AI 決策中的程序價值

資料來源#

Do job seekers value procedure in AI hiring only for error correction? Evidence from a conjoint experiment
Normative boundaries of AI in scientific work: Evidence from PhD researchers

摘要#

幾乎每一篇關於 AI 系統中人類參與的 wiki 頁面，都是從操作者的角度論證——準確度、問責、監督完整性、誰該承擔責任。本頁則站在另一端：被系統評斷的人想要什麼，以及為什麼。

Do job seekers value procedure in AI hiring only for error correction?（Chuyao Wang、Patrick Sturgis、Daniel de Kadt——LSE Methodology / LSE Data Science Institute / Cornell，arXiv 2609.16390，2026-09-14，32 頁，empirical）以預先註冊的配對檔案聯合實驗作答：1,919 位美國求職者，每人進行八次強制選擇，共 30,704 個檔案，六項屬性各自獨立隨機化。研究設計的貢獻在於將程序與績效正交地變動。先前申請人反應研究會固定績效，或讓受訪者置身決策之外，成為第三方觀察者——而第三方的反應與受評對象不同（Langer & Landers 2021）。此處受訪者正是系統拒絕的人。

兩項重要發現：

誰來決定，比任何程序特色都重要。 人類參與的合併價值使選擇機率增加 +0.272，與基準值在統計上無法區分：將錯誤拒絕率從 30% 降至 10%（+0.285；差異 95% CI [-0.007, 0.033]）。
程序價值不隨錯誤增加而上升。 系統拒絕 10% 合格申請人時，申訴、選擇退出與偏誤稽核的價值，和拒絕 30% 時相同——這是以預先註冊的等效性檢定確立，而非未能拒絕虛無假設所得。

兩者共同限制了一種簡單的錯誤修正解釋，用以說明人們為何想要程序。若申訴的價值在於糾正錯誤，錯誤率愈高，其價值理應愈高。但實際上完全沒有變化。

研究設計#

屬性（分析名稱）	顯示的層級	螢幕標籤
決策權	AI 提出建議，人類決定 / AI 先篩選申請人，人類決定 / AI 單獨決定（參照組）	「決策流程」
錯誤率	錯誤拒絕約 10% / 20% / 30% 的合格申請人	「準確度」
解釋	未提供解釋（參照組） / 有意義的解釋	「透明度」
選擇退出——從一開始就有人類選項	無法選擇（參照組） / 可選擇	—
申訴——遭拒後由人類重新審查	無法申訴（參照組） / 可申訴	—
獨立偏誤稽核	未提供（參照組） / 提供	—

各層級獨立且均勻隨機化，但兩個檔案至少須有一項屬性不同；每項任務的屬性列順序皆隨機化，並在一對檔案中保持固定；同時記錄任務位置。估計方式是對二元選擇進行 OLS，標準誤按受訪者群組化，並報告相對於指定參照組的 AMCE 與邊際平均數。主要模型將錯誤率編碼為連續變數，因此登錄的調節項等於 30% 與 10% 兩個端點的差異——邊際平均數的變化幾乎等距（0.642 / 0.499 / 0.357），論文據此採用線性編碼。

此處所稱的「人類參與」是決策權限，不是審查。 兩種人類參與層級都由人類做最後決定；差異在於 AI 是否先行篩選（人類看不到遭拒的申請），或只提出建議（人類能看到所有申請）。兩者都不是寬泛意義上的「人類審查 AI 輸出」——論文明確指出，加入一名監督者是另一種安排，這也解釋了為何研究結果不同於 Yurrita et al. 的貸款情境實驗：其中監督者完全沒有改變結果。

預先註冊與探索性分析之間的差別，會在下文發揮實際作用（分析前計畫於 2026-06-17 張貼至 OSF，早於檢視資料；倫理審查通過日期為 2026-05-28；複現程式碼已發布）：

