題目：快速變動的AI時代，大學生該有的學習態度

日期：115年9月18日(五) 13:00-14:00

地點：光復校區圖書館B1國際會議廳

講者：吳炳飛 教授 電控工程研究所

【講座紀實】

AI正快速改變這個世界。有效學習，靈活思考，是面對快速變動環境的AI時代，必須具備的能力。本講座將分享適用的學習策略，強化主動思考、跨域整合與持續學習能力。
透過培養提問力、實踐力與適應力，並善用AI工具，在快速變動的未來中持續學習與成長，建立長期競爭優勢。入陽明交大寶山，千萬不要在4年後，遺憾沒好好珍惜這一生最重要的與AI共處的學習時光。

首先，介紹吳炳飛講座教授的卓越成就與教育理念，不僅是台灣首輛長程自駕車的開發者，更在非接觸式生理量測技術領域取得國際領先地位。憑藉其在智慧型運輸系統與人工智慧影像辨識的貢獻，榮獲「施敏講座」百萬大獎及多項國家級發明獎項，並成功創立新創公司鉅怡智慧推動技術商用化。他在教學上秉持「一個都不能少」的精神，曾獲教育部師鐸獎肯定，強調在AI時代學生應培養主動學習與獨立思考的能力，避免被科技取代。此外，他積極帶領年輕學者參與國際學術組織，致力於提升台灣在半導體與AI醫療應用領域的全球能見度。此外，以「教不在巧，有心則靈；研不在深，有用則名」作為核心信念，展現了結合產學研究與人才培育的深刻實踐。 

吳老師提及，鼓勵學生趁年輕要勇敢闖一闖。陽明交大是一座寶山，適逢AI時代，運用好其優勢，從前甚麼事都問Google，現在大小事都問AI。Physical AI在真實世界是可以實作出來的，AI技術是可以走入真實世界，比方說機器人、無人機、醫療領域等各行各業的應用。腦袋要思考、刺激，才會越用越厲害，這是人類最珍貴的地方。從Agent AI到Physical AI，AI已經影響到你我的生活了，在這劇烈改變中，定位自己是使用者？還是遊戲規則的制定設計者？前者往後很有可能被淘汰，後者則具備相對優勢，陽明交大提供非常多的能量和機會，讓人可創造歷史的時代，不要僅僅是吃瓜的群眾。以台灣大哥大年輕總經理林之晨的成功背後的故事為例來激勵大家，融合創業DNA與推動生成式AI轉型，獲選為企業數位與AI升級的領導典範，其領導風格與轉型成果被視為台灣企業迎向AI時代的重要指標。從學生時代每天養成聽英文新聞的好習慣，背景不錯，態度正確，雙語能力也很重要。以陽明交大電機學院領域為例，培養學生主動思考、提問力、實踐力、適應力等等能力不遺餘力，在學院課程的設計上培養養成學生這些能力。友直、友諒、友多聞，老師就是兼具以上諸多特點的最佳的人選，不要害怕與老師溝通互動，多找幾個老師討論尋求合適自己的方向，找學長、學姐聊聊增廣見聞，多讀新聞財經、科技的新聞，少看八卦娛樂新聞，浪費時間。所以說入交大不要空手而回，學校資源非常豐富且多元。踏入社會進科技公司，領高薪非常好；當業務員要訓練好口才，喜歡跟人互動，工作的型態很多種，看自己的性向做選擇，當然，創業也是一種選擇。陽明交大有三寶，給力的教授，多跟老師互動，以後寫推薦函才寫得出來具體的內容；豐沛AI；廣大校友，幫來幫去人脈廣。最後，老師分享自身教學研究的心路歷程，以及豐富的創業經驗，跨域智慧醫療領域的應用-HCTV(HealthC and TV)，已經商品化在歐洲販賣，台灣還在申請流程中；符合FDA標準要求的量血壓的技術；刷牙時對著鏡子、機器人生理狀況資訊量測器的點子。末了，再次感謝老師非常幽默風趣、含金量極高的講演，並提供講座講義和影片。 

