碩論：AI 代理人影響文獻（資料科學視角）— 2026-10-04
主題一：AI 代理人影響（2 篇）
1. NursingLLM: A Retrieval-Augmented Health Chatbot for Supporting Nursing Home Residents
- 來源： DOI:10.1145/3714394.3756349
- 方法與資料： 訪談 23 位護理之家住民，建置語音／文字 RAG 健康代理，再以兩所照護機構 16 位住民進行初步使用研究。
- 指標： 公開摘要著重可用性、症狀理解、照護回憶與主觀支持感；未載明完整量表信效度或效果量。
- 六維度： 支援健康資訊與照護提醒；未直接評估工作工時、成癮、停用反應或臨床結果，焦慮亦非嚴格對照結果。
- 碩論借鑑： 以交叉試驗比較一般 LLM 與可追溯 RAG 代理，量測任務成功、查證率與狀態焦慮。
2. AutoDroid: LLM-powered Task Automation in Android
- 來源： arXiv:2308.15272v4
- 方法與資料： 代理系統設計及 158 個 Android 任務 benchmark，結合 UI 探索、記憶注入與提示最佳化。
- 指標： 動作準確率 90.9%、任務成功率 71.3%。
- 六維度： 支援行動任務自動化並顯示系統效能；未量測真人時間節省、健康、成癮、焦慮或停用影響。
- 碩論借鑑： 建立台灣常用 App 小型任務集，加入人工接管率、完成時間及錯誤嚴重度。
方法論地圖
方法橫跨需求訪談、RAG 原型使用研究與代理 benchmark；可複製的技術指標較成熟，但真人樣本小，尚缺系統日誌—心理量表—任務結果的聯合評估。
可執行碩論設計
1. 可追溯健康代理的交叉試驗：一般 LLM／RAG 代理交叉設計，比較正確率、來源點擊、完成時間與狀態焦慮。
2. 台灣行動代理的人因任務基準：建立常用 App 任務庫，以事件日誌、錯誤分級與存活分析評估接管行為。
3. 代理故障後的控制感恢復：以兩週日誌與受控故障情境分析恢復時間、錯誤率及控制感。
資料與師資建議
優先蒐集去識別事件日誌，健康題目避開診斷與治療建議；採知情同意、可退出及風險轉介。可對接蘇明祥副教授（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）、何穗華助理教授（UI/UX、健康照護、人機互動、行為科學分析）。
主題二：ChatGPT／Grok 聊天成癮與生活強制性（2 篇）
1. Investigating Affective Use and Emotional Well-being on ChatGPT
- 來源： arXiv:2504.03888v1
- 方法與資料： 隱私保護的逾 300 萬段對話分類、逾 4,000 人問卷，以及近 1,000 人、28 天 RCT。
- 指標： 孤獨、社交、情緒依賴、問題性使用、使用時長與情感線索。
- 四維度： 最高用量群較常自陳依賴，但無通用臨床時數門檻；未直接測試資訊信任、錯誤察覺或有害內容抗拒。
- 碩論借鑑： 以四週去識別使用事件配合每週量表，重現用量分位數與依賴變化。
2. Compulsive ChatGPT usage, anxiety, burnout, and sleep disturbance
- 來源： DOI:10.1016/j.actpsy.2024.104622
- 方法與資料： 越南 2,602 名 ChatGPT 使用者的橫斷式目的抽樣問卷，以 SOR 理論及結構方程序列中介模型分析。
- 指標： 強制性使用 α=.880、焦慮 α=.873、倦怠 α=.919、PROMIS-6 睡眠困擾 α=.924。
- 四維度： 以量表而非時數測量強制性使用；未提供臨床成癮門檻，也未直接評估信任、辨錯或有害建議抗拒。
- 碩論借鑑： 在台灣樣本加入客觀週使用時長與夜間事件，先以 CFA 驗證量表，再採縱向交叉延遲或多層中介分析。
方法論地圖
方法包含百萬級平台行為分類、短期 RCT、問卷與 SEM；兼有真實用量及構念模型，但缺少臨床閾值、跨模型比較及信任／辨錯／有害內容抗拒的行為驗證。
可執行碩論設計
1. 用量分位數與強制性構念的四週面板：以本機彙總事件、每週量表、多層模型及非線性樣條估計風險曲線。
2. 依賴風險與錯誤察覺的雙任務研究：以多領域可核實錯誤題及訊號偵測理論估計敏感度與反應偏誤。
3. 有害建議抗拒的情境式選擇實驗：隨機操弄情感化語氣與第二來源，分析拒絕率、查證行為及信心校準。
資料與師資建議
採本機彙總、最小化內容留存及明確退出刪除機制；刺激材料限低風險模擬情境並提供支持資源。可對接丁德天副教授（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、巨量資料分析與行銷應用）、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）。
跨主題爭議
1. 方法論： 橫斷式自陳與短期試驗難以辨識長期因果，代理版本快速變動亦會造成處置漂移。
2. 量測： 使用時長、情緒依賴、強制性使用與臨床成癮不是同一構念，不應以單一時數或高分直接貼上成癮標籤。
3. 倫理： 對話、心理健康與夜間使用事件皆屬敏感資料，研究必須最小化蒐集、明確告知風險、允許退出刪除並提供轉介。
三個爭議點
1. 方法論爭議：橫斷式自陳與短期試驗難以辨識長期因果，且代理與聊天模型版本快速變動會造成處置漂移。
2. 量測爭議：使用時長、情緒依賴、強制性使用與臨床成癮不是同一構念，不應以單一時數或高分直接貼上成癮標籤。
3. 倫理爭議：對話、心理健康與夜間使用事件皆屬敏感資料，研究必須最小化蒐集、明確告知風險、允許退出刪除，並為高風險參與者提供轉介。