碩論：AI 代理人影響文獻（資料科學視角）｜2026-10-26

主題一：AI 代理人影響

1. Chatbot Companionship: A Mixed-Methods Study of Companion Chatbot Usage Patterns and Their Relationship to Loneliness in Active Users

作者： Auren R. Liu、Pat Pataranutaporn、Pattie Maes
來源： https://arxiv.org/abs/2410.21596v3
摘要： 研究調查 404 名陪伴型聊天機器人的固定使用者，結合統計模型、群集分析、人工編碼與自動主題擷取。使用量本身未直接預測孤獨感；神經質、社會網絡規模與問題性使用等因素共同解釋約一半變異，七類輪廓顯示同一技術可能提升社交信心，也可能加深孤立。
六維度： 生活協助方面，部分使用者回報社交信心提升；工作效率未直接衡量；健康方面直接探討孤獨與心理社會福祉；成癮方面納入問題性使用但未建立診斷或時數門檻；焦慮未直接量測；停用反應未研究。
對目標產品的關聯： 可供 Hermes Agent、OpenClaw、Grok Bot 加入長期互動或情緒支持功能時評估風險，但不是三項產品的直接研究。
資料科學視角： 方法為橫斷問卷、統計模型、群集及文本混合分析；資料為 404 名實際使用者的自陳資料，具生態效度但難推因果；指標涵蓋孤獨、問題性使用、人格、社會網絡與群集。碩論可把客觀事件日誌與孤獨、功能損害量表連結，並以群集穩定性與外部驗證建立風險輪廓。

2. Rethinking Health Agents: From Siloed AI to Collaborative Decision Mediators

作者： Ray-Yuan Chung、Xuhai Xu、Ari Pollack
來源： https://arxiv.org/abs/2603.24986v1
摘要： 研究以經臨床驗證的虛構兒童慢性腎病案例，分析病人、照顧者與臨床人員各自使用孤立式 AI 時造成的情境資訊碎裂與目標錯置，並提出協作式代理框架，同時保留人類決策權。
六維度： 可支援多人照護理解；效率效益僅屬待驗證推論；直接涉及健康決策但無真實病人結果；成癮、焦慮與停用均未直接衡量。
對目標產品的關聯： 可作為 Hermes Agent、OpenClaw、Grok Bot 在健康資訊及多人協作情境的設計框架，並非產品成效比較。
資料科學視角： 方法為虛構病例分析與概念框架建構；資料只有單一經驗證案例，易重建但外部效度有限；目前是設計構面而非量化效果。碩論可比較孤立代理與多人協作代理，以資訊遺漏率、目標一致度、決策正確率與 NASA-TLX 評估。

MoA 綜整

結論： 代理影響高度依賴使用者輪廓與協作脈絡，但尚缺真實遙測、因果介入、工作效率及停用後反應。
方法論地圖： 橫跨 404 人問卷、群集與文本混合分析，以及經臨床驗證的虛構健康案例與概念框架；主要缺口是整合事件遙測、多人任務真值、心理量表與停用追蹤。
可執行設計：

1. 代理陪伴風險輪廓之外部驗證： 四週成人日誌與量表，使用共識群集和留出樣本驗證跨產品風險輪廓。

2. 多人健康代理的共享理解實驗： 隨機比較孤立與協作代理，衡量正確率、心智模型一致度、時間及工作負荷。

3. 代理停用的短期交叉研究： 交叉安排代理可用與停用週，以混合效果模型估計孤獨與負荷的個人內變化。

資料策略： 只招募可自主同意的成人；日誌不保存對話全文；健康案例使用虛構資料；預註冊主要結果並提供退出與支持機制。
師資適配： 呂明頴副教授適合行為分群與遙測建模；何穗華助理教授適合健康照護、人機互動與行為科學實驗；丁德天副教授適合依賴與停用效果設計。

主題二：聊天軟體成癮與生活強制性

1. The Effect of ChatGPT’s Inaccuracy on Decision-Making: A Systematic Review of Trust in Generative AI, Acceptance, and Error Prominence