確認性分析家族——僅四項屬性：人類參與、申訴、選擇退出、偏誤稽核。解釋特意排除在其中，另行測量與報告。
確認性假設：H1a（各項皆提高選擇機率）、H1b（人類參與效果最大）、H2a/H2b（其價值是否隨錯誤率上升？以等效性檢定測試）、H3（有人類參與時，申訴與選擇退出的價值上升）、H4（偏誤稽核的排序低於三項個別屬性）。
探索性／未註冊分析：四項特色 × 人類參與的交互作用聯合估計（僅申訴與選擇退出已註冊）、「AI 提出建議」與「AI 先行篩選」兩者 × 錯誤率的對比、年齡與性別調節項、異質性模擬，以及選擇退出 × 人類參與交互作用的事後等效性檢定。論文附錄 I 是一份明確的偏離紀錄——相當坦率，因為它記錄一項已註冊的方向性檢定未通過，且研究者沒有暗中將其改寫成等效性主張。

偏好階梯#

選擇機率的 AMCE，全部 p < 0.001（正文 §4.1 與圖 1 列印了相同數值標籤，無須從格線讀值）：

屬性	AMCE	95% CI
AI 提出建議，人類決定	+0.287	[0.273, 0.301]
AI 先行篩選，人類決定	+0.257	[0.244, 0.271]
(人類參與合併值)	+0.272	[0.260, 0.284]
申訴（重新審查）	+0.156	[0.145, 0.167]
選擇退出（從一開始就由人類處理）	+0.129	[0.118, 0.140]
解釋	+0.128	[0.118, 0.139]
獨立偏誤稽核	+0.068	[0.058, 0.079]
錯誤率，每增加 1 個百分點	-0.014	[-0.015, -0.014]

這個交換比是論文中最值得引用的數字。 錯誤拒絕率相差 20 個百分點——涵蓋整個測試範圍——能帶來 +0.285。加入一位人類決策者則帶來 +0.272。兩者差異在統計上無法與零區分（95% CI [-0.007, 0.033]）。雇主若以更準確的機器取代人類決策者，交換比大致是一比一，很難說明顯占優勢。

人類參與內部的安排順序也很重要。 受訪者偏好「AI 提出建議，人類決定」，勝過「AI 先篩選申請人，人類決定」0.030（p < 0.001）——這符合程序正義理論：當 AI 被賦予的決策權超過人們認為其能力所能支撐的程度時，程序正義感會下降（Jiang et al. 2023）。只有第一種安排會讓人類看見 AI 原本會拒絕的申請；這正是遭錯誤拒絕者在意的安排。然而探索性檢定發現，這項差距不會隨錯誤率變化（整個範圍內變化 +0.005，95% CI [-0.026, 0.036]）。即使人類參與有明顯工具性解讀的部分，表現仍非工具性。

支撐論點的虛無結果，以及它為何是精確的虛無結果#

交互作用未達顯著，不代表調節幅度可忽略，因此 H2 預先註冊為兩個單尾檢定的等效性程序（α = 0.05，也就是 90% CI 落在界限內），並採用選擇機率尺度上預先指定的 ±0.05 界限——作者願意稱為實質上可忽略的屬性效果最大變化量。

屬性	10-30% 範圍內的調節效果	90% CI	在 ±0.05 下是否等效？
申訴	+0.001	[-0.020, 0.022]	是（在 ±0.03 下亦是）
選擇退出	+0.005	[-0.016, 0.026]	是（在 ±0.03 下亦是）
解釋	+0.010	[-0.011, 0.030]	是（在 ±0.03 下不成立：上界 +0.0304）
偏誤稽核	+0.012	[-0.009, 0.032]	是（在 ±0.03 下不成立：上界 +0.0323）
人類參與	-0.046	[-0.067, -0.025]	否（需要 ±0.07）

若「沒有影響」這項主張要有參考價值，就得呈現這種樣貌。90% 信賴區間寬約 ±0.021——足以偵測到偏誤稽核本身主要效果一半的調節幅度。申訴是最具診斷力的案例：四項中，它的矯正功能最直接（遭拒的申請人可藉此要求人類重新審查），依錯誤修正說法預期斜率最陡，估計斜率卻是 +0.001。錯誤修正預測（H2a）對四項屬性全都不成立；績效獨立性標準（H2b）則符合申訴、選擇退出與偏誤稽核，不包括人類參與。

