研究所論文方向 2026-10-16
目標：資料科學系碩士 語料 37 則
共通爭議
- 三題共通張力是『官方或媒體敘述是否等於可驗證的成效』：藥物標籤擴充、活動場次數與廠商／第三方報告的下毒比例都是外部訊號，碩論須自建可獨立檢核的指標與資料。
- 三題都涉及敏感或受限資料（長者處方、學生學習紀錄、搜尋服務內部行為），真實資料取得與倫理審查限制研究規模，須明確區分模擬資料與真實資料的結論效力。
- 三題都有『AI 建議被過度信任』風險：用藥建議、活動推薦、代理人搜尋結論皆可能在無人覆核下被採用，須把人工覆核成本與錯誤代價納入評估。
長照醫療：降血糖藥突然多了「護心」適應症——長照機構裡的糖尿病長輩，怎麼用病歷資料看出誰換藥真的受益、誰反而容易低血糖跌倒？
正式題目：高齡第2型糖尿病患者於降糖藥新增心血管適應症後之個人化用藥效益與低血糖／跌倒風險預測
為何值得研究：本日語料（健康生技）報導 FDA 核準 Mounjaro 擴充心血管風險降低適應症，依據 SURPASS-CVOT；同日另有 Kerendia 擴標至第1型糖尿病慢性腎臟病。降糖藥從『控血糖』擴到『護心護腎』，長照機構與基層醫師要面對的是：高齡、多重用藥、失能的長輩，是否適合換藥、受益多大、風險在哪。公開試驗多為整體平均，缺少針對高齡共病者的個人化證據，正是資料科學可補的缺口。
AI 整合：以機器學習與因果推論（傾向分數、雙重穩健估計、因果森林）估計不同高齡亞群的異質性治療效果；以時間序列與生存模型預測低血糖、跌倒與急診風險；以可解釋性（SHAP）輸出『哪些特徵使此長輩較適合或不適合換藥』，並輸出校準度與不確定性供醫師覆核，AI 只做輔助而非決策。
市場展望：長照機構、居家醫療與基層診所需要面對慢性病新適應症的用藥重審；可解釋、可校準的高齡用藥風險分層工具，可供醫療資訊廠商、藥事照護與保險／給付評估參考。
技術可行性：可用公開之去識別化電子病歷資料集（如 MIMIC、eICU）做方法驗證，並以合成資料模擬高齡共病情境；真實機構資料需倫理審查與資料使用協議，故設計為『公開資料驗證＋模擬壓力測試』，規模符合碩士。主要風險是公開資料中高齡失能者比例與用藥紀錄完整度，可在論文中以敏感度分析處理。
研究目的：建立高齡糖尿病患者於降糖藥新增心血管適應症後的個人化效益與低血糖／跌倒風險評估方法，找出最可能受益與最需審慎的亞群特徵，提出可供機構藥事與醫師覆核的決策輔助原型。
呈現形式：碩士論文（去識別化病歷資料整合與世代建立＋異質性治療效果與風險預測模型＋可解釋與校準分析＋決策輔助儀表板原型）
方法：世代定義與目標試驗模擬；傾向分數與雙重穩健估計、因果森林估計異質性效果；生存分析與梯度提升預測低血糖與跌倒；SHAP 可解釋與校準曲線；合成高齡共病情境的壓力測試；公平性（年齡、性別、共病數）與敏感度分析。
爭議點：
- 標籤擴充來自 SURPASS-CVOT 等試驗，受試者多半比機構長輩年輕、共病較少；把結果直接套到失能高齡者可能高估效益，碩論須明確標示外推限制。
- 以觀察性病歷資料估計換藥效益，易受適應症偏差（較健康者才被換藥）混淆；若不做因果推論設計，模型會把『本來就較健康』誤當『換藥有效』。
- 降糖與護心的取捨在高齡者牽涉低血糖、跌倒與多重用藥；最佳化心血管指標可能犧牲生活品質，評估指標不能只看單一臨床終點。
指導教授：
