發佈日期：2026/10/09
分享學生：蔡佩如
心得標題：量化論文寫作與AI文獻搜集整合技巧
上完吳明隆教授「量化論文寫作與人工智慧文獻蒐集整合技巧」的課程內容後，我對論文各章之間的關係有了更清楚的理解。過去面對論文寫作，我容易把注意力放在搜尋資料與完成章節，這次課程則提醒我，研究需要從明確的問題出發，再逐步連結文獻、研究方法與資料分析，最後提出能夠回應研究目的的結論與建議。
首先，課程呈現質性與量化研究的論文架構，讓我看見研究方法與章節內容之間的關聯。研究目的說明我想了解什麼，研究問題則需要進一步界定要探究的內容，而資料蒐集與分析方式也應與問題相互對應。目前我的論文以阿德勒心理學為取向，探討國民小學學生家長參與親職與探索教育方案的歷程，因此我更需要確認：自己關心的是家長如何理解教養觀念、如何覺察自身經驗，以及如何將所學帶回家庭。釐清這些問題，才能讓後續訪談、觀察與反思資料的蒐集有所依循。
在文獻探討方面，我體會到閱讀資料之後，還需要進行比較與統整。專書可以協助建立概念基礎，期刊論文則能提供相關研究的方法與發現。寫作時，我應理解不同作者的觀點及其與研究主題的關係，再用自己的文字組織論述。即使已經換句話說，只要觀念來自他人的研究，仍須清楚標示來源。這使我反思，第二章的重點應放在如何透過文獻支持研究問題，並說明目前仍值得探究的部分，而非持續增加篇幅。
課程對概念性定義與操作性定義的說明，也讓我注意到研究用語需要更精確。例如，「親職教育」「自我覺察」或「教養改變」都不能只憑日常理解使用。我需要先說明這些概念在文獻中的意義，再交代本研究將如何透過訪談、觀察或其他資料辨識其表現。如此才能讓讀者理解，我所討論的改變究竟指向什麼，也避免研究結果與最初的問題產生落差。
問卷與研究工具的內容，則提醒我重視工具的適用性。選用既有量表時，需要考量研究對象、題項內容、使用授權及信效度；若進行修訂，也應說明理由並檢核其品質。課程同時關注填答時間、題目數量與排版，讓我想到自己在設計家長課前及課後問卷時，也需要兼顧研究需求與參與者的負擔。每一個題目都應有清楚的用途，讓蒐集到的資料能真正協助回答研究問題。
雖然課程主要介紹量化研究，但統計方法與研究問題之間的對應，仍帶給我重要啟發。比較群體差異、探討變項關係與分析預測力，各自需要不同的分析方式。這讓我理解，方法的選擇必須有理由。對我的行動研究而言，同樣需要說明資料如何整理、如何形成分析主題，以及如何支持對家長學習歷程的理解。
人工智慧的運用也是此次課程值得反思的部分。它可以協助整理文字、比較觀點或改善表達，但研究者仍須閱讀原始資料、確認引用來源，並對論述負責。尤其研究資料必須來自真實蒐集，不能以生成內容取代參與者的經驗。未來使用人工智慧協助論文寫作時，我會更注意查證與修訂，確保自己能說明每一項資料與判斷的依據。
這次課程讓我更清楚下一步的寫作方向：先檢視研究目的與問題是否一致，再整理文獻與資料蒐集方式之間的連結，並持續與指導教授討論。我的期待是，透過有依據的研究，理解家長在方案中的學習與困難，進一步改善親職教育的設計，讓論文成果能回到實際的家庭教育現場。
|
