素量表（工具性依賴與關係性依賴）。可做繁中翻譯與驗證性因素分析，但不能把英國樣本當成台灣切點，也未測辨錯或有害抗拒。
2. Fostering Appropriate Reliance on Large Language Models: The Role of Explanations, Sources, and Inconsistencies（信任校準與過度依從）
來源：https://arxiv.org/abs/2502.08554
16 人出聲思考加 308 人預註冊實驗：解釋提高對正確與錯誤答案的依從，來源與解釋不一致可降低錯誤依從。可複製解釋／來源介面實驗，並與 LLM-D12 分數對齊。
可執行研究設計
- 〈繁中 LLM-D12 驗證與效標對齊〉：檢驗雙因素是否維持，並分別預測任務依從與情緒支持動機。
- 〈解釋與來源的過度依從實驗〉：操弄解釋與來源，主結果為錯誤答案依從率與校準誤差。
- 〈有害建議抗拒的行為補齊〉：比較單一警示與要求查證理由；本日文獻未提供參數，須另做倫理審查。
師資方向
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、巨量資料分析與行銷應用）、蘇明祥副教授（口語對話系統、情緒與人格感知）。
三個爭議點
- 方法論：實驗室決策任務與黑箱代理人安全基準，能否外推到 Hermes、OpenClaw、Grok 等真實產品的長期使用，仍缺乏產品層對照。
- 量測：工具性依賴、關係性依賴、錯誤答案依從率與模型拒答率測量不同構念，不可共用門檻或互相替代。
- 倫理：預測權威操弄、外部內容轉述評測與有害建議實驗都可能造成壓力或風險；應最小化蒐集、去識別、允許退出，並禁止公開可重放的攻擊字串。