【講座照片】

這篇文章 快速變動的AI時代，大學生該有的學習態度 最早出現於 NYCU陽明交大圖書館-陪你做研究。

題目：反思在日常跨領域研究工作中融入生成式 AI

日期：115年8月26日(三) 13:00-15:00

地點：光復校區圖書館B1國際會議廳

講者：王邦任 助理教授 資訊工程學系

【講座紀實】

隨著生成式 AI 的日益普及，研究者們開始探索如何運用它來減少重複性工作，並支持更深入、更具洞察力的思考。尤其是在跨領域研究中，生成式 AI 有潛力降低「轉換成本」——如跨領域溝通時協調概念的不同意義所需的勞力，以及採用新領域的方法或理論時面臨的考驗。

首先，王老師提及自己領導的社群運算與福祉實驗室，從一名人機互動（Human-Computer Interaction, HCI）與跨領域實踐者的角度，反思生成式 AI（GenAI）如何重塑日常研究流程。本講題核心觀點指出：生成式 AI 能顯著加速跨學科間的概念「翻譯」過程（將過去需數週的文獻閱讀縮短至一個下午），但同時亦帶來「平坦化學科細節」（flattening disciplinary nuance）的隱憂——語言的流利度（Fluency）並不等於學術準確度（Accuracy）。研究者必須從單純診斷跨學科鴻溝，轉向具體檢視 AI 在各個實踐環節中究竟是縮小還是隱蔽地擴大了這些溝通差距，這是使用AI的核心隱憂與風險。

從日常跨領域研究工作細緻地分享經驗範例，在研究日常中運用如 Claude 等大型語言模型以及各種互動工具的經驗。從統合、翻譯、溝通跨領域的詮釋與傳達，到認定的價值傳遞給別人，覺得這過程是困難的。比方說醫學領域，過去實際投入理解上是非常花時間的，要進入實際情境去了解，這件事AI可以協助轉化到自己的認知當中，但扁平化轉譯過程不盡完善，自己如何修正，研究的每個部分AI如何介入研究。跨領域研究許多人在做，我的跨領域和你的跨領域有何異同，這是老師想講清楚的部分。問題的形成和AI討論研究，清楚逐條列出問題了解為什麼、哪一個比較好？什麼比較厲害？人在社群媒體討拍？比方說醫護人員與病人互動額外找出時間自己情緒的出口是？研究方法像是問卷、訪談、田野調查，習慣將研究脈絡完整列出來。和AI討論、互動出的結果報告，許多跳脫的想法，給相當多的回饋，再順著這思路去衍生自己原本想不到驚喜的思路，花相當多時間去思考、發想、推論，再去審核、篩選、整理，就像和別人聊天的過程，和AI聊後做簡單總結，再繼續討論引發新的發想脈絡，花時間去管理，這是研究過程思考是省不了的過程，這是使用AI的主要際遇。生成式 AI 無疑是促進跨領域溝通與加速知識轉譯的強大工具，但研究者必須保持理性批判性思考，避免被 AI 流利漂亮的語言表達所誤導。

後續，謝謝英語教學所蕭煌元同學以研究生觀點的回饋文章，經本人同意分享給大家：

【研究生觀點】從「斜槓跨域」到「慢科技」：參與圖書館 AI 研究攻略講座的深度反思 前言：一場關於 AI 與研究日常的對話。開學前夕，我有幸參加了由圖書館主辦的「AI 研究攻略」系列講座。下午場由陽明交大資工系社群運算與福祉實驗室的王邦任老師主講，主題為「反思在日常跨領域研究工作中融入生成式 AI」。 在當前學術界，「斜槓」與「跨領域」已成為熱門趨勢，但不同學門之間往往存在著難以跨越的知識與溝通鴻溝。這場講座並非單純的 AI 工具教學，而是帶領我們從人機互動（HCI）的視角，重新審視人與 AI 在研究流程中的協作夥伴關係。 跨領域的痛點：尋找「邊界物件」與知識轉譯，王老師指出，跨領域研究不僅是方法論的疊加，更涉及「認識論（Epistemology）」的差異——即不同學術領域如何定義「何謂知識」與「何謂有效證據」。 在跨領域合作中，數據或系統常常扮演「邊界物件（Boundary Objects）」 的角色。例如同一組心率數據，在工程師、醫護人員與患者眼中，代表著完全不同的脈絡與意義。跨領域研究最核心也最困難的挑戰，正是「轉譯（Translation）與溝通」。生成式 AI 的強項，恰好在於能夠作為對話觸媒，協助研究者快速梳理跨學科的知識脈絡，打破語言與領域壁壘。 研究流程的七大階段反思，講座中，王老師詳細拆解了生成式 AI 滲透至日常研究的七個關鍵階段，並分享了深刻的思辨：