人類參與這項例外確實存在，而作者拒絕解讀它。 相較於 AI 單獨決定，在錯誤率 10%、20%、30% 時，其優勢分別為 0.285、0.289、0.239——先持平，只有到了最高水準才下降。登錄的連續編碼交互作用（-0.046）在線性機率模型中達顯著（p < 0.001），在 logit 中則未達顯著（p = 0.21）。它不是單調變化，對尺度敏感，而且符號與錯誤修正預測相反——因此不能據此說人類參與的價值會隨錯誤增加而下降，更不足以挽救工具性解釋。附錄 I 如實記錄：「報告為對尺度敏感，且不作實質解讀。」

可行使的權利，勝過無法介入的監督#

排序並非平滑遞減，而是依誰能啟用該項功能而分層：

決策權——決定由誰做出裁決：+0.272。
申訴與選擇退出——個別申請人可親自啟用的途徑（以 Hirschman 的說法，即發聲與退出）：+0.156 與 +0.129。
獨立偏誤稽核——系統層級、群體層級、範圍分散，且不提供個人重新審查：+0.068。

預先規劃的對比結果毫不含糊：人類參與 − 申訴 +0.116、− 選擇退出 +0.143、− 解釋 +0.144、− 偏誤稽核 +0.204（H1b，皆 p < 0.001）；申訴 − 偏誤稽核 +0.088，選擇退出 − 偏誤稽核 +0.061（H4，兩者 p < 0.001）。

這直接對應到目前生效的三項監管工具，而它們對這些功能的分配各不相同。 EU AI Act 將特定招募系統分類為高風險系統，並要求人類監督（Annex III(4)(a)、Arts. 14 和 26(2)）。GDPR Art. 22 賦予個人在特定條件下不受純自動化決策約束的權利，並享有人為介入及提出異議的權利。New York City 的 Local Law 144 要求進行偏誤稽核，並通知申請人如何要求採用替代流程——但執行規則並未要求雇主實際提供替代流程。依據這些估計，三者不能互相替代：LL144 立法規範了申請人最不重視的屬性，並要求通知可申請替代流程，卻不要求提供替代流程。偏好無法決定法律是否足夠妥善，但「單靠監督無法涵蓋申請人重視的所有面向」在此是有測量依據的陳述，而非斷言。

研究設計本身也提出相同警示。名義上讓人類介入，申請人仍然沒有任何可行使的權利：審查者可能順從原本應該檢查的建議（Alon-Barkat & Busuioc 2023；Green 2022），或在介入時降低準確度（Sele & Chugunova 2024）。得分 +0.272 的屬性是決策權，而研究設計沒有測試名義上擁有此權的人類是否真的行使它。

互補效應不如理論預期#

H3 預測，已有人工參與時，申訴與選擇退出會更有價值（當權威者能對發聲與退出採取行動時，兩者才更重要）。結果是：部分支持。

申訴 × 人類參與：在已註冊的雙交互作用模型中為 +0.025，95% CI [0.004, 0.047]，p = 0.021——但在 logit 下，同一交互作用未達顯著（p = 0.31）。
選擇退出 × 人類參與：-0.0003，p = 0.99。實質上等於零。論文描述性地報告了事後等效性檢定，並明確表示不將其視為支持 H3。研究設計無法判定原因。

在探索性聯合模型中，申訴（+0.026）、解釋（+0.027）與偏誤稽核（+0.029）在人類參與下的 LPM 效果都略為增加，也都通過 Holm 校正——但只有偏誤稽核交互作用在 logit 中仍達顯著（+0.117，p = 0.036）。最誠實的摘要就是論文原文的意思：互補效應並非在所有尺度下都成立，研究設計也無法指出哪種組合最能保障申請人或改善決策品質。依據這些估計來設計功能組合，都屬於外推。

