碩論：AI 代理人影響文獻分析（資料科學視角）— 2026-10-14
主題一：AI 代理人影響
文獻
1. Compression, The Fermi Paradox and Artificial Super-Intelligence（arXiv:2110.01835v1）
- 方法：概念分析與理論推演；無受試者資料。
- 重點：高度壓縮且異於人類經驗的代理表徵，可能使行動理由難以理解與控制。
- 資科借鑑：操弄代理理由壓縮程度，以辨錯率、理解評分、信心及接管延遲建立控制行為校準曲線。
2. A Plan Reuse Mechanism for LLM-Driven Agent（arXiv:2512.21309v2）
- 方法：真實世界資料分析、意圖分類、系統實作與基線比較。
- 重點：AgentReuse 的有效計畫重用率為 93%，請求相似度判定 F1 為 0.9718、準確率為 0.9459，相較不重用基線降低 93.12% 延遲。
- 資科借鑑：比較不重用、固定門檻重用與校準式重用，同時量測延遲、錯誤重用、任務成功率及人工修正時間。
方法論地圖
方法由概念性的溝通／控制推演延伸至真實請求上的意圖分類與系統基準測試；缺口是工程效率尚未與理由可理解度、錯誤重用、人工查證及接管行為置於同一評估框架。
可執行碩論設計
- 理由壓縮—接管校準模型：操弄理由壓縮程度，以混合效應模型估計辨錯率與接管延遲，產出安全門檻及接管預測器。
- 計畫重用的效率—風險前緣：掃描相似度門檻並進行成本敏感分類與 Pareto 分析，產出可重現基準及部署建議。
- 可解釋重用介面實驗：比較三種介面下的成功率、辨錯率、時間及信心，估計解釋介面的效益。
資料與師資
先以去識別合成辦公請求及明確檢核點建基準，再招募受試者；保存模型、提示、工具版本與逐步事件。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）、許晋雄教授（作業研究、最佳化理論、決策分析）。
主題二：ChatGPT／Grok 聊天成癮與生活強制性
文獻
1. Mathematical Capabilities of ChatGPT（arXiv:2301.13867v2）
- 方法：公開及研究者自建資料集的多模型基準評測。
- 重點：公開 GHOSTS 與 miniGHOSTS；ChatGPT 較適合作為事實查詢介面，GPT-4 在研究所程度數學的整體表現低於研究生。
- 資科借鑑：以難度分層且有真值的題目，量測使用者面對不同模型時的辨錯、採納及信心變化。
2. Role-Playing Simulation Games using ChatGPT（arXiv:2402.09161v1）
- 方法：教學角色扮演模擬應用；摘要未載明對照實驗或樣本規模。
- 重點：ChatGPT 可支援做中學、真實情境練習與學習興趣；這些結果不可直接解讀為成癮。
- 資科借鑑：以固定劇本操弄擬人化與互動輪數，區分短期投入、學習增益及問題性持續使用。
方法論地圖
方法涵蓋可公開重現的模型能力基準與情境化角色扮演設計；主要缺口是缺少使用者層級的跨模型縱向資料，把互動強度、信任校準、辨錯能力與不當建議抗拒同時量測。
可執行碩論設計
- 跨模型辨錯學習曲線：在四種模型及三個時間點蒐集真值題、信任和採納紀錄，以混合效應成長模型建立辨錯與校準曲線。
- 角色沉浸—問題性持續使用分離研究：以固定劇本、行為日誌及重複問卷，區分互動投入與失控使用意圖。
- 低風險不當建議抗拒追蹤：使用專家複核的分級情境與一週重測，以多層邏輯斯模型估計抗拒穩定度。
資料與師資
優先使用公開且具真值的低風險題庫；固定提示、模型版本與採樣設定，只記錄互動輪數、時間與選擇，不蒐集私人聊天全文。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、巨量資料分析與行銷應用）、蘇明祥副教授（自然語言處理、口語對話系統）。
跨主題爭議
1. 方法論：系統基準、概念論述與教學案例可產生假設，但不能取代使用者層級的縱向或隨機實驗；工程效能也不等於生活與心理效益。
2. 量測：延遲、F1、互動輪數與興趣分別代表系統效能或投入，不能直接當作控制感、可信度或成癮；須與辨錯、採納、接管及經驗證量表分開測量。
3. 倫理：代理請求、行動軌跡與角色對話可能洩露意圖及敏感內容；應採低風險劇本、資料最小化、去識別、版本留存、專家複核與可隨時退出。
三個爭議點
1. 方法論：系統基準、概念論述與教學案例可產生假設，但不能取代使用者層級的縱向或隨機實驗；工程效能也不等於生活與心理效益。
2. 量測：延遲、F1、互動輪數與興趣分別代表系統效能或投入，不能直接當作控制感、可信度或成癮；必須與辨錯、採納、接管及經驗證量表分開測量。
3. 倫理：代理請求、行動軌跡與角色對話可能洩露意圖及敏感內容；研究應採低風險劇本、資料最小化、去識別、版本留存、專家複核與可隨時退出。