碩論：AI 代理人影響文獻（資料科學視角）｜2026-10-28
主題一：AI 代理人影響
1. AdaptAI: A Personalized Solution to Sense Your Stress, Fix Your Mess, and Boost Productivity
- 領域： 人機互動與數位健康
- 來源： https://arxiv.org/abs/2503.09150v1
- 摘要： 研究提出結合第一人稱影音、心臟活動、動作感測與 LLM 代理工作流的個人化助理，依工作情境及生理狀態提供微休息、活動與任務支援。15 人初步研究顯示，多項 NASA-TLX 工作負荷構面與使用者體驗有所改善；小樣本限制外部效度。
- 六維度： 直接涉及生活協助、工作效率與壓力／健康近端指標；未衡量問題性依賴、臨床焦慮或停用反應。
- 資料科學視角： 多模態系統設計與 15 人使用者研究；資料含第一人稱影音、ECG／HRV、IMU、任務表現與問卷。指標包括 NASA-TLX、任務表現、滿意度、pNN50、平均心率與步數。可縮減為螢幕事件、智慧錶 HRV 與 NASA-TLX，進行一般聊天助理與情境感知代理的受試者內比較。
2. Creative Problem Solving in Artificially Intelligent Agents: A Survey and Framework
- 領域： 自主代理與創造性問題解決
- 來源： https://arxiv.org/abs/2204.10358v1
- 摘要： 研究綜整自主系統面對未知或異常問題的創造性問題解決方法，提出問題形式化、知識表示、知識操作與評估四部分框架。
- 六維度： 可支援生活與工作代理的例外復原，但未直接研究健康、成癮、焦慮或停用影響。
- 資料科學視角： 文獻綜述與概念框架建構；摘要未揭露納入篇數。可依四構面建立 100–200 個工具失敗與需求變更任務，評估任務成功率、復原時間及人工接手率。
方法論地圖
本日方法涵蓋多模態感測使用者實驗與代理創造性問題解決框架；優點是能同時觀察生理、主觀與任務層資料，缺口是樣本小、長期效度不足，且系統能力分類尚未連結依賴與停用反應。
可執行碩論設計
1. 低成本情境感知代理交叉實驗： 比較情境感知代理與一般聊天助理的 NASA-TLX、任務時間及客觀表現。
2. 代理例外復原基準： 建立 150 個可重播沙盒任務，比較成功率、復原時間、工具成本與人工接手率。
3. 代理停用短期效應 N-of-1 群組研究： 以兩週交替使用／停用日誌估計個人內完成時間與挫折變化。
資料與師資建議
優先使用本地沙盒任務與衍生特徵；影音只在必要時收集，生理資料與提示內容分開加密。何穗華助理教授適合人機互動與行為科學實驗；葉向原教授適合機器學習及資料探勘；呂明頴副教授適合行為日誌分析。
主題二：聊天軟體成癮與生活強制性
1. People are not becoming “AIholic”: Questioning the “ChatGPT addiction” construct
- 領域： 成癮行為與心理計量批判
- 來源： https://pubmed.ncbi.nlm.nih.gov/40073725/
- 摘要： 文章指出，高頻或習慣性 ChatGPT 使用不能直接標示為成癮；判定應同時要求負面後果、控制受損、心理痛苦與功能損害，並警告現有量表可能造成日常行為過度病理化。
- 四維度： 反對用單一時數設定成癮門檻；未直接評估信任、察錯或有害內容抗拒。
- 資料科學視角： 概念與心理計量批判，未新增受試者資料。碩論應把使用時數與功能損害分開建模，先驗證因素結構，再以客觀日誌檢驗增額效度。
2. Safety in Batches? Understanding and Mitigating Safety Failures in Batch Prompting
- 領域： 大型語言模型安全
- 來源： https://arxiv.org/abs/2608.02681v2
- 摘要： 研究發現，單獨詢問時會被拒絕的有害問題，在批次提示中可能產生有害回答；作者以對齊與拒絕訊號稀釋解釋，並測試批次感知偏好最佳化的緩解效果。
- 四維度： 未研究使用門檻；顯示安全可信度受提示結構影響，直接測量模型拒答失效，但沒有測量人類察錯與拒絕行為。
- 資料科學視角： 跨模型黑箱攻擊與緩解實驗；資料為批次提示、模型輸出與安全標籤。可建立繁中基準，固定內容只改變批次位置及無害題比例，評估拒答率、攻擊成功率與跨版本穩定度。
方法論地圖
本日方法由心理計量構念批判與黑箱安全壓力測試構成；前者避免把高頻使用病理化，後者提供可重播的有害內容失效條件，但尚未串接客觀使用日誌、功能損害、信任校準與使用者抗拒行為。
可執行碩論設計
1. 高頻使用與功能損害的增額效度研究： 以 150–200 名大學生的四週聚合時長及量表建立驗證性因素與階層迴歸模型。
2. 批次位置對拒答與信任校準的雙層實驗： 先測 120 組繁中提示，再招募 80–100 名成人評估輸出接受與信心。
3. 模型漂移安全稽核： 固定題庫每週重播八週，以一致率、攻擊成功率及控制圖監測版本變化。
資料與師資建議
使用聚合時長而非對話全文，心理量表與模型輸出分庫去識別；有害題庫應分級並允許跳題、退出。丁德天副教授適合問題性使用與功能損害；鄭江宇副教授適合 UX 與信任校準；吳政隆教授適合自然語言處理與繁中安全題庫。
跨主題爭議
1. 方法論： 多模態小樣本實驗、概念綜述、心理計量批判與模型黑箱測試的分析單位不同；短期工作負荷或模型拒答結果不能直接推論長期生活影響與人類成癮因果。
2. 量測： 高頻使用、習慣、依賴、強制性與臨床成癮不可混用；模型攻擊成功率也不等於使用者會接受有害內容。
3. 倫理： 生理、螢幕與聊天日誌具有高度隱私風險，有害內容實驗也可能造成心理負擔；應資料最小化、分庫加密、允許跳題退出並提供事後說明。
三個爭議點
1. 方法論：多模態小樣本實驗、概念綜述、心理計量批判與模型黑箱測試的分析單位不同；短期工作負荷或模型拒答結果不能直接推論長期生活影響與人類成癮因果。
2. 量測：高頻使用、習慣、依賴、強制性與臨床成癮不可混用；同樣地，模型攻擊成功率不等於使用者會接受有害內容，需分開量測功能損害、控制受損、察錯與實際行為。
3. 倫理：生理、螢幕與聊天日誌具有高度隱私風險，有害內容實驗也可能造成心理負擔；研究應資料最小化、分庫加密、限制刺激強度、允許跳題退出，並設置事後說明與必要轉介。