應徵不代表接受#

另一項經測量的結果，也是最能延伸至招募以外的發現。以五點量表衡量：使用 AI 招募的雇主，其應徵意願平均為 3.24，高於對 AI 招募正當性的認定（2.85；配對差異 0.389，d_z = 0.42，t(1918) = 18.56，p < 0.001）。兩者高度相關（r = 0.65），卻測量不同構念——一項是規範性判斷，另一項是行為意圖。樣本中有 7.8%（n = 150）同時對正當性的評分低於中點，且應徵意願高於中點（圖 4——框線區塊合計為 106 + 8 + 30 + 6 = 150，占 1,919 人中的 7.82%）。退出意願平均為 2.52，且與正當性及應徵意願都呈負相關（r = -0.46、-0.67）。

因此，應徵人數並非衡量申請人是否接受某系統為正當的可靠指標——人們會應徵自己懷疑其程序的雇主，因為另一個選項可能是不應徵。這項測量警示可以廣泛適用：若在受試者沒有其他選項的情境中蒐集接受度的行為代理指標，測到的是服從，不是同意。

此處的陳述偏好，彼處的實際選擇#

知識庫中最明顯的張力，來自 Controlled Variance: AI's Edge as Reduced Dispersion，而它之所以能化解，是因為兩項研究的選擇對象不同。

Jabarian & Henkel 的現場實驗發現，若讓菲律賓初階求職者自行選擇，78.4% 會選 AI 語音面試官；錄取通知接受率在統計上沒有變化，兩組的感知公平性也無差異。本研究則發現，美國求職者願意為人類決策者支付 +0.272 的選擇機率——這是很高的陳述偏好溢價。

兩者能一致的原因是，現場實驗兩組的所有招募決策都由人類做出。 AI 負責進行面試，從未掌握決策權，而這正是本聯合分析估價的屬性。選擇 24/7 語音代理，而不是和招募人員安排面談的申請人，選擇的是一種互動方式，決策權結構並未改變——而本研究受訪者評分最高的安排正是「AI 提出建議，人類決定」，與現場實驗場域的安排大致相同。兩項結果一致；合併來看，這提醒我們不要將任一結果解讀為「申請人喜歡／不喜歡 AI 招募」：申請人看重的是誰做決定，只改變其他條件的工具找不到差異也就不足為奇。

仍有三項差異尚未消解，且知識庫中的研究都未交叉檢驗：族群（美國 Prolific 求職者與菲律賓初階 BPO 申請人）、利害程度（假設性強制選擇與實際應徵），以及外部選項（聯合分析受訪者可以零成本表達偏好；拒絕 AI 的申請人可能就此失去面試機會）。上述正當性與意願的落差正好在此最明顯——78.4% 是從正面臨實際求職申請的人身上收集到的行為統計，而本研究顯示，這類測量可能與規範性接受度不同。

研究設計無法做到的事#

以下是論文明確指出且值得保留的限制：

假設性任務中的陳述選擇，而非實際應徵行為。沒有維持現狀或兩者皆拒的選項，因此每項任務都迫使受訪者在兩個系統中擇一。
Prolific，且預先篩選目前正在找工作的美國受訪者；n = 1,919（軟啟動 150 人 + 1,769 人）。平均年齡 36.6 歲（SD 12.1），54.6% 為女性，58.6% 為白人，35.0% 失業且正在找工作，74.9% 曾有 AI 評估經驗。研究明確指出，樣本不代表更廣泛的求職人口。92% 通過操弄檢查；主要分析未以任何條件篩選。
二元屬性記錄的是功能是否有提供，而非功能品質——所有功能都被呈現為免費，但真實申訴與重新審查會帶來延遲、心力與結果不確定性。申訴層級僅告知受訪者可重新審查，沒有說明其運作成效。
平坦調節效果背後的機制無法辨認。 論文列出兩種無法排除的競爭性解讀：申請人可能懷疑錯誤增多時申訴是否有效，也可能將申訴的可用性解讀為實際績效高於顯示數值的訊號。
穩健性檢驗相當嚴格。 單獨套用資料品質限制、位置控制或無序錯誤率編碼，AMCE 的變化都不超過 0.003（一次移除全部三項品質標記時為 0.005）；五點可接受度結果重現了相同方向與排序（等級相關 0.89）；軟啟動與其餘批次的差異在抽樣誤差範圍內。本文較脆弱的是不同連結函數下的交互作用，而非主要效果。

