碩論：AI 代理人影響文獻分析（資料科學視角）— 2026-10-12

主題一：AI 代理人影響（2 篇）

AI Agent with Model Selection, Tool Synthesis, and Proactive Knowledge Base Management

提出整合多模型路由、工具合成、長期記憶重整與回饋評估的自適應代理架構。其證據屬系統先導實作，尚非人類福祉或成癮效果研究。

• 方法： 代理架構設計與本地模型先導實作。
• 資料： 任務集、工具呼叫紀錄、記憶版本；摘要未揭露人類樣本。
• 指標： 可操作化為任務成功率、完成時間、工具重用率、成本與人工品質評分。
• 碩論借鑑： 隨機開關主動記憶重整，以事件日誌比較效率與錯誤累積。
• 來源： https://www.semanticscholar.org/paper/da435ed1e76c3499424eacd289845efc2aa8b249

MedAide: Information Fusion and Anatomy of Medical Intents via LLM-based Agent Collaboration

以句法約束、RAG、動態意圖原型及角色輪替處理多意圖醫療對話，於四個醫療基準搭配自動指標與醫師評估。

• 方法： 多代理系統、語意意圖匹配、決策融合與基準實驗。
• 資料： 四個醫療複合意圖基準與醫師評估；摘要未列各基準樣本量。
• 指標： 自動任務指標、專家評估；複製時宜加報校準度、錯誤類型與效應量。
• 碩論借鑑： 對單代理與輪替多代理進行消融，比較正確率、幻覺率、延遲及專家一致性。
• 來源： https://arxiv.org/abs/2410.12532v3

方法論地圖

以架構原型、任務基準與專家評估為主；缺口是將代理事件遙測、消融實驗與使用者健康量表連結的縱向可重現資料集。

可執行設計

1. 記憶重整消融與錯誤累積： 假設主動重整降低重複錯誤；用固定任務及事件日誌進行隨機化消融與混合效應分析，產出可重現資料集與錯誤分類器。

2. 單代理—輪替多代理醫療意圖基準： 假設角色輪替改善正確率但增加延遲；以公開基準、盲評及配對實驗產出效能—風險 Pareto 圖。

3. 代理透明度與使用者焦慮實驗： 假設呈現工具來源及不確定性能降低錯誤依賴而不增加焦慮；以低風險組間實驗與中介分析產出介面準則。

師資契合

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）、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）。

主題二：ChatGPT／Grok 聊天成癮與生活強制性（2 篇）

An Experiential Approach to AI Literacy

提出以日常經驗與敘事腦力激盪為核心的體驗式 AI 素養方法；摘要描述方法與預期成果，尚未提供成效數據。

• 方法： 參與式設計、敘事與情境化腦力激盪。
• 資料： 日常工作經驗與共同產生的案例；摘要未報樣本數。
• 指標： 可採前後測素養、辨錯準確率、信心—正確率校準與質性飽和度。
• 碩論借鑑： 將敘事介入與一般講授做隨機比較，以客觀辨錯題驗證遷移效果。
• 來源： https://arxiv.org/abs/2603.29238v1

Deep Networks Always Grok and Here is Why

研究深度網路延遲泛化與延遲穩健性。此處 Grok 是機器學習現象，不是 xAI Grok 產品；僅能作為模型穩健性的間接方法參照。

• 方法： 深度網路訓練、局部複雜度與相變分析。
• 資料： CIFAR-10、Imagenette 等公開分類資料，不含人類受試者。
• 指標： 訓練誤差、泛化、對抗穩健性及局部複雜度。
• 碩論借鑑： 分開量測模型風險輸出率與使用者拒絕率，避免把系統穩健性誤當人類抗拒能力。
• 來源： https://arxiv.org/abs/2402.15555v2

方法論地圖

今日方法橫跨參與式 AI 素養與模型局部複雜度分析；關鍵缺口是沒有把真實使用遙測、客觀辨錯、信任校準及有害建議拒絕置於同一人類研究。

可執行設計

1. 敘事情境素養與辨錯遷移： 假設情境敘事比一般講授提升未見題辨錯率；以隨機組間前後測及校準誤差分析，產出介入教材與題庫。

2. 雙層穩健性對照： 假設模型較穩健不必然提高使用者拒絕有害建議；以多模型低風險回答、風險標註及階層邏輯斯模型產出系統—行為落差指標。

3. 用量—依賴非線性先導研究： 假設夜間使用、情緒調節目的與會話持續性比時數更能預測問題性使用；以四週彙總遙測、量表及廣義加性模型產出候選風險曲線。

師資契合

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）、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： 系統基準或橫斷面自陳資料不能識別代理使用對效率、焦慮與成癮的因果方向。

2. 量測： 使用時數不等於成癮，模型穩健性也不等於使用者辨錯或抗拒能力，須分層檢驗。

3. 倫理： 健康、有害建議及使用中斷研究應限制為低風險刺激，提供退出與轉介機制，並落實資料最小化。

三個爭議點

1. 方法論：系統基準或橫斷面自陳資料不能識別代理使用對效率、焦慮與成癮的因果方向。

2. 量測：使用時數不等於成癮，模型穩健性也不等於使用者辨錯或抗拒能力，須以客觀行為、校準誤差與驗證量表分層檢驗。

3. 倫理：健康、有害建議及使用中斷研究應限制為低風險刺激，提供退出與轉介機制，並對互動日誌去識別及資料最小化。