碩論：AI 代理人影響文獻（資料科學視角）— 2026-10-09

主題一：AI 代理人影響

Architecting Cloud-Based Profile Management Services Using SAP AI CoPilot and Concur Integration

• 領域：企業資訊系統與工作生產力
• 方法與資料：利害關係人訪談及系統整合前後績效比較；摘要未交代樣本規模，企業資料取得及重製難度高。
• 指標：使用者滿意度、檔案管理時間、營運成本與資料準確性；未報量表信效度、效果量或信賴區間。
• 重點：摘要報告使用者滿意度、處理時間及營運成本改善，但因缺乏對照條件與統計不確定性，因果證據有限。對 Hermes Agent、OpenClaw、Grok Bot 僅屬企業 Copilot 的間接證據。
• 碩論借鑑：採隨機交叉任務，比較代理與人工流程的完成時間、錯誤率及修訂量，並保存版本化任務集與操作事件。
• 來源：https://www.semanticscholar.org/paper/a8385e114dc3adfd524204a53349debbe808a532

“Having Lunch Now”: Understanding How Users Engage with a Proactive Agent for Daily Planning and Self-Reflection

• 領域：人機互動與行為改變
• 方法與資料：12 名參與者連續 14 天使用主動規劃與反思代理，分析互動行為與使用經驗。
• 指標：接受、協商、抗拒、脫離、共同心智模型及代理問題行為；未報標準量表或量化效果量。
• 重點：參與者會接受、協商、抗拒或脫離，代理亦可能僵化、過早接話與過度承諾。研究直接涵蓋生活規劃，但未測成癮、焦慮與停用反應。
• 碩論借鑑：結合代理事件日誌與每日經驗抽樣，連結主動提示頻率、任務完成、焦慮與缺用反應，以多層次模型分析個人內變化。
• 來源：https://www.semanticscholar.org/paper/4a7967e72b7e37c8d6667b7ae6ede17de1300dee

方法論地圖

方法橫跨企業混合方法前後比較與 12 人、14 天的縱向 HCI 研究；前者有流程績效卻缺可核實樣本與因果設計，後者有細緻互動脈絡卻欠缺統計力。最大缺口是客觀事件日誌、心理量表與代理撤除的整合設計。

可執行碩論設計

1. 代理模式對工作表現的交叉實驗：比較自主代理、聊天介面與人工流程，量測時間、正確率、修訂量與 NASA-TLX，建立效率—風險基準。

2. 主動代理日誌與每日經驗抽樣：以四週去識別事件日誌及每日量表，檢驗提示頻率與任務完成、焦慮及抗拒的非線性關係。

3. 代理撤除後的恢復成本：採分期受試者內設計，檢驗高委派者停用代理後的接管時間、錯誤與狀態焦慮。

師資對接：呂明頴副教授（人工智慧、資料探勘、行為分析）、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、文本情感分析、自然語言處理）。

主題二：ChatGPT／Grok 聊天成癮與生活強制性

Salience and tolerance are not indicators of problematic social media use: Evidence from the Social Media Disorder Scale and the Bergen Social Media Addiction Scale

• 領域：行為成癮與心理計量
• 方法與資料：2,761 名青少年橫斷問卷，以驗證性因素分析及結構方程模型比較單因子與核心／周邊二因子架構。
• 指標：BSMAS、SMD、憂鬱、焦慮、孤獨、生活滿意度、自尊及模型適配。
• 重點：核心準則與較差心理健康相關，顯著性與耐受性等周邊準則呈相反型態；高頻投入不能直接視為問題性使用。研究不是聊天 LLM 的直接證據。
• 碩論借鑑：分開估計高頻投入與衝突、戒斷、復發、功能受損，並以 CFA 檢驗量表結構，不預設單一成癮時數門檻。
• 來源：https://www.semanticscholar.org/paper/0109760552e89115eddcf630fd687f5b36619b82

Public Trust in Generative AI: Risk Perceptions, Regulatory Safeguards, and the Acceptance of Deepfake Technology

• 領域：生成式 AI 信任與風險治理
• 方法與資料：924 名多國受訪者的橫斷問卷與開放文字，使用描述統計、t 檢定、變異數分析、多元迴歸及主題分析。
• 指標：感知利益、風險、隱私疑慮、監管情境下信任及人口差異；摘要未列量表信效度。
• 重點：感知利益是較強的信任預測因子，但橫斷設計不能證明監管造成信任；亦未直接測量聊天答案辨錯或成癮。
• 碩論借鑑：隨機操弄模型品牌、引用、語氣與答案正誤，以信心、查證、採納及校準誤差取代單一態度分數。
• 來源：https://www.semanticscholar.org/paper/d1749bae43eded177718a54267404448de6cb6aa

方法論地圖

方法由 2,761 人心理量表的 CFA／SEM 到 924 人跨國信任問卷與迴歸；樣本足以分析構念與群體關聯，但皆為橫斷自陳且非聊天 LLM 直接行為。缺口是整合客觀用量、功能受損、帶真值辨錯及低風險有害建議抗拒。

可執行碩論設計

1. 聊天 LLM 強制性使用的日誌與 EMA：蒐集八週客觀頻率、時長、夜間使用與每日 EMA，以變化點及多層次模型建立非武斷門檻的風險分層。

2. 信任校準與幻覺辨識實驗：操弄答案正誤、引用、語氣及模型品牌，量測辨識率、信心、採納率與反應時間，建立繁中真值題庫與校準曲線。

3. 低風險有害建議抗拒介入：隨機比較查證介面與媒體素養提示，分析拒絕、查證及理由，產出介入效果與可重製情境集。

師資對接：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）、蘇明祥副教授（口語對話系統、情緒與人格感知）。

跨主題爭議

1. 方法論：企業前後比較、短期小樣本 HCI 與橫斷問卷都難以辨識因果；代理效率或聊天使用與焦慮的關聯不能直接解讀為長期效果。

2. 量測：使用時長、顯著性、耐受性、功能受損、主觀信任與實際辨錯是不同構念；混用會誤判成癮或答案可信度。

3. 倫理：代理與聊天日誌可能揭露工作、健康及心理狀態；錯誤／有害內容實驗及撤除條件須採資料最小化、分級審查、退出刪除與事後說明。

三個爭議點

1. 方法論爭議：企業前後比較、短期小樣本 HCI 與橫斷問卷都難以辨識因果；代理提升效率或聊天使用與焦慮相關，不能直接解讀為長期正負效果。

2. 量測爭議：使用時長、顯著性、耐受性、功能受損、主觀信任與實際辨錯是不同構念；若未分開驗證，容易把高頻正常使用誤判為成癮，或把態度信任誤當答案可信度。

3. 倫理爭議：代理與聊天日誌可能揭露工作、健康及心理狀態；錯誤或有害內容實驗與撤除條件可能造成風險，須資料最小化、分級審查、退出刪除機制及事後說明。