碩論：AI 代理人影響文獻分析（資料科學視角）— 2026-10-19
主題一：AI 代理人影響
1. Training Proactive and Personalized LLM Agents
- 來源： arXiv:2511.02208v2
- 摘要： 將協作型代理人操作化為生產力、主動性與個人化，建立具可組態使用者模擬器的 UserVille，並以任務成果、提問成本與偏好遵循作多目標學習與評估。研究另以使用者研究檢視可監督性；它是代理效能研究，並非健康或成癮試驗。
- 六維度： 能支持工作與部分日常任務；直接量測任務效能，但未直接評估健康、成癮、焦慮或停用反應。
- 資料科學視角： 採互動模擬、多目標強化學習、跨任務基準與使用者研究。資料來自 SWE-Bench、BrowseComp-Plus 與可組態模擬使用者；指標包括任務成果、提問成本、偏好遵循。可縮小為 Hermes、OpenClaw、Grok Bot 的固定任務交叉比較，記錄成功率、澄清次數與偏好違反。
2. From User Surveys to Telemetry-Driven AI Agents: Exploring the Potential of Personalized Productivity Solutions
- 來源： arXiv:2401.08960
- 摘要： 由使用者調查走向遙測驅動的個人化生產力方案，比較儀表板、個人化敘事與 GPT-4 生產力代理人。遙測涵蓋專注時間、預留專注時段及下班後郵件、聊天與會議干擾。
- 六維度： 直接涵蓋生活／工作協助與職場福祉相關事件，但不等同臨床健康；未直接量測成癮、焦慮或停用反應。
- 資料科學視角： 採分階段調查、系統設計與遙測評估。可觀察指標包括專注時長與下班後干擾天數；正式重製應回全文核對各階段有效樣本。可用只收事件計數、不收內容的兩週基線加兩週介入設計。
方法論綜整
今日方法由互動模擬、多目標代理評測延伸到真實工作遙測；優點是有客觀事件指標，缺口是模擬到真人的外部效度，以及健康、成癮、焦慮與停用結果皆未被直接量測。
可執行碩論設計
1. 主動代理的提問成本—成功率權衡： 60 名學生以三種代理完成標準化任務；用混合效應模型估計成功率、提問次數、偏好違反與可監督性。
2. 隱私保護工作遙測 AB 研究： 30 名研究生進行兩週基線、兩週個人化回饋；以中斷時間序列估計專注時間與下班後干擾變化。
3. 代理停用的短期中斷實驗： 依基線委派程度分層，量測 48 小時停用前後的任務延遲與狀態焦慮。
師資對接
呂明頴副教授（商業智慧、人工智慧、資料探勘、行為分析）、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）、何穗華助理教授（UI/UX、人機互動、行為科學分析）。
主題二：聊天軟體成癮與生活強制性
1. Measuring Large Language Models Dependency: Validating the Arabic Version of the LLM-D12 Scale
- 來源： arXiv:2508.17063
- 摘要： 以 250 名阿拉伯語使用者驗證 LLM-D12，區分工具性與關係性依賴。確認性因素分析支持二因素結構；總量表 Cronbach α=0.90，兩分量表分別為 0.85 與 0.90。
- 四維度： 未建立每日時數的成癮切點；關係性依賴與 LLM 信任度相關，但未測辨錯能力或有害內容抗拒。
- 資料科學視角： 採心理計量驗證、CFA 與迴歸。繁中重製需雙向翻譯、認知訪談及獨立驗證樣本，並以事件計數作外部效標，避免單用時數定義成癮。
2. Emerging Reliance Behaviors in Human-AI Content Grounded Data Generation: The Role of Cognitive Forcing Functions and Hallucinations
- 來源： arXiv:2409.08937
- 摘要： 34 名使用者各完成 8 項任務，共 272 筆觀察，比較幻覺與認知強迫功能。幻覺顯著降低資料品質，認知強迫功能未穩定緩解影響；部分使用者即使原答案正確，仍加入衝突的 AI 文字。
- 四維度： 未量測長期成癮切點；以實際採納呈現行為信任，並用真值觀察辨錯；內容錯誤不等同有害內容，未直接測抗拒。
- 資料科學視角： 採重複量測實驗與混合線性模型；指標包括資料品質、AI 建議使用率及 F 檢定，幻覺對品質主效應 F(1,229)=73.07、p<.001。可將 LLM-D12 與錯誤採納率聯合建模。
方法論綜整
本日方法結合跨文化心理計量驗證與有真值的重複量測人機實驗；前者能區分依賴類型，後者能觀察錯誤採納，但仍缺繁中效度、縱向功能損害及有害內容抗拒。
可執行碩論設計
1. 繁中 LLM-D12 驗證與行為外部效標： 250 名大學生填量表，其中 80 人完成真值任務；以 CFA、信度及階層迴歸檢驗依賴是否增額預測錯誤採納。
2. 衝突建議的認知強迫交叉實驗： 100 名學生各做 12 題；以混合邏輯斯迴歸檢驗「先作答再看 AI」能否降低錯誤附加率。
3. 低風險有害勸說抗拒基準： 使用經倫理審查的低風險情境，以潛在類別分析建立辨錯—拒害能力分型與可重製題庫。
師資對接
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）、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）。
跨主題爭議
1. 方法論： 代理模擬與小型重複任務未必代表真實長期使用；產品版本與介面快速改變，也會削弱跨時間重製性。
2. 量測： 使用時數、工具性依賴、關係性依賴、錯誤採納與功能損害是不同構念；不可僅以高頻使用宣稱成癮，也不可把任務依賴直接當作戒斷。
3. 倫理： 工作遙測、心理依賴及有害勸說資料可能暴露私人習慣與脆弱性；研究須資料最小化、允許退出、限制風險情境並設不適與危機處理程序。
> 當日自動 corpus 有兩篇主題二候選與聊天 LLM 無關，主題一候選亦偏企業倫理與平台管制；本報告依硬規則改用四篇可核實且未見於歷史清單的學術文獻，涵蓋代理評測、職場 HCI、心理計量與人機依賴四領域。
三個爭議點
1. 方法論：代理模擬與小型重複任務雖可控制條件，未必代表真實長期使用；產品版本與介面快速改變，也會削弱跨時間重製性。
2. 量測：使用時數、工具性依賴、關係性依賴、錯誤採納與功能損害是不同構念；不可僅以高頻使用宣稱成癮，也不可把任務依賴直接當作戒斷。
3. 倫理：工作遙測、心理依賴及有害勸說資料可能暴露私人習慣與脆弱性；研究須資料最小化、允許退出、限制風險情境並設不適與危機處理程序。