碩論：AI 代理人影響文獻分析（資料科學視角）— 2026-10-13
主題一：AI 代理人影響（2 篇）
Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce
本研究以工作者需求為中心，結合音訊輔助微型訪談、人類能動性量表及專家能力評估，建立跨職業代理自動化稽核框架。
- 方法： 跨職業稽核、微型訪談、量表建構、工作者偏好與 AI 專家能力評估。
- 資料： WORKBank 收錄 1,500 名領域工作者、104 種職業及逾 844 項任務，並連結 O*NET。
- 指標： 人類能動性量表、任務自動化／增強偏好、專家能力評級與職業異質性。
- 碩論借鑑： 將代理動作切成任務單元，配對任務前期望介入程度與實際人工接管事件，分析自陳及行為能動性的落差。
- 來源： https://arxiv.org/abs/2506.06576v3
How Do AI Agents Do Human Work? Comparing AI and Human Workflows Across Diverse Occupations
研究比較人類與 AI 代理執行跨職業電腦任務的流程，除終局成果外，也分析動作序列、時間、成本、品質及錯誤型態。
- 方法： 人類—代理配對工作流程比較、動作序列分析、程式化檢核點與錯誤分類。
- 資料： 跨 287 種電腦使用職業的日常活動；重建需完整環境軌跡、工具事件與成果檔。
- 指標： 任務成功率、完成時間、動作數、成本、工作品質、查證／除錯時間及失敗類型。
- 碩論借鑑： 以 20 至 30 個可重播辦公任務記錄人類、代理及人機協作軌跡，用序列距離和檢核點成功率找出人工接管節點。
- 來源： https://arxiv.org/abs/2510.22780
方法論地圖
方法從工作者偏好與人類能動性量表，延伸到人類—代理動作軌跡及程式化檢核點；缺口是尚未把期望控制程度與實際接管、查證及修正行為連成可預測模型。
可執行設計
1. 能動性偏好—實際接管落差： 假設偏好保留較高控制的任務會出現更多接管；配對任務前量表與事件軌跡，以混合效應邏輯斯模型建立接管風險預測器。
2. 人類—代理流程偏離偵測： 假設代理軌跡偏離人類參考流程越大，錯誤與查證成本越高；以序列嵌入、變點偵測及配對比較產出失敗早期警示模型。
3. 代理撤除與技能保留交叉實驗： 假設連續委派後撤除代理會增加完成時間並降低獨立除錯正確率；以兩階段任務、事件日誌及認知負荷量表估計短期撤除效應。
師資契合
呂明頴副教授（商業智慧、人工智慧、資料探勘、行為分析）、許晋雄教授（作業研究、最佳化理論、決策分析）、何穗華助理教授（UI/UX、人機互動、行為科學分析）。
主題二：ChatGPT／Grok 聊天成癮與生活強制性（2 篇）
What Shapes User Trust in ChatGPT? A Mixed-Methods Study of User Attributes, Trust Dimensions, Task Context, and Societal Perceptions among University Students
本研究以問卷及訪談分析大學生對 ChatGPT 的多維信任，指出使用頻率與信任相關，但此關聯不能解讀為成癮門檻。
- 方法： 問卷建模搭配半結構訪談的混合方法。
- 資料： 115 名英國大學部及研究生問卷，另有 4 場補充訪談。
- 指標： 七個信任維度、整體信任、使用頻率、任務別信任與質性主題。
- 碩論借鑑： 複製成四種聊天模型的受試者內設計，加入有真值的答案查核題，檢驗主觀信任是否能預測客觀辨錯與採納。
- 來源： https://arxiv.org/abs/2507.05046
To Rely or Not to Rely? Evaluating Interventions for Appropriate Reliance on Large Language Models
研究以線上隨機實驗比較警語、不確定性標示及隱含答案等介入；介入可降低過度依賴，但未必改善整體適當依賴。
- 方法： 400 人線上隨機實驗，採先獨立作答、後接收 LLM 建議的重複決策流程。
- 資料： 前後答案、介入條件、信心及作答時間，任務包括 LSAT 邏輯推理與影像數量估計。
- 指標： 過度依賴、不足依賴、適當依賴、正確率、信心校準及投入時間。
- 碩論借鑑： 將一般錯誤建議改為分級低風險情境，以適當依賴率及 Brier 分數比較四種聊天模型與介面警示。
- 來源： https://dl.acm.org/doi/10.1145/3706598.3714097
方法論地圖
今日方法由混合方法信任剖面進展到隨機化建議採納實驗；缺口是缺乏跨模型、跨時間資料，把使用頻率、主觀信任、客觀辨錯與實際抗拒置於同一縱向設計。
可執行設計
1. 信任—辨錯落差跨模型實驗： 假設高主觀信任不必然帶來高辨錯率；以四模型同題回答、信任評分及前後答案進行受試者內隨機化，產出模型別校準曲線。
2. 錯誤警示的保留效應： 假設警語短期降低過度依賴，但移除後效果衰退；以三回合決策紀錄及分階段隨機實驗估計介入效果半衰期。
3. 低風險有害建議抗拒階梯： 假設風險辨識、拒絕意圖與實際不採納不一致；以分級模擬情境、項目反應理論及多層分類模型建立抗拒能力量尺。
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： 短期任務與受控建議採納實驗具有內部效度，但能否外推至長期代理委派、生活依賴及撤除反應仍有爭議。
2. 量測： 使用頻率、問題性使用與臨床成癮不可互換；主觀信任、辨錯正確率和實際採納也須分層量測。
3. 倫理： 代理軌跡與聊天研究可能暴露工作內容、健康訊號及敏感對話，應採資料最小化、裝置端彙總、低風險刺激與可退出機制。
三個爭議點
1. 方法論：短期任務與受控建議採納實驗具有內部效度，但能否外推至長期代理委派、生活依賴及撤除反應仍有爭議。
2. 量測：使用頻率、問題性使用與臨床成癮不可互換；主觀信任、辨錯正確率和實際採納也必須分層量測。
3. 倫理：代理軌跡與聊天研究可能暴露工作內容、健康訊號及敏感對話，應採資料最小化、裝置端彙總、低風險刺激與可退出機制。