作者： R. Nira
來源： https://www.semanticscholar.org/paper/b3c6386bbd6392f34c1b290f82a7e518ac0ea258
DOI： 10.54660/.ijmrge.2026.7.1.510-516
摘要： 系統性回顧 2022 至 2025 年間 37 篇研究，整理生成式 AI 不準確內容的類型、可見度及其對接受、信任與決策的影響。錯誤型態會隨領域變動，明顯錯誤降低可信度，而未察覺的不準確內容可能造成決策偏誤。
四維度： 未研究成癮門檻；直接綜整可信度與信任；指出未察覺錯誤的風險但未提供統一察錯率；未直接量測有害建議拒絕。
對目標產品的關聯： 可作為 ChatGPT、Grok、Claude、Gemini 信任與察錯研究背景，但不能推定各產品版本表現相同。
資料科學視角： 方法為 37 篇研究的系統性回顧；跨領域二手資料容易取得，但摘要未交代完整檢索、偏誤評估與統合分析；指標包括錯誤顯著性、信任、可信度及決策偏誤。碩論可建立繁中真值題庫，操弄錯誤顯著性並量測察錯率、校準誤差及錯誤採納率。

2. Human-Centered Evaluation of an LLM-Based Process Modeling Copilot: A Mixed-Methods Study with Domain Experts

作者： Chantale Lauer、Peter Pfeiffer、Nijat Mehdiyev
來源： https://arxiv.org/abs/2603.12895v1
摘要： 五名流程建模專家以焦點團體及標準化問卷評估 LLM 驅動的 BPMN 助理。平均 CUQ 為 67.2/100，信任為 48.8%，可靠性為 1.8/5；專家也辨識輸出品質、提示困難及深入澄清需求。
四維度： 未研究成癮門檻；直接量測信任，顯示可用性不等於可信度；專家能察覺品質問題，但無真值察錯率；未測有害內容拒絕。
對目標產品的關聯： 人本評估可移植至 ChatGPT、Grok、Claude、Gemini 的專業任務，特別適合區分可用性、信任與可靠性。
資料科學視角： 方法為五名專家的焦點團體、問卷及混合分析；專業深度高但樣本極小。指標包括 CUQ、信任、可靠性及質性需求。碩論可擴增為具已知 BPMN 錯誤的對照研究，分層比較專家與新手的察錯、修正、信任校準及澄清行為。

MoA 綜整

結論： 錯誤顯著性會影響信任與決策，可用性、信任與可靠性不可互換；兩篇皆不能回答使用多久會成癮，也未直接測量有害內容拒絕。
方法論地圖： 結合 37 篇研究的系統性回顧與五名領域專家的混合方法評估；缺口是標準化真值題庫、專家—新手比較、客觀使用日誌與有害建議拒絕指標。
可執行設計：

1. 錯誤顯著性與信任校準階梯實驗： 隨機呈現明顯、細微及無錯誤回答，分析察錯率、採納率、Brier score 與查證行為。

2. 專家—新手的澄清代理對照研究： 比較一般回答與主動澄清介面，衡量 BPMN 正確率、修正時間、CUQ、信任及群體交互作用。

3. 錯誤累積下的有害建議拒絕研究： 在低風險沙盒操弄歷史正確率，以序列模型估計信任慣性對拒絕與查證的影響。

資料策略： 使用成人樣本、低風險模擬任務與專家核對真值；預註冊錯誤嚴重度及主要指標，只記錄選項、信心、查證與反應時間，並於實驗後說明刻意置入的錯誤。
師資適配： 鄭江宇副教授適合 UX 與介面對照實驗；吳政隆教授適合錯誤題庫與對話品質分析；蘇明祥副教授適合澄清代理與互動訊號建模。

跨主題爭議

1. 方法論： 橫斷自陳、虛構健康案例、系統性回顧與五人專家研究的證據層級不同，不能共同證明長期福祉、成癮或決策傷害。

2. 量測： 孤獨、問題性使用、可用性、信任、可靠性與錯誤察覺是不同構念；每日時數或高 CUQ 不能替代功能損害、真值察錯率、校準誤差及實際拒絕行為。

3. 倫理： 心理社會日誌與健康協作資料可能揭露敏感關係與病況；研究應最小化資料、使用虛構低風險情境、保留人類決策權並提供退出與事後說明。

三個爭議點

1. 方法論：橫斷自陳、虛構健康案例、系統性回顧與五人專家研究的證據層級不同；可用來形成假設，卻不能共同證明代理或聊天軟體造成長期福祉、成癮或決策傷害。

2. 量測：孤獨、問題性使用、可用性、信任、可靠性與錯誤察覺是不同構念；每日時數或高 CUQ 都不能替代功能損害、真值察錯率、校準誤差與實際拒絕行為。

3. 倫理：心理社會日誌與健康協作資料可能揭露敏感關係與病況，而刻意提供錯誤內容可能傷害參與者；研究應最小化資料、使用虛構低風險情境、保留人類決策權並提供退出與事後說明。