延伸閱讀#

Controlled Variance: AI's Edge as Reduced Dispersion——前述揭示偏好研究，也是知識庫中的另一項招募實驗。實驗設計中兩組都由人類掌握決策權，78.4% 的申請人仍選擇 AI 面試官；本聯合分析則將該決策權估為 +0.272，並說明兩者為何不矛盾。兩者的公平性證據也有差異：現場實驗發現兩組的感知公平性無差異，性別歧視回報比例減半，實際錄取差距卻未變；本研究則發現受訪者高度偏好一項現場實驗未曾變動的屬性
Human-AI Accountability Redesign——同一邊界問題中，決策受影響者的觀點。該頁提出五大支柱建議，並以 CIVIC-AI 稽核根據可驗證性、可逆性與利害程度劃定人類與代理的界線——這些都是工作本身的特性。本頁則加入企業外部的限制：受系統評斷的人，偏好自己能親自啟用的權利（申訴 +0.156、選擇退出 +0.129），遠勝於自己無法介入的系統層級監督（稽核 +0.068），而且決策權高於兩者。即使重設方案符合所有內部稽核條件，只要申請人沒有可行使的權利，仍可能不被接受
Configurable Human Participation——HAS-Bench 將人類參與視為可配置變數，並依任務結果評分；本研究依受影響者是否接受來評分，發現兩者不一定一致。兩者都得出相同的後設結論——重要的是配置方式，不是人類參與的多寡——但採用相反的目標函數；兩者之間的差距，正是人機協作設計究竟在最佳化誰的偏好的問題
The Automation–Optimism Link——接受 AI 服務的人群，測量的是另一種構念。該頁的開放問題在問，樂觀態度是否和由 AI 提供服務有關，而非將工作委派給 AI；本頁中，曾受 AI 評估的人占絕大多數（74.9%），仍願意為人類決策者支付高額溢價，而先前 AI 評估經驗並不會調節該溢價（交互作用 -0.013，p = 0.36）。正當性與意願的落差（3.24 對 2.85；7.8% 懷疑但仍應徵）也為該頁倚重的行為證據加上限制
AI Adoption in Scientific Work——同一種重視過程勝於結果的偏好，由 AI 的使用者持有，而非被 AI 評斷的人。 Angelini & Lyrvall 調查 3,785 位博士生，發現他們接受 AI 用於文獻工作（51.5% 覺得摘要工作令人安心），卻不接受 AI 用於寫作、資料分析與實驗設計（約 30%）——這條界線依據機器執行哪個步驟劃定，而非輸出品質如何，正是本頁核心主張在科學評估中的延伸。他們在 §5.1 直言，治理制度「若只關注輸出品質，可能忽視研究過程中作者身分、問責，以及智識貢獻分配的差異。」兩項限制讓這項比較保持審慎——該工具測量的是未經隨機化的安心程度，不是因果 AMCE；也沒有測量交易意願，因此無法估價
Telemetry vs. Survey Measurement——可加入該頁清單的第四種工具：隨機化的陳述偏好設計。它不是遙測（沒有觀察任何行為），也不是態度意義上的問卷（屬性經過隨機化，因此 AMCE 在情境實驗內具有因果解釋），並帶來另外兩種工具都無法提供的一項優點——程序與績效的正交變化。代價是外部效度；而本文的正當性與意願落差，直接衡量了陳述接受與行為可能分離到什麼程度
The Enablement–Regulation Axis——同一問題的供給面，無法回答本頁測量的需求。 申請人最重視可由個人啟用的程序：人類決策權 +0.272、申訴 +0.156、選擇退出 +0.129；系統層級偏誤稽核則為 +0.068。Chueri & Törnberg 的 33 個國會語料庫發現，恰好涵蓋這些工具的立法主題——演算法管理、平台工作保障與人類監督——在管制與限制框架中是最小的部分，占 13.0%，即全部 5,470 則框架回應中的 155 次提及；著作權與創意產業保護則以 36.1% 居首。補償是事後補救措施，本研究受訪者從未獲得此選項，只占所有提及的 2.3%。兩項研究觀察的族群、國家與時期都不同，單獨看任何一項都無法證明存在代表性落差——但這是知識庫中唯一測量同一問題兩端的研究，而且方向一致

