碩論：AI 代理人影響文獻（資料科學視角）— 2026-10-07

主題一：AI 代理人影響

來源： Semantic Scholar；DOI：10.1192/bjo.2026.11520
摘要： 前瞻性臨床稽核以 5 個精神科病人案例，比較人工與 Copilot 產生兩類出院文件的時間及錯誤。摘要報告兩類文件平均分別節省 13 分 13 秒與 26 分 22 秒，但也出現臨床資料缺漏、藥物不一致及沿用既有錯誤；極小樣本限制外推。
六維度： 直接涵蓋特定臨床工作效率及間接病人安全；未測量一般生活協助、使用者健康、成癮、焦慮或代理撤除。
方法／資料： 同案前瞻性稽核，5 個成人精神科案例；臨床資料敏感且摘要未說明隨機化或盲評。
指標： 完成時間、節省分鐘與百分比、查閱頁數、錯誤數量與類型、質性意見。
碩論借鑑： 以去識別模擬病例做隨機順序交叉實驗，同時測量工時、重大錯誤率及人工修訂量。

來源： arXiv:2502.18527v2
摘要： 研究提出在可信執行環境中訓練與評估個人助理的 GOD 框架，以模擬查詢、課程式訓練、強化與模仿學習處理冷啟動及個人化；摘要未提供真人長期效果或心理影響證據。
六維度： 系統設計涵蓋購物、社交與生產力協助；未量測客觀工時、健康、成癮、焦慮或停用反應。
方法／資料： 隱私保護系統架構及模擬查詢；真人樣本與資料集規模未揭露，重建需要可信執行環境及合成資料。
指標： 跨類別理解、推薦適配度、隱私與自主性；摘要未報完整效果量。
碩論借鑑： 比較在地端事件摘要與雲端完整日誌的任務成功率、延遲及隱私洩漏風險，公開合成測試集。

方法橫跨極小樣本的同案前瞻性工作流程稽核與隱私保護代理系統設計；前者有真實工時及錯誤資料但因果識別弱，後者具架構可複製性卻缺真人與長期心理結果，最大缺口是把事件日誌、成果品質、心理量表及撤除條件放進同一研究。

1. 代理效率與錯誤的交叉實驗：假設代理縮短文件任務時間但增加來源缺漏型錯誤；以 60–80 名學生、模擬案例及隨機交叉設計，用混合效應模型分析時間、重大錯誤率與修訂量。

2. 資料最小化對個人化效能的代價：假設在地端摘要降低隱私風險但小幅降低推薦成功率；以 80–120 名參與者比較完整日誌、摘要與無個人化三組，產出隱私—效能 Pareto 曲線。

3. 代理撤除後的工作恢復成本：假設高委派者在代理停用時有較長恢復時間與較高狀態焦慮；採兩階段受試者內設計建立依賴與韌性指標。

師資對接： 呂明頴副教授（商業智慧、智慧運輸系統、人工智慧、資料探勘、行為分析）、何穗華助理教授（UI/UX、服務設計與體驗、人機互動、行為科學分析）、葉向原教授（機器學習、資料探勘、人工智慧、資料科學）。

來源： Semantic Scholar；DOI：10.63317/5gzcj764wkpc
摘要： 研究以 101,286 筆人機對話安全標註及貝葉斯多層次模型，分析性別、年齡、族群與教育程度及其交互關係如何影響安全判定。結果顯示傷害感知具有群體差異，不能把單一群體標籤當作普遍真值。
四維度： 未量測使用門檻及帶真值辨錯率；安全判定呈現可信度的群體異質性，但安全標註不等於實際拒絕有害建議。
方法／資料： 貝葉斯多層次模型；101,286 筆按人口屬性分層的人機對話標註。
指標： 對話安全、傷害程度及交叉群體後驗效果。
碩論借鑑： 建立繁中低風險有害情境資料集，以分層招募及多層次模型估計群體差異。

來源： arXiv:2602.11567；DOI：10.1145/3772318.3790332
摘要： 77 名參與者在三種任務中使用預先注入可信錯誤的對話式 LLM；研究以錯誤偵測與修正衡量過度依賴，並從操作日誌辨識五種行為模式。低依賴者較仔細理解與細緻導航，高依賴者較常整段複製、跳過理解及最終接受錯誤。
四維度： 未建立成癮時數門檻；以錯誤採納操作化不當信任，直接測量辨錯與低風險抗拒行為。
方法／資料： 受控錯誤注入實驗、語意編碼與序列分群；77 人的滑鼠、鍵盤、捲動、複製貼上、對話與答案事件。
指標： 錯誤偵測與修正、答案受錯誤影響程度及操作序列特徵。
碩論借鑑： 在繁中任務中共同建模自評素養、信任與事件序列，採受試者留出驗證以避免資料洩漏。

方法由 101,286 筆安全標註的貝葉斯多層次模型，延伸到 77 人受控錯誤注入與細粒度事件序列分群；優勢是涵蓋群體差異與客觀行為，缺口是沒有縱向客觀用量、功能受損與成癮門檻，也未驗證跨模型泛化。

1. 自評信任與實際辨錯的校準落差：假設高自評 AI 素養不必然提高辨錯率；招募 120–150 人完成繁中帶真值任務，以訊號偵測理論、校準曲線及混合邏輯迴歸分析。

2. 事件序列能否即時預測過度依賴：假設整段複製、低編輯率及反覆參照可預測錯誤採納；蒐集至少 100 人跨三種任務事件流，以序列特徵及受試者留出驗證建立可解釋模型。

3. 跨群體有害建議抗拒差異：假設相同低風險有害建議的拒絕率隨 AI 信任及人口背景而異；採分層招募、隨機化模型標籤與回應語氣，以貝葉斯多層次模型分析。

師資對接： 丁德天副教授（精神流行病學、社會網絡分析、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、人工智慧）。

1. 方法論： 極小樣本稽核、自選評分者與受控實驗只能回答局部問題；橫斷或單次任務關聯不能解讀為長期生活影響、成癮或因果效果。

2. 量測： 自陳使用量、主觀信任、安全標註、錯誤採納與臨床成癮是不同構念；需以客觀日誌、功能受損、帶真值辨錯及實際拒絕行為分別驗證。

3. 倫理： 個人代理日誌可能揭露臨床與生活隱私，錯誤或有害內容暴露及代理撤除也可能造成壓力；須資料最小化、風險分級、允許退出刪除並完成事後說明。

1. 方法論爭議：極小樣本稽核、自選評分者與受控實驗各自只能回答局部問題；橫斷或單次任務關聯不能被解讀為長期生活影響、成癮或因果效果。

2. 量測爭議：自陳使用量、主觀信任、安全標註、錯誤採納與臨床成癮是不同構念；需以客觀日誌、功能受損、帶真值辨錯及實際拒絕行為分別驗證。

3. 倫理爭議：個人代理日誌可能揭露臨床與生活隱私，錯誤或有害內容暴露及代理撤除也可能造成壓力；研究須資料最小化、風險分級、允許退出刪除並完成事後說明。