1. 問題形成與發想（Ideation）： AI 能迅速建立問題架構，但其輸出多基於既有邏輯，往往缺乏跳脫框架的驚喜感（Serendipity）與深層原創性。

2. 文獻閱讀（Reading Literature）： 借助 AI 快速掌握陌生領域概念時，必須提防「虛假自信（False Confidence）」。王老師建議保持像「開課老師批改學生作業」般的批判視角，仔細檢視 AI 提出的論述與邏輯。

3. 科技探測（Technology Probes）： 在開發研究原型時，AI 大幅降低了寫程式與除錯的門檻，讓研究者能更敏捷地部署系統並進行真實場域的使用者測試。

4. 資料分析與質化反思（Data Analysis）： 針對質化研究中的編碼與反思性主題分析（Reflexive Thematic Analysis），王老師強調應堅守「研究者的主觀詮釋權」，不能將資料分析完全自動化，以保留人類對文本脈絡的獨特洞察。

5. 論文寫作與語言翻轉（Scientific Articles）： 學術界長期以英文為主導，隱含著話語權的結構落差。AI 能幫助非英語母語者消除語言表達障礙，讓學術溝通回歸核心論點與實質貢獻。

6. 科學傳播（Scientific Communication）： 利用 Google Gemini Notebook（前身為 NotebookLM）等工具，能將艱深的學術論文轉化為 Podcast 對話或科普網路雜誌，促進知識的廣泛傳播。

7. 重拾主導權（Ownership）： 研究者需要透過持續的微調、修改與自我思考，將個人洞見注入品質中，從而建立對研究成果的心理所有權。 結語：擁抱「慢科技（Slow Technology）」的微小價值 整場講座最令我震撼的是關於「慢科技（Slow Technology）」與「微小工作（Trivial Work）」的討論。在追求高效率產出的 AI 時代，那些看似繁瑣、親力親為的閱讀、思考與反覆梳理，其實是醞釀深度洞察不可或缺的過程。 作為研究生，我們不應盲目追求產出的速度，而是要有意識地定義 AI 的角色，在快速生成的科技浪潮中，守護專屬於人類的批判思維與研究靈魂。

末了，再次感謝老師非常實用的講演以及蕭煌元同學詳盡的回饋分享，並提供講座講義和影片。 

【講座照片】

推廣組：湯春枝　整理 

這篇文章 2026 研究攻略營系列 從寫作到修稿：反思在日常跨領域研究工作中融入生成式 AI 最早出現於 NYCU陽明交大圖書館-陪你做研究。

題目：從寫作到修稿：AI 在研究溝通中的角色

日期：115年8月26日(三) 10:00-12:00

地點：光復校區圖書館B1國際會議廳

講者：盧郁安 教授 外國語文學系

【講座紀實】

從課堂作業到研究論文，AI正改變寫作與修稿方式。本講題將示範如何善用AI整理、撰寫與修訂，並延伸至研究溝通中的重要文件，包括cover letter 與 response letter 的撰寫策略。透過優化結構與表達，同時保持批判思維，幫助你在學術交流中更清楚、有說服力地呈現自己的成果。

盧老師在講座一開始先分享自己的研究經驗，以自身真實血汗經驗學案例闡述研究寫作過程從投稿到稿件被接受通常是一段不算短的時間甚至長達兩年，是一個蠻孤單的過程，因此如何研究過程和合作夥伴有連結和研究單位有連結並AI在其中扮演的角色，這些都需要透過溝通，研究的每一步驟實質上皆為「對話」與「溝通」。學術工作者在日常研究生活中，需要頻繁地在多重身分之間進行切換。溝通是研究過程的主軸，特別是在AI不清楚多重身分切換、不懂好或不好、不懂人際關係，在AI 的能與不能下Prompts情境可獲得較為精準的文字產出，重點不是談AI，而是談AI不知道的事情，分辨不空洞或者是有內容的發表。提供具體之 AI 信件撰寫提示詞（Prompts）架構。同時，透過期刊投稿之真實退稿與從語言學領域實用音韻學看修稿案例，展現面對學術挫折時的應對策略與正向循環機制，強調研究者自身在研究深化、團隊支持與人際溝通中不可替代的核心價值。此外，投稿撰寫過程中並運用了學校圖書館的資源，例如：JCR、Grammarly、EndNnote。研究之路的關鍵在於耐心與韌性。每一次的回饋都是讓研究變得更完整、更有說服力的契機。一篇稿件的結束，往往是下一篇稿件成功發表的開始。

