研究所論文方向 2026-10-05
- 目標學程：東吳大學資料科學系碩士
- 語料：58 則去重（公費流感疫苗首 3 日接種熱、彰化社區長者疫苗設站、AI 歷史穿越短劇爭議、Figure F.02 退役與 Helix 2.5 陌生住宅家事成功率）
- 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
- 註：本日語料無軟體 AI 代理人新聞，C 題以家用機器人（具身代理人）的任務規劃與工具呼叫為主題
本日爭議點
1. 公費流感疫苗單日接種 33.5 萬人、診所每天打完，社區設站排隊又可能增加交叉感染：高齡接種該追求量衝得快，還是先用資料決定哪裡設站、何時補貨，讓高風險長輩先打到？
2. 抖音上半年近 23 萬部 AI 短劇夾帶虛構史實，專欄以個案家庭推論整代史觀也被質疑過度概化：AI 短劇對學生歷史理解的影響，該由觀察下結論，還是用內容分析與學生測驗實證？
3. Helix 2.5 在 30 間陌生住宅家事成功率 56%，卻以熔毀與紀念品行銷收場：家用機器人代理人的能力，應由廠商示範影片定義，還是需要公開、可重現的陌生環境評測與失敗分類？
A. 長照醫療
專題主題
流感來得早、長輩要出國又怕排隊被傳染——怎麼用資料算出社區疫苗站該設在哪、什麼時候補貨，讓高風險長輩先打到？
正式題名草稿
高齡族群流感疫苗社區接種站之需求預測與設站配置最佳化：兼論排隊聚集風險與疫苗庫存調度
目標學程／學位
資料科學系碩士／碩士
AI／資料科學整合
以公開或經申請取得的去識別化資料（各區 65 歲以上人口、歷年接種統計、流感監測、接種點位置；資料粒度須於研究初期確認）建立兩段式模型：先以時間序列與機器學習預測各區每日接種需求（納入流行程度、連假與出遊時段），再以設施選址與庫存最佳化決定設站位置、開站時段與補貨時點，並把同時段排隊人數上限列為限制式以降低聚集。語料未提供地區層級接種數據，研究數據須自行取得，無法取得時以公開人口統計建立模擬情境並標示。
值得研究的理由
公費疫苗開打前 3 天流感接種 77 萬人、新冠 27.8 萬人，10 月 2 日單日流感 33.5 萬人創新高，疾管署認為疫情、健康幣與鄰國疫情都有催打效果，但診所每天打完、配送與庫存受質疑。彰化深入社區為 65 歲以上長者施打，今年流感自 7 月延燒、社區以 A 型 H1N1 占 87.7%，醫師提醒赴日韓港前 2 週接種；同時也質疑社區設站排隊可能增加交叉感染。近 30 日長照題目未涵蓋疫苗接種站配置與庫存調度。
市場／可行性／目的
- 市場：衛生局、衛生所與連鎖診所每年流感季都需要設站與補貨決策工具，可延伸到其他高齡疫苗與長照據點到點接種。
- 可行性：人口與接種統計多有公開版本，選址與庫存模型方法成熟，可用開源求解器；細粒度資料不足時以鄉鎮層級加模擬完成。
- 目的：建立需求預測與設站配置模型，量化不同策略對高風險長者可及性、排隊聚集與庫存缺口的影響。
方法
公開資料整理；時間序列與機器學習需求預測；設施選址與庫存最佳化；排隊聚集限制情境模擬；可及性與公平性指標比較；敏感度分析。
建議指導教授（前二）
1. 丁德天（副教授）— 高齡醫學、精神流行病學、社會網絡分析：指導高風險族群定義、流行特徵與公衛意涵解讀。
2. 許晋雄（教授）— 作業研究、最佳化理論、決策分析：指導設站選址與庫存最佳化模型建構與求解。
分數
理論 7／實務 9／市場化 7
依據語料 id
45、52
B. 學齡教學
專題主題
孩子迷上 AI 做的歷史穿越短劇——怎麼用 AI 拆解短劇裡哪些是虛構，再測學生看完會不會把戲當成真的歷史？
正式題名草稿
生成式人工智慧歷史短劇之史實偏誤內容分析及其對國高中生歷史理解之影響：結合自然語言處理與學習評量
目標學程／學位
資料科學系碩士／碩士
AI／資料科學整合
以自然語言處理分析公開 AI 歷史短劇的字幕或語音轉文字稿：命名實體辨識抽取人物、朝代、事件與年代，比對教科書與公開史料知識庫，標記一致／虛構／時代錯置，並以情感與立場分析量化描繪傾向；人工標註樣本驗證精確率與召回率。再設計國高中課堂實驗（需學校、家長同意與倫理審查），比較「直接觀看」與「搭配 AI 查證提示」兩組的史實誤判率。語料未提供短劇內容或學生數據，資料須合法蒐集；不評價政治立場，只量化史實一致性。
值得研究的理由
專欄作者觀察中國 AI 歷史穿越短劇讓台灣一家三代入迷，抖音上半年新增近 23 萬部 AI 短劇、真人拍攝產業大幅萎縮；家長擔心孩子史觀受影響，語料也指出劇中夾帶仇日情節與虛構史實，同時質疑以個案推論整代史觀過度概化。「AI 短劇是否影響學生歷史理解」目前只有評論、缺乏實證，正是資料科學可補上的缺口。近 30 日學齡題目未涵蓋 AI 生成影音的史實偏誤。
