碩論：AI 代理人影響文獻（資料科學視角）— 2026-10-10
主題一：AI 代理人影響
Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise
- 摘要： 預先註冊的真實場域隨機對照試驗涵蓋 900 名家教、1,800 名 K–12 學生及逾 55 萬則訊息。可使用系統的學生主題掌握率提高 4 個百分點；低評分家教組提高 9 個百分點，但系統偶爾提出不符合年級的建議。
- 方法： 場域 RCT、訊息分類器、訪談。
- 資料： 教育平台訊息與學習成果；取得難度高，涉及未成年人資料保護。
- 指標： 主題掌握率、百分點差異、p 值及教學策略分類。
- 碩論借鑑： 可用學生任務做代理開啟／關閉的隨機交叉實驗，比較正確率、時間及策略品質。
- 與目標代理關聯： 可借鏡 Hermes Agent、OpenClaw、Grok Bot 的即時建議品質與人機協作評估，但不能直接外推至通用代理。
Generative AI tools and career burnout: The chain mediating effect of technology stress perception on turnover intention among young tech talents
- 摘要： 683 名年輕科技從業者的橫斷問卷與 SEM 顯示，生成式 AI 使用、科技壓力、職涯倦怠及離職意圖形成統計關聯鏈；橫斷設計不能證明因果。
- 方法： 橫斷問卷、結構方程模型、序列中介。
- 資料： 683 名 21–35 歲科技從業者自陳資料。
- 指標： 路徑係數、間接效果及信賴區間；摘要未列完整量表信效度。
- 碩論借鑑： 結合客觀代理事件日誌與多波次問卷，用多層次模型分析使用、壓力與倦怠的時間順序。
- 與目標代理關聯： 可供 Hermes Agent、OpenClaw、Grok Bot 的科技壓力評估參考，但未區分產品或自主程度。
方法論地圖
本日方法從 900 名家教、1,800 名學生的預先註冊場域 RCT 與 55 萬則訊息分析，到 683 名科技人才的橫斷 SEM；優點是兼具真實行為與心理機制，缺口是同一研究尚未整合客觀效率、壓力、焦慮及撤除反應。
可執行碩論設計
1. 代理協作效益與錯誤成本的隨機交叉實驗： 比較代理開啟／關閉時的正確率、完成時間、錯誤採納及 NASA-TLX，產出繁中任務集與效益—風險基準。
2. 代理使用—科技壓力的四週多模態日誌： 蒐集去識別事件日誌與每日 EMA，以多層次模型估計委派、通知、壓力及倦怠的個人內效應。
3. 短期撤除與接管能力研究： 採基線、代理期、撤除期受試者內設計，測量接管延遲、正確率與狀態焦慮，建立依賴韌性指標。
資料與師資
只保存時間、功能、採納及修訂等最小化事件資料，記錄模型版本與系統設定並預先註冊。可對接呂明頴副教授（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）及吳政隆教授（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
Rights by Architecture: A Human-Compatible Sociotechnical Layer for Digital Protection Across Regulatory Regimes
- 摘要： 以規範性概念綜整比較多種法規與技術標準，提出支援同意、拒絕、撤回與申訴的可機讀數位權利層；並非聊天成癮、信任或辨錯的實證研究。
- 方法： 批判性概念綜整、跨法規與技術標準比較。
- 資料： 公開法規、政策案例與技術標準，無人類受試者樣本。
- 指標： 七項規範要求，沒有統計效果量或量表信效度。
- 碩論借鑑： 將拒絕與撤回機制轉成 UX 實驗，比較一鍵停用、資料刪除提示對退出率與理解度的影響。
- 與聊天 LLM 關聯： 可作 ChatGPT、Grok、Claude、Gemini 的資料同意與退出治理框架，但不能回答四個行為維度的效果大小。
Breaking Refusal in the First Half: A Mechanistic Study of the Prefill Jailbreak
- 摘要： 以線性探針、位置控制、狀態注入與注意力消融研究預填越獄。攻擊成功時危害表徵仍存在，但行為拒答下降；保留測試中注入拒答狀態可使 74% 樣本恢復拒答。
- 方法： 跨模型機制研究與多項因果探針。
- 資料： 四個模型、三個模型家族的有害提示與回應。
- 指標： 危害探針分數、行為拒答率、恢復拒答率及消融對照。
- 碩論借鑑： 將模型拒答安全與人類抗拒串聯，使用經審查的低風險建議量測辨識、拒絕及查證。
- 與聊天 LLM 關聯： 提供商用聊天系統安全邊界的間接證據，但不可宣稱特定產品同樣失效。
方法論地圖
本日方法橫跨規範性社會技術架構與跨模型因果機制實驗，能描述退出權利與拒答失效面，卻完全缺少人類受試者、客觀聊天用量、信任校準與實際抗拒行為，適合轉化成安全的人機實驗而非直接推論成癮。
可執行碩論設計
1. 聊天退出介面的隨機 UX 實驗： 比較一鍵停用、資料撤回及冷靜期介面，量測成功率、時間、理解與再啟用意圖。
2. 拒答脆弱性揭露與信任校準： 讓受試者評估成對正常／被操弄回答，分析信任校準誤差、辨識率及查證行為。
3. 低風險有害建議的人類抗拒基準： 以專家審核情境操弄來源提示與反思提醒，測量拒絕、採納、查證及反應時間。
資料與師資
本日文獻不足以建立成癮門檻，後續需另蒐集數週最小化用量日誌與功能受損量表。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）及蘇明祥副教授（自然語言處理、口語對話系統、情緒與人格感知）。
跨主題爭議
1. 方法論： 場域 RCT、橫斷 SEM、規範性綜整與模型機制實驗回答不同層次問題，不可混同為代理長期健康或人類抗拒的因果證據。
2. 量測： 學習成果、科技壓力、模型拒答率、使用者信任與成癮功能受損是不同構念；缺少客觀日誌、帶真值辨錯及有效量表時，不能由高使用量或模型安全指標推出人類成癮與可信度。
3. 倫理： 教育對話、職場壓力與聊天日誌可能揭露未成年人、健康及工作資訊；撤除、越獄與有害建議實驗須資料最小化、低風險分級、允許退出與刪除，並提供事後說明。
三個爭議點
1. 方法論爭議：場域 RCT 能估計特定教學效果，橫斷 SEM、規範性綜整與模型機制實驗則回答不同層次問題；不可把變項關聯、架構主張或模型拒答結果混同為代理長期健康或人類抗拒的因果證據。
2. 量測爭議：學生掌握率、科技壓力、模型拒答率、使用者信任與成癮功能受損是不同構念；若缺客觀日誌、帶真值辨錯及經驗證量表，就不能由高使用量或模型安全指標推出人類成癮與可信度。
3. 倫理爭議：教育對話、職場壓力與聊天日誌可能揭露未成年人、健康及工作資訊；撤除、越獄與有害建議實驗須資料最小化、低風險分級、允許退出與刪除，並提供完整事後說明。