碩論：AI 代理人影響文獻（資料科學視角）｜2026-10-29
主題一：AI 代理人影響
1. Messages in a Digital Bottle: A Youth-Coauthored Perspective on LLM Chatbots and Adolescent Loneliness
- 領域： 青少年數位健康與人機互動
- 來源： https://arxiv.org/abs/2604.03470v1
- 摘要： 以一名 16 歲移民青年的生活經驗為主要詮釋視角，結合社會運算、發展心理學與人機互動文獻，分析聊天機器人可能暫時緩解孤獨，也可能對不同脆弱青年造成失效風險。
- 六維度： 涉及生活陪伴、心理福祉、焦慮族群與依賴風險；未研究工作效率、成癮診斷或停用反應。
- 資料科學視角： 青年共同撰寫的批判性綜整，目前主要資料為一名青年的生活經驗與跨領域文獻，未報量化指標。可用不同背景成人的兩週日誌及訪談建立繁中代理失效分類，並以雙人編碼一致性驗證。
2. Exploring the Role of Personal Innovativeness on Purchase Intention of Artificial Intelligence Products: An Investigation Using Social Influence Theory and Value-Based Adoption Model
- 領域： 資訊系統採用與消費者行為
- 來源： https://doi.org/10.1080/10447318.2025.2513037
- 摘要： 以中國 538 名受訪者的線上問卷整合社會影響理論與價值基礎採用模型；結果顯示 AI 產品採用不能只由技術因素解釋。
- 六維度： 涵蓋知覺生活協助與有用性，但沒有客觀效率、健康、成癮、焦慮或停用資料。
- 資料科學視角： 橫斷問卷量測知覺有用性、愉悅、易用性、成本、個人創新性與購買意圖。可改以代理四週實際留存與匿名事件日誌，採分類或存活分析檢驗態度能否預測持續使用。
方法論地圖
本日方法橫跨青年生活經驗導向的批判性綜整與 538 人橫斷採用問卷；前者能揭露脆弱族群情境，後者能建立構念關係，但共同缺口是沒有特定代理的客觀日誌、因果設計與停用後追蹤。
可執行碩論設計
1. 脆弱情境失效事件分類： 以兩週匿名事件日誌與訪談建立繁中失效分類及標註手冊。
2. 採用意圖到實際留存的落差模型： 串接問卷、首週任務完成率與四週留存，以存活分析比較預測力。
3. 代理不可用的短期韌性實驗： 比較可用、突然不可用、不可用加替代方案三條件的任務延遲與焦慮。
資料與師資建議
優先收事件類型、時間與任務結果，不收完整對話；心理脆弱族群須有退出與轉介流程。蘇明祥副教授適合自然語言處理、口語對話系統及情緒與人格感知；呂明頴副教授適合人工智慧、資料探勘與行為分析；何穗華助理教授適合人機互動及行為科學分析。
主題二：聊天軟體成癮與生活強制性
1. Understanding Risk and Dependency in AI Chatbot Use from User Discourse
- 領域： 計算社會科學與心理風險
- 來源： https://arxiv.org/abs/2602.09339v1
- 摘要： 分析 2023 至 2025 年兩個風險導向 Reddit 社群的 2,428 篇貼文，以多代理 LLM 主題分析、量化分類、BERT 情緒標註及案例分析歸納 14 類主題與五個高階維度；自我調節困難最常見。
- 四維度： 可辨識依賴與自我調節風險，但不能建立一般人口的成癮時數門檻，也未直接測量信任校準、察錯或有害答案抗拒。
- 資料科學視角： 公開語料較易取得但選樣偏差強。可建立繁中小型人工金標集，比較 BERT 與 LLM 的主題 F1、編碼一致性及跨平台漂移，且不得把貼文比例解讀為盛行率。
2. Performance of large language models in fluoride-related dental knowledge: a comparative evaluation study of ChatGPT-4, Claude 3.5 Sonnet, Copilot, and Grok 3
- 領域： 醫療知識可信度與模型評測
- 來源： https://doi.org/10.12701/jyms.2025.42.53
- 摘要： 以 50 題選擇題與 10 題開放題比較四種模型的氟化物牙科知識；兩名盲評專家評定正確性、深度、清晰度與證據。各模型選擇題正確率為 88%–94%，Claude 3.5 Sonnet 的開放題清晰度最高（p=0.009）。
- 四維度： 提供領域可信度與可核實真值，但未研究成癮門檻、人類察錯能力或有害答案抗拒。
- 資料科學視角： 固定小型題庫、多模型回答與專家盲評，使用 Cohen’s kappa、Spearman 相關及群組差異檢定。可植入可驗證錯誤，讓受試者判斷正確性與信心，以校準誤差、敏感度及查證率評估。
方法論地圖
本日結合 2,428 篇風險社群貼文的計算主題分析與小型專家盲評醫療題庫；前者具生態效度但選樣偏差強，後者具真值與可靠度檢查但領域窄，缺口是尚未以人類受試者連結依賴強度、錯誤察覺、信心與查證行為。
可執行碩論設計
1. 繁中聊天依賴風險語料基準： 建立人工金標集，比較 BERT 與 LLM 的 F1、編碼一致性及跨平台泛化。
2. 醫療錯誤察覺與信心校準實驗： 隨機呈現有無來源的健康回答，量測敏感度、Brier score、校準誤差及查證率。
3. 依賴敘事到功能損害的兩階段驗證： 串接文本分類器、短日誌與功能損害量表，檢驗使用時數的增額解釋力。
資料與師資建議
論壇資料須去除帳號、引用及可搜尋原句；醫療真值由至少兩名專家建立。丁德天副教授適合精神流行病學與物質濫用構念；吳政隆教授適合文字探勘、文本情感分析與自然語言處理；鄭江宇副教授適合行動裝置 UX 設計與實驗。
跨主題爭議
1. 方法論： 生活經驗綜整、橫斷問卷、風險社群貼文與固定題庫的母體不同，不能單獨支持長期因果結論。
2. 量測： 高頻使用、購買或留存不等於成癮；模型正確率也不等於信任校準、察錯能力或有害答案抗拒。
3. 倫理： 聊天與日誌可能含心理健康、醫療及第三人資訊；須資料最小化、去除可搜尋原句、限制有害內容暴露，並允許退出及提供必要轉介。
三個爭議點
1. 方法論：生活經驗綜整、橫斷問卷、風險社群貼文與固定題庫的抽樣母體及分析單位不同；自陳採用意圖、社群敘事或短期模型正確率都不能單獨支持代理造成長期心理或生活影響的因果結論。
2. 量測：高頻使用、購買或留存不等於成癮；需分開量測失控、戒斷感與功能損害。模型正確率也不等於使用者信任校準、察錯能力或拒絕有害答案，應以真值、信心及行為指標共同驗證。
3. 倫理：聊天與行為日誌可能含心理健康、醫療及第三人資訊，公開貼文也不等於可無限制重製；研究須資料最小化、去除可搜尋原句、限制有害內容暴露，並允許跳題退出及提供必要轉介。