【幕後花絮】

後續，收到學員電控工程所劉靜熹小姐的回饋分享：上這堂課之前，我從未想過使用 AI 時需要先定義「自己的身份」。但這次課程讓我明白，因應不同的任務與需求，我們的角色隨時都在轉換——有時是社群小編，有時則是計畫助理。因此，未來在下達指令時，除了設定 AI 的人設，更關鍵的是要先讓 AI 知道「我是以什麼身份在尋求協助」，如此才能獲得最切合需求的回覆。這只是眾多回應中的一篇，這場講座內容豐富實用，謝謝與會者Q&A的熱烈討論，再次感謝盧老師的珍貴分享，當天的講義與講座錄影提供給大家參考。

【講座照片】

推廣組：湯春枝　整理

這篇文章 2026 研究攻略營系列 從寫作到修稿：AI 在研究溝通中的角色 最早出現於 NYCU陽明交大圖書館-陪你做研究。

這正是 AI 開始能實際協助研究流程的地方。Web of Science Research Assistant（WOS RA）結合代理式人工智慧與 Web of Science 核心合輯資料庫，不只是幫你更快找到文章，而是協助你在大量文獻中看出主題脈絡、研究趨勢，以及可能尚未被充分討論的研究缺口。換句話說，文獻回顧不再只是把文章找齊，而是幫助你釐清：這個領域到底在研究什麼。

從搜尋工具到研究輔助

在研究初期，研究缺口之所以難以辨識，往往不是因為文獻不足，而是資訊過多、層次複雜。常見情況包括：主題範圍過大，難以判斷切入點；關鍵詞尚未成熟，搜尋結果零散，容易漏掉重要研究；即使閱讀了不少文章，仍難以看出整體趨勢與研究關聯，或不確定哪些問題已被充分討論、哪些仍有深化空間。

在傳統研究流程中，這些判斷通常仰賴反覆調整檢索策略、人工比對文獻，以及長時間的閱讀整理才能逐步釐清。對跨領域研究者而言，還需同時理解不同學門的方法與觀點，更容易在文獻中迷失方向。因此，AI 在此階段的角色並非取代研究者的判斷，而是協助加速「理解與整理」，讓研究者能更快掌握研究脈絡並聚焦關鍵問題。

WOS RA 採取對話式引導與結構化分析，協助研究者拆解主題、提出檢索策略，並在分析前確認回顧結構，如研究背景、主要主題、研究趨勢與研究缺口，使整個搜尋與分析過程保持透明且可調整。

更重要的是，WOS RA 不只列出文獻，而是協助整理研究之間的關聯，幫助研究者理解領域焦點、常見研究方法，以及尚待深入探討的問題，為後續研究設計建立清楚方向。

用 WOS RA 找研究缺口 — 6 步核查流程

在實務上，你可以將 WOS RA 的應用理解為一個逐步收斂的流程：

1. 明確驅動問題：先寫下一句核心研究問句，並列出 5–8 個初始關鍵詞。
   
2. 廣域探索：利用 WOS RA 進行 topic-level 探索，觀察子主題與發展趨勢。
   
3. 精煉檢索策略：根據系統建議的關鍵詞與同義詞，調整時間範圍與期刊類型後重新搜尋。
   
4. 文獻結構化摘要：比對研究方法、樣本、資料來源與驗證方式。
   
5. 找出差異與不足：留意方法差異、跨資料驗證不足或實務應用限制。
   
6. 轉化為研究問題或假說：將研究缺口整理為具體且可行的研究題目。

這個過程讓研究缺口不是「靈感突然冒出來」，而是從系統性閱讀與比較中自然形成。

跨域故事案例：AI × 生醫影像

以一位生醫工程研究生小安為例，他想研究「AI 在癌症影像診斷的應用」，但一開始只知道關鍵字如 AI、medical imaging、cancer diagnosis。搜尋後雖然出現數百篇論文，卻仍難以判斷自己的研究價值與切入點。

透過 WOS RA，小安先讓系統協助拆解主題，逐漸看見子領域輪廓，包括影像分割、深度學習模型、跨院資料驗證與臨床可解釋性。接著，他比較不同研究所使用的方法與資料來源，注意到多數模型在單一資料庫中表現良好，但跨醫院驗證仍相對不足，而這一點也經常被作者列為研究限制。

