碩論：AI 代理人影響文獻｜資料科學視角｜2026-11-03

主題一：AI 代理人影響（2 篇）

來源： DOI 10.1007/s11469-025-01509-y（2025，International Journal of Mental Health and Addiction）
領域： 心理計量與數位健康
方法與資料： 兩個土耳其樣本（391 人與 473 人）的量表心理計量研究，使用驗證性因素分析並檢驗相關心理構念。
指標： 問題性 ChatGPT 使用、AI 成癮、網路遊戲障礙、網路成癮、心理困擾、自我控制與福祉。
六維度： 直接涵蓋問題性使用與心理困擾；未量化正向生活協助及代理任務效率，也缺乏真人停用操弄。
碩論借鑑： 將量表跨文化驗證接合匿名代理日誌與功能損害指標，避免只靠使用時數判定風險。

任務層級人本問卷可刻畫自動化偏好，大樣本橫斷 SEM 可描繪強制使用—焦慮—倦怠—睡眠路徑；共同缺口是客觀代理日誌、縱向因果與停用期資料。

1. 任務意義—代理節時雙結果研究： 檢驗節時與任務意義損失如何共同影響採用；招募 80–120 名學生，以任務時間、正確率、意義量表及多層次模型建立任務層級採用預測器。

2. 七日代理停用微型交叉試驗： 檢驗重度使用者停用期的焦慮與任務時間變化；蒐集 60–80 人兩階段日誌與匿名遙測，以混合效應模型產出依賴風險及效能曲線。

3. 代理健康成本早期預警： 檢驗夜間使用與反覆重試能否預測次日睡眠困擾和倦怠；以四週事件日誌、每日短量表及可解釋分類模型建立預警基準。

僅蒐集匿名事件層級資料，不保存提示全文；停用操弄須知情同意、退出機制與研究倫理審查。適配師資為呂明頴副教授（人工智慧、資料探勘、行為分析）及蘇明祥副教授（口語對話系統、自然語言處理、情緒與人格感知）。

來源： DOI 10.1186/s41239-024-00467-0（2024，International Journal of Educational Technology in Higher Education）
領域： 教育科技與行為依賴
方法與資料： 首爾 300 名有 ChatGPT 經驗的大學生之橫斷面問卷，採 I-PACE 模型與中介分析。
指標： 學業自我效能、學業壓力、績效期待與 AI 依賴量表；學業壓力量表 Cronbach's α=0.702。
四維度： 衡量依賴但未建立時間或輪次臨界值；錯誤資訊為負面結果，未直接測量信任校準、察錯準確率或有害內容抗拒。
碩論借鑑： 以臺灣研究生重製 I-PACE 模型，接合平台日誌驗證依賴分數與真實頻率、功能損害的關係。

I-PACE 橫斷問卷適合建模依賴前因，月度重複測量實驗能辨識即時輔助與獨立察錯的分離；缺口是客觀使用強度、跨平台比較及對有害內容的實際抗拒行為。

1. 依賴量表—真實輪次校準研究： 檢驗功能損害是否比使用時數更能預測依賴；結合 150–200 名學生四週匿名日誌與 I-PACE 量表，以正則化迴歸及 ROC 建立非臨床風險分層。

2. 延後察錯遷移實驗： 檢驗來源提示是否比單純給答案更能提升一週後未輔助新題準確率；90–120 人隨機分組，以混合效應 logistic 模型估計信任校準與技能遷移。

3. 有害建議抗拒行為基準： 比較風險說明加替代行動提示與一般警語；以低風險情境題及 120 人隨機實驗，產出繁中行為題庫與抗拒指標。

使用經研究倫理核准的低風險情境，預註冊主要指標，不蒐集對話全文。適配師資為丁德天副教授（精神流行病學、物質濫用、青少年健康）及鄭江宇副教授（行動裝置 UX 設計與實驗、巨量資料分析與行銷應用）。

1. 方法論： 自陳與非機率樣本無法取代隨機操弄、縱向日誌及停用期對因果方向的辨識。

2. 量測： 高頻使用、依賴、強制性使用與臨床成癮並非同一構念；欠缺失控、痛苦及功能損害時不宜判定成癮。

3. 倫理： 蒐集私人對話、安排停用或暴露於錯誤／有害內容皆涉及隱私與心理風險，須資料最小化、知情同意、退出機制及研究倫理審查。

1. 方法論爭議：兩主題大量依賴自陳與非機率樣本；即使加入中介模型，也不能取代隨機操弄、縱向日誌與停用期對因果方向的辨識。

2. 量測爭議：高頻使用、依賴、強制性使用與臨床成癮並非同一構念；若沒有失控、痛苦與功能損害，不宜以單一時數或移植量表判定成癮。

3. 倫理爭議：蒐集私人對話、安排代理停用或暴露於錯誤／有害內容皆可能造成隱私及心理風險，應採資料最小化、知情同意、退出機制與研究倫理審查。