碩論：AI 代理人影響文獻分析（資料科學視角）— 2026-10-20

主題一：AI 代理人影響

本日納入 2 篇：

1. Competing Visions of Ethical AI: A Case Study of OpenAI（Wilfley、Ai、Sanfilippo，2026）

以版本化公開文件、質性編碼及 NLP 分析倫理、安全與風險論述。適合移植至 Hermes Agent、OpenClaw、Grok Bot 的產品文件稽核，但不能直接推論使用者健康、生產力或成癮。

2. Usable Security for ML Systems in Mental Health: A Framework（Jiang、Senge，2020）

以四支柱與情境案例建立心理健康 ML 系統的可用安全框架。可轉化為敏感代理任務的評測準則，但原研究沒有受試者或臨床效果資料。

方法論地圖

本日方法鏈為版本化公開語料、質性編碼與 NLP 趨勢分析，再以設計框架把安全及可用性轉為可測準則；缺口是框架尚未經量表驗證，也沒有真人任務、健康結果或因果識別。

可執行碩論設計

• 代理人安全主張—行為一致性稽核：比較三種代理人的公開安全主張與低風險敏感提示表現，建立主張—行為落差指數。
• 敏感任務可用安全量表建構：以專家內容效度、學生情境任務及因素分析建立初版量表。
• 版本漂移的代理風險監測：固定提示跨版本重跑，以語意差異及變點偵測量化風險漂移。

師資方向：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）、吳政隆教授（文字探勘、自然語言處理、人工智慧）、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

本日納入 2 篇：

1. YouZhi: Towards High-Concurrency Financial LLMs via Adaptive GQA-to-MLA Transition（PSBC LLM Team、Huawei LLM Team 等，2026）

研究模型壓縮、金融微調與部署併發，並不直接研究成癮、信任或人的辨錯能力。其用途是提醒：系統性能不能替代使用者層級指標，也揭示自動主題分類需人工審核。

2. MedScore: Generalizable Factuality Evaluation of Free-Form Medical Answers by Domain-adapted Claim Decomposition and Verification（Huang、DeLucia、Tiyyala、Dredze，2025）

將醫療回答分解為保留條件脈絡的主張並以領域語料驗證，可為人類辨錯實驗提供外部真值；但沒有直接量測人的信任、採納或抗拒。

方法論地圖

本日由模型系統基準延伸到領域調適的主張分解與事實驗證；後者能建立客觀錯誤標籤，但仍缺把自動事實性、使用者信任、辨錯信心與實際採納放進同一實驗。

可執行碩論設計

• 事實性—信任雙校準實驗：比較四平台回答的 MedScore 標籤與學生信任、辨錯判斷，產出可靠度圖。
• 主張級錯誤提示介面：比較逐主張證據、整體警告與無提示對錯誤採納的影響。
• 可用性延遲與過度信任：操弄回應延遲，估計流暢感對信任校準與辨錯的因果效果。

師資方向：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、自然語言處理、人工智慧）、丁德天副教授（精神流行病學、物質濫用、青少年健康）。

跨主題爭議

1. 方法論：公開語料、概念框架與模型基準不能直接估計代理人或聊天工具對真人效率、健康及依賴的因果效果。

2. 量測：模型準確率、系統併發、主觀信任、人的辨錯能力與臨床成癮是不同構念，不可互相替代。

3. 倫理：心理健康情境、醫療錯誤與對話日誌可能暴露脆弱性；應採低風險模擬、資料最小化、明確退出與事後說明。

三個爭議點

1. 方法論：公開語料、概念框架與模型基準都不能直接估計代理人或聊天工具對真人效率、健康及依賴的因果效果；需補隨機或縱向使用者設計。

2. 量測：模型準確率、系統併發、主觀信任、人的辨錯能力與臨床成癮是不同構念；若沒有有真值任務及功能損害指標，不可互相替代。

3. 倫理：心理健康情境、醫療錯誤與對話日誌可能暴露脆弱性；應採低風險模擬、資料最小化、明確退出與事後說明，避免參與者依錯誤內容行動。