研究所論文方向 2026-10-30

目標：東吳大學資料科學系碩士｜語料 113 則

A 長照醫療

鼻胃管長輩有機會重新用嘴吃飯？怎麼用資料和AI預測誰最可能拔管成功，又不讓「拔管」變成省錢手段

• 緣由：高雄小港醫院攜手高屏10家長照機構，配合健保署115年9月起2020萬元「移除鼻胃管試辦計畫」，成效指標尚未公開。
• AI／資料科學：合成住民資料＋可解釋機器學習（梯度提升＋SHAP）預測經口進食恢復機率，檢查校準與子群公平性，決策曲線比較收案門檻。
• 方法：文獻參數、合成資料、SHAP、公平性檢驗、成本效益模擬。
• 評分：理論 7／實用 9／市場 6
• 指導教授：1. 丁德天（副教授）2. 葉向原（教授）
• 爭議：篩選過嚴或過度樂觀拔管；拔管成功率與併發症未交代；試辦規模與可複製性。

B 學齡教學

教育部砸1.22億推戶外教育——怎麼用資料證明「走出教室」真的學得更多，又不是只有資源多的學校玩得起？

• 緣由：教育部表揚30組戶外教育典範並補助1.22億元，但無成效與公平性數據。
• AI／資料科學：課程文字 NLP 分類、傾向分數配對、差異中之差異、異質性處理效果。
• 方法：公開資料整合、文本分類、準因果分析、公平性指標。
• 評分：理論 7／實用 8／市場 5
• 指導教授：1. 呂明頴（副教授）2. 吳政隆（教授）
• 爭議：安全風險與同意機制未說明；外部資源依賴；典範案例倖存者偏誤。

C AI／AI代理人

Alexa 能在價格到目標時「自動幫你下單」——怎麼評這種購物代理人會不會買錯、買貴，出錯時誰該負責？

• 緣由：Amazon 宣布 Alexa 購物新增逾100項功能，含到價自動下單，無出錯率或安全數據。
• AI／資料科學：模擬電商環境＋LLM 代理人，記錄工具呼叫，定義誤購／重複下單／越權／被誘導指標，護欄（二次確認、金額上限）A/B 對照。
• 方法：情境生成、日誌分析、對照實驗、取捨分析。
• 評分：理論 7／實用 9／市場 8
• 指導教授：1. 蘇明祥（副教授）2. 鄭江宇（副教授）
• 爭議：自動下單責任歸屬；購物紀錄利用範圍；自家平台比價中立性。

整體爭議

1. 語料多為媒體摘要或廠商宣稱，缺乏獨立成效數據。

2. 三題皆涉及弱勢或敏感對象，公平性、隱私與責任歸屬有爭議。

3. 真實資料取得與倫理限制影響可行範圍，外部效度需審慎說明。

三個爭議點

1. 本日語料多為媒體摘要或廠商宣稱，缺乏獨立成效數據（拔管成功率、戶外教育成效、代購出錯率均未公開），三題皆需以公開資料或模擬驗證。

2. 三題都涉及弱勢或敏感對象（鼻胃管長者、偏鄉學童、被代為消費的使用者），公平性、隱私與責任歸屬均有爭議。

3. 真實資料（健保申報、學生成績、購物紀錄）取得與倫理限制可能影響研究可行範圍，結論外部效度需審慎說明。