- 1. 丁德天（副教授）— 高齡慢性病與流行病學專長，可指導長者用藥決策的臨床意義、風險因子與因果推論設計。
- 2. 葉向原（教授）— 風險預測、特徵工程、模型比較與驗證屬機器學習核心，可協助建模與公平性檢驗。
學齡教學：科學節辦了 2,063 場活動——怎麼用推薦系統幫國中小學生找到「適合自己」的場次，又不會只讓本來就愛科學、住在大城市的孩子搶到？
正式題目：全國性科學教育活動之學生興趣導向推薦與參與公平性評估：以臺灣科學節為情境
為何值得研究：本日語料（教育部全球資訊網）報導第七屆臺灣科學節 11 月 7 至 15 日起跑，規劃 2,063 場次，涵蓋演示、展覽、競賽與工作坊。場次多、地點與主題分散，家長與教師常憑印象或口耳相傳選擇，容易讓資源集中在資訊充足與地理位置佳的學生。以資料科學方法做興趣導向推薦並同步量測曝光公平性，可為大型教育活動的設計與宣傳提供可驗證的依據。
AI 整合：以內容式與協同過濾推薦模型，結合活動文字描述（以語言模型嵌入向量化）、年級、地區與交通可達性做個人化排序；加入公平性約束的重新排序（如曝光均衡、地區多樣性）；以離線評估指標（NDCG、覆蓋率、曝光基尼係數）與小規模問卷模擬使用者研究比較策略，並以可解釋推薦說明讓教師與家長看懂為何推薦。
市場展望：教育主管機關、科博館與教育科技業者辦理大型活動時，需要提升報名品質與公平曝光；可解釋、具公平性約束的推薦與分析方法可供活動平台、學校端選課與社區學習資源媒合參考。
技術可行性：活動名稱、主題、地點與時間可由公開活動資訊蒐集；學生互動資料以公開推薦資料集與模擬使用者行為（依年級與興趣設定生成）進行方法驗證，必要時與少數合作學校做匿名問卷；規模符合碩士。主要風險是真實報名資料不易取得，因此以模擬加小規模實測為設計。
研究目的：建立以學生興趣與可及性為基礎的科學教育活動推薦方法，量化不同推薦策略對曝光公平性與配對品質的影響，提出兼顧偏好與資源均衡的設計建議。
呈現形式：碩士論文（活動資料蒐集與標註＋推薦模型與公平性重排序比較＋模擬使用者實驗與小規模問卷驗證＋教師端推薦說明原型）
方法：活動資料蒐集與主題標註；文字嵌入與內容式、協同過濾、混合式推薦；公平性約束重排序；NDCG、覆蓋率、曝光基尼係數與地區差距指標；模擬使用者實驗與敏感度分析；小規模問卷與統計檢定。
爭議點：
- 推薦系統若以『過去點擊或報名』訓練，會強化既有偏好與資源落差，讓本來就接觸科學的孩子得到更多機會；是否需要刻意提高弱勢族群的曝光，涉及效率與公平的取捨。
- 『參與場次多』不等於『學到科學概念或提升興趣』；若碩論只以報名或點擊作成效，會把熱鬧誤當學習，須另設前後測或興趣量表。
- 學生興趣與背景屬兒少敏感資料，推薦所需的個資蒐集與兒少隱私保護之間存在張力，研究多半只能使用匿名或模擬資料。
指導教授：
- 1. 金凱儀（教授）— 學習活動設計與學習成效評估為其核心專長，可指導科學活動推薦與學習投入的實驗設計。
- 2. 呂明頴（副教授）— 推薦系統、行為資料分析與資料探勘專長，可指導配對模型與公平性（曝光、可及性）分析。
AI／AI代理人：Google 疑似對 AI 爬蟲回傳「下毒」搜尋結果——會自己上網查資料、做決定的 AI 代理人，被餵假資料時怎麼評它會不會被帶偏？
正式題目：網頁搜尋型 AI 代理人面對被污染檢索結果之穩健性評測與防禦策略比較
