研究所論文方向 2026-10-25
語料 50 則；目標：資料科學系碩士
長照醫療：醫院AI寫的病歷草稿要靠醫師逐字把關——放到長照出院銜接單，怎麼評AI草稿錯在哪、護理師要花多少時間改、會不會漏掉長輩的風險？
- 正式題目：生成式AI於長照出院銜接文件草稿之錯誤型態、人工審核負擔與風險遺漏評估
- 為何值得研究：本日語料（環球生技月刊）報導雪梨大學、耶魯專家指出：真正進入臨床並持續使用的醫療AI系統仍有限，耶魯醫師需審核並修正AI草稿，草稿曾誤判風險，因此臨床AI不能只看準確率，仍須持續監測與醫師把關。長照出院銜接文件（照護摘要、用藥、風險提示）同樣高度依賴人工彙整，但語料未提供長照場景的評估方法。近30日長照題目涵蓋穿戴預警、FHIR跨院模型、多代理診斷、人力流失等，尚未涵蓋『AI文件草稿的審核負擔與風險遺漏』。注意：語料僅為專家觀點，無長照實測數據。
- AI 整合：以公開或合成的去識別出院摘要／照護紀錄文本，讓大型語言模型產生銜接草稿；標註錯誤類型（遺漏用藥、錯誤風險、過度推論），計算修改量（編輯距離）、模擬審核時間、高風險項目遺漏率；並設計持續監測指標（漂移、錯誤率上升警示）。
- 市場：長照與出院銜接文書負擔重，機構與醫院想導入AI但缺乏可信的上線前後監測方法；可重現的評估與監測框架有實務價值。
- 可行性：可用公開臨床文本（如MIMIC的去識別筆記，需申請）或合成文本完成；不需臨床部署與真實病患資料，碩士時程可完成評測與監測原型。
- 研究目的：建立AI草稿在長照銜接情境的錯誤分類與審核負擔評估框架，找出準確率看不到的風險並提出持續監測指標。
- 呈現形式：碩士論文（草稿生成與評估原型＋錯誤類型資料集＋監測指標；附分析程式）
- 方法：合成／去識別文本準備；LLM草稿生成；錯誤類型標註與一致性檢驗；編輯距離與審核時間模擬；高風險遺漏率；漂移偵測與敏感度分析。
- 評分：{'theory': 7, 'practicality': 8, 'marketization': 7}
- 指導教授：1. 丁德天（副教授）、2. 吳政隆（教授）
- 爭議點：
- 醫師審核AI草稿時是否會因信任而放鬆，反而讓錯誤漏網？
- AI草稿曾誤判風險，責任應歸醫師、院方還是系統廠商？
- 準確率之外該用哪些指標（修改量、漏報風險、審核時間）才算『可臨床使用』？
學齡教學：台東高中把風雨球場和游泳池開放給鄰近11所國中小用——怎麼用資料和AI排時段、推薦場地，讓下雨天孩子也有地方上體育課又不搶場地？
- 正式題目：學校運動設施跨校共享之使用排程與推薦：天候韌性與公平性分析
- 為何值得研究：本日語料（教育部全球資訊網）指出台東高中以風雨球場讓體育課不受天候影響，成功商水游泳池開放鄰近11所國中小教學，國教署強調設施應回應在地需求。但語料未提供使用率、排程方式或成效數據。近30日學齡題目涵蓋停課、師生比、AI家教等，尚未涵蓋『跨校設施共享的排程與公平性』。注意：本題不涉個別學生資料，僅以設施與課表層級資料建模。
- AI 整合：以公開的氣象資料與（模擬或公開的）各校課表、交通距離，建立『天候預測＋場地需求預測』模型，並用最佳化／強化學習排程與推薦演算法分配時段；比較先到先用、輪流制與演算法排程在使用率、等待時間、公平性（城鄉、距離）上的差異。
- 市場：少子化與設施老舊使跨校共享成為趨勢，教育局與國教署需要透明、可驗證的排程與評估方法；可延伸為校際設施預約推薦平台。
- 可行性：氣象與學校位置為公開資料，課表與需求以模擬或公開統計建構；不需學生個資，碩士時程可完成模擬與排程原型。
- 研究目的：量化跨校設施共享的使用效率與公平性，建立可重現的排程推薦與評估流程。