在這樣的整理下，小安將研究方向聚焦為：「結合可解釋 AI 與跨院資料驗證的癌症影像模型評估」。這個題目不再只是追逐熱門關鍵字，而是從文獻結構中自然長出的研究問題。

AI 是輔助，不是取代研究者

需要特別提醒的是，WOS RA 提供的是策略性輔助，而非最終判斷。當系統指出可能的研究缺口時，研究者仍應回到原始論文，檢視方法章節、樣本說明與研究限制，並以實際文獻證據支持自己的判斷。這不僅能確保研究的學術嚴謹性，也能讓研究設計在口試或審查時更具說服力。

結語

WOS RA 結合 AI 推理能力與權威文獻來源，能大幅減少研究初期整理與探索的時間，協助研究生快速掌握研究領域的整體輪廓，並有系統地形成研究缺口。當 AI 成為你的研究夥伴，你就能把更多心力，留給真正重要的思考、設計與創新。

參考文獻

1. Reimann, P. (2025). Streamlining literature review with agentic AI in the Web of Science Research Assistant. Clarivate Blog.
2. Clarivate. (2025). Web of Science Research Assistant: Product overview and training materials.
3. Clarivate. (2024). Web of Science Core Collection help & training documentation.
4. Anara. (2025). How to find research gaps: Tools and steps for innovative research. https://anara.com/blog/ai-for-finding-research-gaps

推廣組 巴詠淳 / 本文搭配AI工具進行寫作輔助

這篇文章 AI 如何幫研究生更快找到研究缺口？— WOS RA 校園應用分享 最早出現於 NYCU陽明交大圖書館-陪你做研究。

題目：如何運用公開資料庫和圖書館資源進行醫學人工智慧研究
日期：114年9月25日(四) 11:00-12:30
地點：陽明校區圖書館3F 多元交流區
講者：楊智傑 教授 醫學系

【講座紀實】

一開場，楊老師就以自己的學生時代為例，談到他是如何透過網路資源一步步學習做研究。他鼓勵大家在求學階段多善用身邊的資源——無論是圖書館的資料庫、學校的研究平台，還是醫院累積的臨床資料，都是開啟研究之路的重要起點。

在醫學領域中，AI 的應用正快速改變臨床研究與健康照護的方式。楊老師舉例說明，AI 模型可以從大量資料中學習，幫助醫師更客觀地評估病人的狀況，預測疾病風險，甚至能整合不同地區的數據，訓練出更精準的模型。過去的健康評估往往仰賴問卷與人工分析，耗時又費力；現在，透過 AI 工具，民眾在家就能簡單完成初步健康檢測，讓居家照護變得更方便。

他也指出，醫學研究需要建立在可靠且可驗證的數據上，而「資料開放」是現在全球醫學界的趨勢。這些公開的資料庫與平台，讓研究者能更容易找到可用的數據、比較分析結果，甚至啟發新的研究方向。楊老師提醒大家，除了會使用 AI，研究者更重要的是要知道 AI 為什麼做出某個判斷，並思考這樣的結果對臨床是否有真實的幫助。

楊老師提到，在研究中我們不用一開始就想著「要怎麼用 AI」，而是可以先思考如何找到有趣的問題與解決方法。或許就能從現象中觀察出一些共通點或模式，進而從資料裡找到新的發現，這才是研究最有趣的地方。

講座後半段，楊老師特別介紹了學校提供的 Dataverse 平台，這是一個可共享研究資料的學術資源庫，讓師生的研究成果能被更廣泛地傳播與再利用。他也現場示範了圖書館提供的 AI 研究助理 與 Scite.AI 深度引文分析工具，如何使用這些工具，協助研究者進行資料查找、研究題目發想與文獻整理，提升研究效率與準確性。

最後，楊老師引用物理學家 Richard P. Feynman 的一句話作為結語：

“Nobody ever figures out what life is all about, and it doesn’t matter. Explore the world. Nearly everything is really interesting if you go into it deeply enough.”