延伸至主題中心（單向）#

Verification as the New Bottleneck——申請人一方說明瓶頸為何無法單靠自動化消除。名義上的審查者若順從建議，形式上符合監督要求，卻沒有給決策受影響者任何可行使的權利；而申請人實際重視的是誰擁有決策權，不是誰名義上在迴圈中

待解決的問題#

本設計中的所有程序功能都不需付出代價：層級僅標示「可用」，從未說明啟用後會帶來多少延遲、心力或不確定性。若申訴被標上成本，平坦的調節效果是否仍會成立——例如隨機呈現「3 天內重新審查」與「6 週內重新審查」，或為其附上明確成功率？只要讓功能的預期矯正效益變得清楚，錯誤修正解釋應該會重新成立；而等效性界限足夠嚴格（90% 下為 ±0.021），足以偵測真實斜率。
論文提出兩種無法區分、用以解釋平坦調節效果的競爭說法——申請人重視程序帶來的立足權與尊嚴，或申請人恰好在錯誤增加時降低對申訴效能的評價（和／或將申訴可用性視為實際績效高於顯示數值的訊號）。兩種說法會預測相同的 AMCE，卻導出相反的政策結論。若設計能一併測量受訪者相信申訴有效的程度，或將申訴成功率列為另一項隨機化屬性，是否就能區分兩者？
知識庫現在同時有一項人類決策權的陳述偏好溢價（+0.272，美國 Prolific 求職者），以及 78.4% 選擇 AI 面試官的揭示偏好（菲律賓初階申請人，兩組皆由人類決策）。上述依選擇對象所作的調和解釋了方向，卻沒有解釋幅度：剩餘差異來自族群與利害程度嗎？還是面對實際求職申請時，美國求職者也會選 AI？在有新來源之前，可先綜合這兩頁與知識庫中其他陳述偏好與揭示偏好研究來回答。

