AI翻轉學術研究 中山大學講座展示資料與邏輯整合新趨勢

人工智慧技術快速發展，各大學紛紛投入應用研究，國立中山大學日前舉辦「AI與傳統研究方法整合應用」專題講座，分享透過AI統計、分析的實務案例，找出結構與規律，並透過互動式視覺工具強化研究深度與說服力。（圖／中山大學）

人工智慧技術快速發展，各大學紛紛投入應用研究，國立中山大學日前舉辦「AI與傳統研究方法整合應用」專題講座，由EMBA學程助理教授卓雍然分享，研究者如何從龐雜資料中，透過AI統計、分析的實務案例，找出結構與規律，並透過互動式視覺工具強化研究深度與說服力。

卓雍然指出，AI具備強大資料處理與建模能力，但無法直截歸納出原由，若缺乏統計邏輯與因果推論支持，相關研究成果仍難通過學術審查，他強調研究者不要只依賴最新模型，而應從觀察資料出發，選用合適方法來回應研究問題。

以美國Yelp（消費評論網站）評論資料爲例，研討會中展示如何以R語言整理800萬筆評論，將約20萬家商店、508種類別的資料，簡化歸類爲194種話題與10種情緒，研究者更容易找出哪些語氣最容易被認爲「有趣」、哪些內容會被點選「有用」，強調資料探勘可取代傳統問卷與抽樣，直接從真實語料中取得社會觀察。

傳統研究方法強調控制變數與設計樣本，以問卷與實驗爲主，目的是驗證假設、推論因果關係；而AI與機器學習則處理的是來自真實世界的大量行爲資料，不只是數字，還包含文字、圖片、影音等多媒體形式，讓研究者得以全面觀察而非抽樣預測，進行動態模擬與即時決策。

卓雍然先以演算法找出潛在分羣，再用統計模型驗證羣體間變項關係，並以傳統統計學方式，展現雙軌整合的實務操作，他指出未來無論在任何領域，能理解並應用AI與資料邏輯，將是知識工作者不可或缺的能力。

中山大學管理學院目前建置「商業大數據平臺」，資管系教授黃三益表示，平臺以行銷、社羣評論、文化行爲等真實資料爲基礎推動應用案例，結合教育部智慧創新人才培育計劃，協助教師與學生厚植資料科學素養，培養能解釋現象、解構資料的AI實務人才。