2026-10-22 碩論：AI 代理人影響文獻（資料科學視角）

讀者定位：東吳大學資料科學系研究所碩士第一篇論文規劃。完整逐篇欄位、維度分析與來源見同日 JSON。

主題一：AI 代理人影響

1. From Control to Foresight: Simulation as a New Paradigm for Human-Agent Collaboration（Gaole He、Brian Y. Lim，2026）

來源：https://arxiv.org/abs/2603.11677v1

研究提出 simulation-in-the-loop，讓使用者在代理人執行前探索未來軌跡。它可形成可測試的人機互動原型，但公開摘要沒有受試者、成癮、健康或焦慮效果量。建議以任務完成時間、錯誤率、介入次數、NASA-TLX 與狀態焦慮驗證。

2. Foundations for Investigations of Agentic AI Systems from the Forensic Analysis of OpenClaw（Jan Gruber、Jan-Niclas Hilgert，2026）

來源：https://arxiv.org/abs/2604.05589v2

研究以 OpenClaw 進行靜態程式碼與差異鑑識分析，提出五平面代理人工件分類並釋出擷取工具。此方法適合建立 Hermes Agent／OpenClaw 的執行痕跡基準；摘要未載明執行次數與量化結果，後續可測痕跡召回率、重跑一致率及序列相似度。

今日以概念型 HCI 框架與系統差異鑑識為主，優點是可形成原型與客觀日誌，缺口是沒有受試者、心理量表、縱向資料及因果效果量。

軌跡預覽是否改善代理人協作：以受試者內交叉實驗比較軌跡預覽與逐步核准；假設預覽降低錯誤、返工、NASA-TLX 與狀態焦慮，產出可重現原型及匿名事件資料集。
跨代理人執行痕跡可重現性基準：在 Hermes Agent 與 OpenClaw 重跑公開標準任務，計算痕跡召回率、序列相似度及重跑一致率，產出基準資料集與擷取器。
短期停用對依賴與焦慮的影響：以停用前、中、後日誌及短量表建立混合效果模型，檢驗高頻使用者在 48 小時停用期的焦慮與替代行為增幅。

事件日誌僅保留時間、工具類型與成功狀態等最小欄位，預設不收對話正文；停用研究需知情同意、退出機制與風險篩選。可對接蘇明祥副教授（自然語言處理、口語對話系統、情緒與人格感知）、呂明頴副教授（人工智慧、資料探勘、行為分析）及吳政隆教授（文字探勘、文本情感分析、自然語言處理）。

1. An Empirical Study of Using ChatGPT for Fact Verification Task（Mohna Chakraborty、Adithya Kulkarni、Qi Li，2023）

來源：https://arxiv.org/abs/2311.06592v1

研究使用 FEVER 比較三種提示下 ChatGPT 的事實查核表現，並分析最佳提示的常見錯誤。資料公開、容易複製，但摘要未載明抽樣題數與具體結果；可延伸為跨模型真人實驗，量測錯誤察覺率、信心與校準誤差。

2. Low-Agreeableness Persona Conditioning for Safe LLM Fine-Tuning（A. Cheung、Yi Yang，2026）

來源：https://www.semanticscholar.org/paper/f75b82bd94133aa738612b9573b8496bcca6033a

研究以人格條件化資料重寫、四模型三項實驗及表徵探測，降低越獄脆弱性與有害輸出率並維持對話溫度。它測的是模型端抗拒，而非使用者抗拒；後續應加入過度拒答、風險辨識與遵從意願。

今日方法橫跨公開基準上的提示比較與多模型安全微調／表徵探測，具有高可複製性，但缺少人類受試者、實際使用日誌、成癮量表及模型輸出與使用者行為的聯結。

多模型錯誤察覺與信任校準實驗：操弄回答正誤、來源與語氣，比較 ChatGPT、Grok、Claude、Gemini；量測察覺準確率、信心、依賴選擇與校準誤差。
有害回覆的人類抗拒度與模型拒答聯合基準：以經倫理審查的低風險情境交叉模型與語氣，量測拒答率、過度拒答率、風險辨識及遵從意願。
問題性聊天使用的日誌—量表縱貫模型：連續 4–6 週蒐集端側彙總日誌、每週短量表與睡眠自陳，檢驗夜間使用、會話持續時間及失敗後重試能否預測功能受損。

模型實驗須保存模型名稱、日期、版本與設定；人類研究應使用低風險替代情境、事後說明與退出機制。日誌採端側彙總、不收正文。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）及蘇明祥副教授（口語對話系統、情緒與人格感知）。

1. 方法論：模型基準、概念框架與系統鑑識不能直接證明生活改善、成癮或焦慮的因果效果。

2. 量測：訊息數、使用時長、拒答率、主觀信任與臨床功能受損是不同構念；應預先界定主要終點並報告信效度、效果量與校準指標。

3. 倫理：對話與代理人日誌可能含敏感個資，停用及有害內容實驗可能造成不適；必須採資料最小化、端側彙總、退出機制、風險分級及倫理審查。

1. 方法論爭議：模型基準、概念框架與系統鑑識具有可複製性，但若沒有真人縱向資料，不能把效能或安全結果直接解釋為生活改善、成癮或焦慮的因果證據。

2. 量測爭議：訊息數、使用時長、模型拒答率、主觀信任與臨床功能受損代表不同構念；碩論必須預先界定主要終點，並同時報告信效度、效果量與校準指標。

3. 倫理爭議：對話及代理人日誌可能含高度敏感個資，而停用與有害內容實驗可能使參與者不適；資料最小化、端側彙總、退出機制、風險分級與倫理審查不可由研究便利性取代。