資料來源#

Do job seekers value procedure in AI hiring only for error correction? Evidence from a conjoint experiment — Chuyao Wang、Patrick Sturgis（LSE Department of Methodology；Wang 亦任職於 LSE Data Science Institute）與 Daniel de Kadt（Cornell），Do job seekers value procedure in AI hiring only for error correction? Evidence from a conjoint experiment，arXiv 2609.16390（2026-09-14；32 頁、18 張表、6 張圖；empirical）。§3.1 樣本與倫理（Prolific、美國居住與目前求職的預先篩選、n = 1,919、平均每小時 £10.22、92% 通過操弄檢查）；§3.2 六項屬性與螢幕文字；§3.3 估計量、AMCE／邊際平均數定義，以及預先註冊的 ±0.05 TOST；§4.1 AMCE 階梯與錯誤率降低 20 個百分點的基準；§4.2 等效性結果與人類參與的例外；§4.3 互補性交互作用；§4.4 正當性與應徵意願；§4.5 穩健性；§5 監管對應（AI Act Arts. 14/26(2) 與 Annex III(4)(a)、GDPR Art. 22、NYC Local Law 144）及明示限制。附錄：B（樣本特性）、C1-C3（AMCE、規劃對比、邊際平均數）、D1（等效性檢定）、E1-E2（子群與完整交互作用估計，LPM 與 logit）、F（穩健性）、G（檢定力——目標約 1,400 人，由調節效果與選擇退出 × 人類測試設定，以另外一批排除在外的先導樣本進行 Monte Carlo 模擬）、H（異質性）、I（偏離分析前計畫的紀錄）。預先註冊：OSF https://osf.io/5ju4d/，於 2026-06-17 張貼，早於檢視資料；LSE Methodology 於 2026-05-28 通過倫理審查；複現資料與程式碼已發布。聲明沒有競爭利益；這份預印本的資助聲明仍是未填寫的範本佔位文字，因此資助資訊未披露，而非聲明不存在資助。
已檢視並核對圖表。 圖 1（AMCE 森林圖）列印了明確資料標籤，與附錄 C1 完全相符（+0.287 / +0.257 / +0.156 / +0.129 / +0.128 / +0.068，錯誤率每 -1 個百分點為 +0.014），並以 +0.285 標示錯誤率降低 20 個百分點的參考線。圖 2 B 區重現正文的人類參與對比序列（0.285 / 0.289 / 0.239），A 區則呈現等效性區間。圖 3 列印的差值與附錄 E2 B 區相符（偏誤稽核 +0.029、解釋 +0.027、申訴 +0.025、選擇退出 -0.000）。圖 4 的框線區塊合計 150 位受訪者（106 + 8 + 30 + 6），確認正文的 7.8%。圖 5 確認 ±0.03 / ±0.05 / ±0.07 界限敏感度。依知識庫慣例，本頁沒有任何數值是直接從圖表讀取；所有引用數值皆來自正文，或來自已與 pdftotext -layout 核對過的表格。
解析備註——已核對每張引用表，兩項無害的 docling 產物，一張無法驗證的表。 原始資料中沒有 [!note]／[!warning] 修復區塊，因此 18 張表都視為未修復，並逐格與本機 PDF 的 pdftotext -layout 輸出核對。表格 1、B1、B2、C1、C2、C3、D1、E1、E2 與 I1 逐位元組完全一致，包括正負號、CI 括號與減號字形。匯入驗證中的四個 table-collapse 與兩個 table-weld 標記，確認都是誤報：它們觸發於多層摘要列（「錯誤率：10% / 20% / 30%」、「先前 AI 評估：是／否／不確定」）與兩行換行標籤（「決策權：AI 先行篩選，人類決定」、「先前 AI 經驗：沒有或不確定」）。有兩項產物值得留意：(i) 表格 C1、C3、E1 與 B1 在原始資料中各呈現為兩張 markdown 表格，因為 PDF 在頁面邊界處將表格拆開並重複欄名；沒有遺失任何列，拆分點分別為 24/25、25/26 與 26/27；(ii)表格 B1 的尾段（Mixed、Other、就業狀態、先前 AI 評估、國家）在原始資料中出現在「Table B2: Attribute-level frequencies」標題下方，因此標題看起來像是在介紹人口統計列，但實際上並非如此——PDF 中的順序是先延續 B1，再出現標題，B2 本身則是其下方的屬性占比表。表格 2（配對檔案任務範例）是研究工具的截圖，沒有 PDF 文字層，所以原始資料中只有 RapidOCR 輸出，無法與 pdftotext 核對；匯入階段修正了一處將 AI 誤讀為 Al 的錯誤。本頁沒有引用表格 2 的內容——設計描述來自表格 1 與 §3.2 正文，兩者都已核驗。
Normative boundaries of AI in scientific work: Evidence from PhD researchers — Angelini & Lyrvall，Normative boundaries of AI in scientific work: Evidence from PhD researchers，arXiv 2608.25678，2026-08-26，15 頁，empirical。此處僅引用 §5.1 的過程與結果治理論點，以及表格 1 中按任務列出的安心程度邊際值，作為本頁決策受影響者偏好的使用者端類比。完整分析見 AI Adoption in Scientific Work