他鼓勵同學們，大學階段是探索興趣的最佳時期，不妨多嘗試、多提問，勇於走出課本的框架。只要願意主動學習、善用公開資料與圖書館資源，我們不僅能提升研究能力，也能在探索的過程中，發現屬於自己的學習方向與熱情。

當天的講義與講座錄影提供給大家參考。

【講座照片】

推廣組 巴詠淳

這篇文章 2025 研究攻略營系列 如何運用公開資料庫和圖書館資源進行醫學人工智慧研究 最早出現於 NYCU陽明交大圖書館-陪你做研究。

題目：智慧地用人工智慧：跨領域研究的起點
日期：114年9月25日(四) 11:00-12:30
地點：陽明校區圖書館3F 多元交流區
講者：陳律言 助理教授 臨床護理研究所

【講座紀實】

陳老師在講座一開始先分享自己的研究經驗，並拋出問題與大家討論：在撰寫論文時，是否會使用 AI 工具？如果使用了，會不會主動標註？陳老師指出，並不是不能使用 AI 來寫文章，而是要思考如何「智慧地」運用人工智慧於研究之中。

接著，陳老師介紹自己在運用 AI 工具時，如何實際應用 TRACI 模型來優化內容，並鼓勵同學們也試著在研究過程中運用此架構。TRACI 模型包含五個面向：
一、任務：你希望 ChatGPT 做什麼？
二、角色：ChatGPT 應扮演何種「角色」才能完成任務？
三、受眾：這段內容的目標對象是誰？
四、創作：ChatGPT 應遵循哪些你設定的規則？
五、目標：這項任務最終要達成的目標是什麼？

在 AI 工具蓬勃發展的時代，陳老師也分享正確使用 AI 的四個步驟，供同學參考：
一、我是否有需求？AI 能幫我什麼？
二、是否有先「訓練」AI 工具？
三、能否與現實流程結合？
四、是否有再次評估與確認內容的品質？

在探索研究題目方面，鼓勵同學多觀察生活、記錄所見，許多研究問題其實就藏在日常的生活中。陳老師也分享留學期間與不同領域的學者交流，因而接觸到多元觀點，這些都是非常寶貴的經驗。並以自身經驗勉勵同學，在研究過程中要給自己犯錯與調整的空間，不必獨自面對所有問題。適時與他人討論往往能突破盲點，也會發現原來身邊的資源比想像中多得多。而即使有時研究結果不如預期，也要知道每一次的「失敗」都是通往成功的重要成果。

在演講的尾聲，陳老師也實際帶領大家回顧研究生在撰寫論文過程中常見的情況，並分享了幾款實用的 AI 工具，同時鼓勵同學善用圖書館提供的AI資源。

這場講座內容充實，相信對各位研究生都會帶來很大的啟發與幫助，再次感謝陳老師的寶貴分享。當天的講義與講座錄影也提供給大家參考。

【講座照片】

推廣組 巴詠淳

這篇文章 2025 研究攻略營系列 智慧地用人工智慧：跨領域研究的起點 最早出現於 NYCU陽明交大圖書館-陪你做研究。

題目：AI機器人時代的虛與實
日期：114年9月12日(五) 13:00-14:00
地點：圖書館6樓挑高中庭區
講者：楊谷洋 教授 陽明交通大學電控系

【講座紀實】

機器人科技與人性的界線

這場講座一開始現場即充滿驚喜。楊老師帶來全世界最療癒的「PARO」海豹，一隻以互動回應為特色的寵物型機器人。牠圓潤的外型，果然立刻吸引大家的目光，甚至讓老師幽默地說：「最後大家可能會忽略我，只想抱著PARO不放。」現場笑聲不斷，也拉近彼此間距離。

接下來，楊老師從機器人的原型談起，帶領大家理解其發展脈絡與技術演進。他指出，雖然科技已能讓機器人具備模擬情感的外觀與行為，但終究無法真正擁有人類意識。這樣的提醒不僅讓人省思，也讓在場聽眾更清楚地看見機器人科技與人性的界線所在。

在講座的尾聲，楊老師也特別提醒同學們，要善用圖書館資源，例如AI 研究助理等工具，以幫助大家更深入探索機器人這個迷人的領域。科技的進步或許快速，但唯有善加運用知識與資源，才能真正了解並掌握機器人領域的奧妙。

當次的講義和視訊，歡迎同學們點閱、分享、力行與活用。

【講座照片】

推廣組 何佳欣

這篇文章 2025 新生講座 AI機器人時代的虛與實 最早出現於 NYCU陽明交大圖書館-陪你做研究。

題目：學術寫作基本功略
日期：114年8月11日(一) 13:00-15:00
地點：圖書館B1國際會議廳
講者：秦毓婷 講師 語言教學與研究中心

【講座紀實】

學術文章架構中Body部份應包括的內容，
國立陽明交通大學雙語教育與學習推動辦公室. (2023年9月6日). NYCU EMI Support Video Series 3: Basic structure [影片]. YouTube. https://www.youtube.com/watch?v=vC6dqHzhE5E

