教學大綱與進度

課程基本資料：

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
115-1	371948	自主學習	1	1.0	2	★	孫勤昱	資工四	1	0

教學大綱與進度：

教師姓名	孫勤昱　教師諮商時間(Office Hours)
Email	cysun@ntut.edu.tw
最後更新時間	2026-09-30 16:16:24
課程大綱	為培養大學部學生自主學習能力，由學生主動積極創造並實現自己有興趣之主題。學生於特定主題之創造與實現中，學習到思考批判與問題解決等能力。教師擔任輔助指導角色，引導學生從實踐中學習問題解決能力。 學生根據自己的興趣與能力訂定自主學習計畫，並於開學前向各系提出申請，由本系專任老師擔任指導教師，審查計畫及評核學期成績。 This course aims to develop undergraduates’ active learning skills by making students engage in the creation and realization of topics of students’ own interest. In the process of specific topic creation and realization, students will proactively learn critical-thinking and problem-solving skills. Instructors cultivate the active engagement of students in problem solving, without actually participating in it. In this course, students are required to draw up self-learning plans based on their own interests and capabilities and then submit their plans to the departmental office for approval by the beginning of the semester.
課程進度 (1-16週)	第 1–3 週：相關研究探索 (研讀 Mixed-Initiative Interaction、Human-AI Collaboration、AI Delegation、Human Oversight、LLM Agent 等相關文獻，整理現有研究脈絡與問題。) 第 4–6 週：研究問題與設計框架建立 (分析 Agent 開發中的人機責任分配問題，整理 delegation 的主要設計維度、使用情境與初步設計原則。) 第 7–9 週：委派設計與表達方式探索(研究如何將隱含於 Prompt、Tool、Workflow 等處的人機委派關係外顯為可理解、修改與比較的設計資訊。) 第 10–12 週：生成式設計測試研究 (利用 LLM 探索不同情境、edge cases 與多步驟執行路徑，研究其是否能協助發現未考量的委派情境、設計缺口與不一致問題。) 第 13–15 週：設計至 Runtime 之可行性驗證 (研究設計結果如何映射至現有 Agent framework 的 approval、middleware 或 runtime interception 機制，並以代表性案例驗證其可行性。) 第 16–17 週：案例分析與成果整理 (以不同類型 Agent 案例進行整體設計與測試，整理研究觀察、限制與設計洞察。) 第 18 週：成果報告與展示( 完成研究報告、簡報與研究原型展示。)
彈性學習 (17-18週)	類別 ● 學生分組實作及討論(Student group practice and discussion) ● 參與課程相關作業、作品、實驗、田野調查(Participation in course-related assignments, works, experiments, or field research) ● 參與校內外活動(講座、工作坊、參訪)或競賽(Participation in on-campus or off-campus activities (lectures, workshops, visits) or competitions) ● 線上數位教材學習(Coursera、edX、磨課師等)(Online digital learning (Coursera, edX, MOOCs, etc.)) 內容 自主學習成果整理: 探討 AI Agent 開發中人與 Agent 之間決策責任與自主權如何被適當分配，研究開發者如何將原本隱含於 Prompt、工具與流程中的委派設計明確化。透過 HCI、Human-AI Collaboration 與 LLM Agent 相關研究，整理人機委派的設計維度與原則，並探索利用 LLM 產生情境、例外案例與執行路徑，協助開發者在設計階段檢視與測試 Agent 的委派邊界。最終以研究原型呈現設計、測試至執行階段的完整概念。 時數 (小時) 5 學習成果 繳交成果報告 評量比例 20%
評量方式與標準	實體報告 50% 書面報告 50%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】 使用外文原文書：否 期刊論文、線上資源
課程諮詢管道	Email: cysun@ntut.edu.tw
延伸教學與資源	● 無 (None)
課程對應SDGs指標	無（None）
課程是否導入AI	● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools） ● 深入探討AI的原理與應用（Explore the principles and applications of AI in depth）
備註