為何值得研究：本日語料（TechNews 科技新報）報導 Nozzle 報告稱，自 9 月中起約 8% 搜尋結果頁疑似對爬蟲回傳被「下毒」的內容，手法含封鎖代理 IP、CAPTCHA 與注入錯誤頁；另有 GEO 追蹤與 AI 搜尋能見度的相關報導。當 AI 代理人以搜尋與瀏覽作為工具，被污染的檢索結果會直接變成它的『事實』並驅動後續動作。目前缺乏針對『檢索被污染時代理人如何失敗』的獨立、可重複評測。
AI 整合：題目本身即 AI 代理人：以開源模型搭配開源代理框架與可控的搜尋／網頁環境，設計不同污染類型（錯誤事實、廣告注入、過期內容、矛盾來源）與比例的任務集；評測代理人的答案正確率、是否察覺異常、工具呼叫次數與成本；比較防禦策略（多來源投票、來源信譽加權、不確定時回報人類）並做帕累托分析。下一步可延伸為會自行驗證來源的多代理人查核流程。
市場展望：企業導入研究型與採購型代理人時，缺乏對外部資料污染的驗收標準；可重複的污染評測基準與低成本防禦策略，可供代理人平台、搜尋與 GEO／SEO 服務業者及企業資安與風控團隊使用。
技術可行性：可用開源 LLM、開源代理框架與本機自建的模擬網站／搜尋環境，污染內容由程式生成並自動評分，不需依賴任何商業搜尋服務的內部資料；可用 FEVER、HotpotQA 等公開問答資料做基準題；規模符合碩士，主要風險是環境真實度，可用部分真實網頁快照補強。
研究目的：建立搜尋型 AI 代理人對被污染檢索結果的穩健性評測基準，量化不同污染類型與比例下的失敗模式與成本，並比較可行的防禦策略，提出代理人上線前的檢測清單。
呈現形式：碩士論文（污染任務集與模擬環境建置＋多模型與防禦策略比較＋準確率／成本帕累托與錯誤分類＋可重現評測工具原型）
方法：污染類型分類與受控任務集生成；多模型與多策略重複實驗；正確率、異常察覺率、工具呼叫數、代幣與延遲的帕累托分析與統計檢定；錯誤類型人工標註與一致性檢驗；消融實驗與污染比例敏感度分析。
爭議點：
- Nozzle 的 8% 下毒比例是第三方推估，Google 尚未證實；把它當事實設計實驗會綁定未驗證前提，碩論須以『可調污染比例』的受控實驗取代對單一數字的依賴。
- 防禦（多來源交叉驗證、來源信譽、重複查詢）會增加查詢成本與延遲；只報告抗污染能力而不報成本，會高估防禦方案的實用性。
- 自建污染資料集屬於對抗式測試，需避免產出可直接被濫用的攻擊手冊；研究須界定污染類型與公開範圍，並以評測與防禦為目的。
指導教授：
- 1. 吳政隆（教授）— 代理人以大型語言模型為核心，其深度學習與 NLP 專長可指導網頁內容理解、提示與失敗模式分析。
- 2. 蘇明祥（副教授）— 對話與語言模型行為分析專長，可協助設計代理人被誤導的對照實驗與錯誤分類。
三個爭議點
1. 三題共通張力是『官方或媒體敘述是否等於可驗證的成效』：藥物標籤擴充、活動場次數與廠商／第三方報告的下毒比例都是外部訊號，碩論須自建可獨立檢核的指標與資料。
2. 三題都涉及敏感或受限資料（長者處方、學生學習紀錄、搜尋服務內部行為），真實資料取得與倫理審查限制研究規模，須明確區分模擬資料與真實資料的結論效力。
3. 三題都有『AI 建議被過度信任』風險：用藥建議、活動推薦、代理人搜尋結論皆可能在無人覆核下被採用，須把人工覆核成本與錯誤代價納入評估。