- 呈現形式：碩士論文（需求預測＋排程推薦原型＋公平性評估；附模擬資料產生器與腳本）
- 方法：公開資料蒐集與模擬情境設計；機器學習天候與需求預測；整數規劃／強化學習排程；使用率、等待時間、公平性指標；敏感度與情境分析。
- 評分：{'theory': 6, 'practicality': 8, 'marketization': 6}
- 指導教授：1. 許晋雄（教授）、2. 金凱儀（教授）
- 爭議點：
- 設施開放鄰近學校後，本校學生使用權與維護成本如何分配？
- 以使用率最大化排程，是否會讓偏遠或交通不便的學校長期排在後面？
- 跨校共享的成效以體育課時數還是學生活動量衡量，語料並未說明。
AI／AI代理人：月之暗面開源 Kimi K3.1 Pro 說終端機代理任務跑分 65.7%、幻覺也降低——怎麼評這種跑分放到真實的命令列操作任務還成立嗎？
- 正式題目：終端機型AI代理人基準分數之外部效度評估：真實任務成功率、幻覺與危險指令分析
- 為何值得研究：本日語料指出 Moonshot 於10月24日推出 K3.1 系列首款3T級開源模型 Pro，Terminal-Bench 達 65.7%、幻覺較低，並提供速度快兩至三倍的 Highspeed 版，已上多端與API。這提出可檢驗的問題：終端機代理人（規劃步驟、呼叫命令列工具）的公開跑分，與真實任務的成功率、危險指令比例是否一致。語料未提供獨立驗證，且為廠商自述。近30日代理人題目涵蓋越權稽核、虛實遷移、模型分流成本、行動前模擬等，尚未涵蓋『基準跑分外部效度＋幻覺式錯誤命令』。
- AI 整合：本題主題即 AI 代理人：選數個開源代理框架與模型，在公開終端機基準之外自建貼近真實的任務集（檔案整理、環境設定、除錯），記錄每步工具呼叫軌跡；比較基準分數與真實任務成功率的相關性，並統計幻覺式命令（不存在的指令／參數）與危險指令比例，以及快慢版本間的一致性。
- 市場：企業導入程式／維運代理人時多以公開跑分作採購依據，可重現的外部效度與軌跡風險評估基準對廠商、稽核與開發者都有直接用途。
- 可行性：可用開源模型與沙盒容器完成，不需真實系統權限；任務集與軌跡標註為主要工作量，碩士時程可完成基準與分析。
- 研究目的：檢驗代理人跑分與真實任務表現的落差，量化幻覺式錯誤命令與危險操作比例，提出更可靠的評測指標。
- 呈現形式：碩士論文（任務集＋軌跡資料集＋外部效度分析；附沙盒評測腳本）
- 方法：任務集設計與沙盒建置；多模型多版本軌跡蒐集；成功率、幻覺命令率、危險指令率、步數與成本指標；基準分數與真實成功率之相關／排名一致性分析；錯誤案例分類；統計檢定。
- 評分：{'theory': 8, 'practicality': 8, 'marketization': 7}
- 指導教授：1. 葉向原（教授）、2. 蘇明祥（副教授）
- 爭議點：
- Terminal-Bench 這類基準的高分，能否代表代理人在使用者真實環境的可靠度？
- 廠商自述『幻覺降低』缺少獨立驗證，如何設計不被訓練資料污染的測試？
- 快速版（Highspeed）宣稱能力相同，速度提升是否以穩定性或安全性為代價？
總體爭議點
- 三題皆以公開、合成或模擬資料為主，結論能否外推真實場域仍待驗證？
- A、C 題素材為專家觀點或廠商自述，尚待獨立驗證；B 題語料無使用率數據。
- AI草稿審核、跨校排程與代理人跑分若被誤用為責任判定或採購唯一依據，歸責如何處理？
三個爭議點
1. 三題皆以公開、合成或模擬資料為主，結論能否外推真實場域仍待驗證？
2. A、C 題素材為專家觀點或廠商自述，尚待獨立驗證；B 題語料無使用率數據。
3. AI草稿審核、跨校排程與代理人跑分若被誤用為責任判定或採購唯一依據，歸責如何處理？