秦老師在講座一開始，先詢問同學是否曾經修習過英文寫作課程，結果發現修過的人並不多。也因此，她更希望藉由這場講座，幫助同學從基礎出發，建立清楚的學術寫作觀念。

在課程的核心內容中，秦老師逐步帶領大家掌握英文寫作的三段式結構──Introduction、Body、Conclusion。她特別強調，每個段落都應包含 topic sentence、supporting details 與 conclusion sentence，讓文章條理清楚、層次分明。同時，她也結合 EMI Support Video 系列資源，涵蓋筆記技巧、學術討論與引用方法，幫助同學從不同面向練習並強化英文表達。

最後，秦老師勉勵同學們，不僅要在課堂中理解，還要在日常練習中持續應用。她提醒大家，寫作能力的養成是一個循序漸進的過程，只要願意不斷累積與嘗試，就能逐步提升英文表達力，並在學習與研究中獲得長遠的助益，同時鼓勵大家多多參與語言教學與研究中心的活動。

當次的講義，歡迎同學們點閱、分享、力行與活用。

【講座照片】

推廣組 何佳欣

這篇文章 2025 研究攻略營 學術寫作基本功略 最早出現於 NYCU陽明交大圖書館-陪你做研究。

題目：打造你的「護國神山」: 半導體教會我的那些事
日期：114年8月19日(二) 13:00-15:00
地點：圖書館B1國際會議廳
講者：李宗恩 助理教授 陽明交通大學半導體工程學系

【講座紀實】

打造個人「護國神山」

李老師在講座中以親身經驗，鼓勵學生在學習階段應培養的能力與態度。他提出「打造自己的護國神山」的四大關鍵：硬實力、軟實力、抗壓性與影響力。

在硬實力上，老師鼓勵同學勇於嘗試與發問，選擇困難的路往往才是真捷徑；在軟實力方面，他強調合作需帶誠意，也要懂得主動把握機會，展現自我價值並創造共贏；針對抗壓性，他勉勵學生把挑戰視為機會，以熱情和務實態度全力投入，讓成敗都成為養分；而在影響力的養成上，則需保持好奇心與毅力，持續學習，並能啟發他人共同進步。

最後，李老師提醒大家，如果一時之間找不到熱情，也不用焦慮，不妨先看場電影，給自己一個轉換心境的機會，再重新出發。

當次的講義和視訊，歡迎同學們點閱、分享、力行與活用。

【講座照片】

推廣組 何佳欣

這篇文章 2025 研究攻略營 打造你的「護國神山」: 半導體教會我的那些事 最早出現於 NYCU陽明交大圖書館-陪你做研究。

題目：學校與職場沒教我的事
日期：113年9月20日(五) 13:00-14:00
地點：圖書館6F自助咖啡區
講者：劉育綸 助理教授 陽明交通大學資工系

【講座紀實】

劉老師的經歷與反思

劉老師分享其豐富經驗，涵蓋從大學生活、職場挑戰到國際發表與知名企業實習。老師強調發現自己真正感興趣的事物對於未來發展非常重要，這些經歷為其學術研究與職業生涯打下堅實的基礎。

在聯發科技擔任工程師期間，劉老師坦誠分享職場初期遇到的挑戰，特別是在通勤與工作生活平衡方面的困境。他提醒大家：「沒有人是無可取代的，團隊合作能力往往比個人能力更為重要。」這段職場經歷讓他學會如何在壓力下保持情緒穩定，同時也深刻體會到尋求與提供幫助的重要性。

此外，劉老師還分享他在台大攻讀博士時的研究經歷，並鼓勵學生勇敢抓住機會，積極爭取到國際大公司實習的經歷，例如他在Meta擔任研究實習生的經驗。

最後，劉老師勉勵大家，勇於探索與試錯，才能找到自己真正熱愛且擅長的領域，並藉此抓住機會，創造屬於自己的未來。

當次的講義和視訊，歡迎同學們點閱、分享、力行與活用。

文/ 推廣組 何佳欣

這篇文章 2024 新生講座 學校與職場沒教我的事 最早出現於 NYCU陽明交大圖書館-陪你做研究。