市場／可行性／目的
- 市場：歷史、公民與媒體素養課需要辨識虛構內容的教材與工具，教育單位需要評估 AI 內容對學習的影響。
- 可行性：語音轉文字、實體辨識與文本相似度工具成熟；短劇樣本數十至百部、課堂實驗 2 至 4 班即可。
- 目的：建立 AI 短劇史實偏誤自動標記方法，並實證短劇對學生歷史理解的影響與查證提示的效果。
方法
短劇樣本蒐集與語音轉文字；實體辨識與史料比對；人工標註驗證；情感與立場分析；準實驗前後測；組間差異檢定。
建議指導教授（前二）
1. 吳政隆（教授）— 文字探勘、自然語言處理、文本情感分析：指導史實自動標記模型與評估設計。
2. 金凱儀（院長／系主任／教授）— 電腦輔助教學、多媒體應用、適性化學習：指導課堂實驗、前後測工具與查證提示教材。
分數
理論 8／實務 8／市場化 6
依據語料 id
33
C. AI／AI代理人
專題主題
Figure 機器人進 30 間陌生住家做家事只成功 56%——怎麼評「會自己規劃步驟」的機器人代理人，到底是在哪一步出錯？
正式題名草稿
陌生居家環境中具身 AI 代理人之任務規劃與執行失敗分類評估：以模擬居家任務基準為例
目標學程／學位
資料科學系碩士／碩士
AI／資料科學整合
不使用 Figure 私有資料，改以開源居家模擬環境（如 AI2-THOR、Habitat）建立已見與陌生兩組住宅場景與家事任務。以大型語言模型或視覺語言模型作高階規劃器，把任務拆成步驟並呼叫模擬器的導航、抓取、開關等動作技能（工具呼叫），比較單次規劃、逐步重新規劃、加入自我檢查等策略。記錄規劃與動作軌跡，建立失敗分類（指令誤解、步驟遺漏、找不到物品、動作失敗、重複迴圈），以成功率、部分完成率、步數成本與失敗比例為指標。結論僅適用模擬環境；語料中的 56% 僅作背景，不作實驗基準。
值得研究的理由
F.02 曾在 BMW 工廠運轉逾 1,250 小時、參與生產 3 萬多輛 X3，Helix 2.5 在 30 間陌生住宅家事成功率 56%；語料質疑 56% 離實際可用有落差、名人與電影梗行銷淡化技術檢驗。家用機器人本質是在實體世界規劃步驟、呼叫動作技能的具身代理人，但大眾只看到單一成功率，不知失敗出在哪一步。近 30 日「人形機器人開源大腦做 64 件事」聚焦多任務能力，本題聚焦陌生環境失敗分類，角度不同。
市場／可行性／目的
- 市場：服務型機器人與操作實體設備的 AI 代理人商品化，採購、保險與監管需要比單一成功率更細的評估；方法也可用於軟體代理人的工具呼叫失敗分析。
- 可行性：開源模擬器與代理框架可在單張 GPU 執行，開源模型為主、商用模型抽樣並設費用上限；數十項任務、十餘個場景即可。
- 目的：建立陌生環境具身代理人評測流程與失敗分類，量化不同規劃策略的成功率落差與主要失敗來源。
方法
模擬場景與任務設計；語言模型規劃器與動作技能工具呼叫整合；多策略控制實驗；軌跡紀錄與失敗分類標註；成功率與成本指標；已見與陌生環境差異檢定。
建議指導教授（前二）
1. 葉向原（教授）— 機器學習、人工智慧、資料探勘：指導多模型與策略比較實驗及失敗模式探勘。
2. 呂明頴（副教授）— 人工智慧、資料探勘、行為分析：指導代理人軌跡的序列行為分析與失敗分類。
分數
理論 8／實務 7／市場化 7
依據語料 id
26、20
三個爭議點
1. 公費疫苗開打前 3 天流感接種 77 萬人、10 月 2 日單日 33.5 萬人創新高，診所每天打完，彰化則深入社區為 65 歲以上長者設站接種；但社區設站排隊人潮聚集反而可能增加交叉感染，配送與庫存是否足夠也受質疑：高齡疫苗接種該追求「量衝得快」，還是先用資料決定哪裡設站、何時補貨，才能讓高風險長輩在出遊與流行期前真正打到？
2. 抖音上半年新增近 23 萬部 AI 短劇，中國 AI 歷史穿越劇讓台灣一家三代入迷，語料擔心劇中夾帶仇日情節與虛構史實、青少年誤把戲劇當歷史，同時也質疑以個案家庭推論整代史觀是過度概化：AI 短劇對學生歷史理解的影響，該由專欄觀察下結論，還是應該用內容分析與學生測驗資料實證？
3. Figure 宣稱 F.02 曾在 BMW 工廠運轉逾 1,250 小時，Helix 2.5 在 30 間陌生住宅做家事成功率 56%，卻以熔毀與紀念品行銷收場；語料質疑 56% 離實際可用仍有落差、名人加電影梗淡化對技術實力的檢驗：家用機器人與實體 AI 代理人的能力，應由廠商自選示範影片定義，還是需要公開、可重現的陌生環境評測指標與失敗分類？