國科會臺灣經驗實證調查資料

21/08/2026

【擴大招募中！！ #台灣傳播調查資料庫 誠徵研究參與者】
-
只要年滿 20 歲，今年九合一大選有投票權的學生都可以參加，填完即可馬上獲得禮品卡，（目前）名額不限，趕緊來報名！

您好， 我們是傳播調查資料庫(Taiwan Communication Survey, TCS)。 感謝您在收到邀請信件，或者看到我們的招募海報(如下圖)以後，有意願加入我們的調查，成為研究參與者。 由於本研究流程較為嚴謹，為保障您的權益，有意願報名的...

20/08/2026

📣 2026 資料科學漫步｜資料科學敘事挑戰賽，正式開放報名！

由 #中研院統計所 主辦，本專題中心協辦。以六個資料庫做為分析素材： #內政大數據模擬資料、 #家庭動態調查、 #臺灣傳播調查資料庫、 #臺灣幼兒發展調查資料庫、 #臺灣數位世代青少年的成長歷程追蹤研究、 #通訊傳播市場發展概況與趨勢調查

邀請您從問題出發，探索資料、理解脈絡，運用統計、AI、機器學習等工具，找出資料中值得被看見的現象與洞見。

✨ 不只分析資料，更要說出資料背後的故事

這不是一場比拼模型準確率的競賽，而是一場從資料探索到觀點形成，從分析結果到故事呈現的挑戰。

🔗 官網及報名詳情：https://www3.stat.sinica.edu.tw/pds2026/

#2026資料科學漫步 #資料科學敘事挑戰賽 #資料科學 #資料分析 #統計科學 #社會科學 #中央研究院

20/08/2026

📣【 #臺灣傳播調查資料庫（TCS）最新資料上架】📢
-
「傳播調查資料庫第三期第二次（2023）：傳播與人際：人際社交與自我展演（一般民眾調查）（公共版）」已於 學術調查研究資料庫 開放下載！

本計畫是以瞭解台灣民眾對於傳播行為、媒體使用的變化與趨勢為研究主軸，從使用者的角度出發，專注於新興媒體如何促發新的使用歷程，包括人們如何透過新興媒體的使用來拓展生活的範疇，或促發人際不同面向的連結。

本次調查主題為「傳播與人際：人際社交與自我展演」，試圖探索媒體中的人際關係（例如社會支持、社交網絡與連結、社會比較、社會影響，以及社會互動等議題）與自我樣貌（例如個性與人格、隱私揭露與匿名、自我呈現、自我控制與規範，以及自我形象管理等議題）對人們所帶來的影響；由於人際傳播變化快速，亦適宜追蹤其長期影響。
-
【調查設計與樣本來源】

1. 調查執行時間：
2023年6月13日起，至2023年9月10日。本次調查以面對面訪問方式進行，最終完訪 2,075 案。並將於2025年，針對成功完訪且願意接受追蹤訪問的受訪者，展開「傳播與人際：人際社交與自我展演II」的第二波追蹤面訪調查。

2. 母體定義：
以台灣地區（不含金門縣、連江縣與澎湖縣）具本國國籍，年齡在18歲及以上（民國93年12月31日以前出生）的一般民眾為調查母體。

本資料檔經檢核不合理值、跳答邏輯、重新歸類開放欄位等程序，並刪除識別化資訊後釋出。
-
😃如果你關注台灣傳播現象，關心民眾的媒體使用、人際社交與自我展演。歡迎多加利用本資料，用實證數據描繪台灣民眾的數位樣貌！下載連結詳見留言 ~

19/08/2026

👶【母胎單身數據大調查，從沒談過戀愛的人比你想的多】😳

今年七夕情人節你還是自己一個人嗎？過往的調查顯示：從未結過婚的人當中，每十個人，就有約三個人是母胎單身！

「母胎單身」指的是自出生以來從沒談過任何一場戀愛的單身男女。為了探究有多少人處於這種狀態， 調閱 #家庭動態調查 2024 年的問卷資料，在篩選出「從未結婚」的受訪者後，根據他們過去「是否曾有過交往對象」來判斷受訪者是否為母胎單身。統計結果顯示：

在從未結過婚的受訪者中，母胎單身者約占 28.90%。在從未結婚的男性及女性中，母胎單身者的比例，男性為 28.26%，女性為 30.11%；女性略多於男性，但差異甚小，說明母胎單身其實不分男女。且在不同的年齡層中，母胎單身的比例變化也不大，母胎單身的的比率在從未結過婚的人當中，皆在三成左右。
-


只要商人想賺錢，天天都是情人節。更何況緣分本就強求不來，既然這世上也不是只有自己從沒談過戀愛，那就省得為了這種事焦慮了吧！再說，牛郎織女的故事其實一點也不浪漫，仔細想想，單身反而沒有想像中的壞呢！
-
想要聊感情話題？除了八卦之外，還可以用實證數據找到更有趣的觀察！點擊留言連結，下載原始資料，開始分析數據，滿足你的好奇心吧！
#家庭動態調查 #母胎單身 #七夕情人節

16/08/2026

👾【人們怎麼判斷假新聞？又都是哪些人會做「事實查核」呢？】✅

在不實訊息漫天飛舞的時代，假新聞常被當成政治攻擊的手段。遇到看起來不對勁的新聞，人人都知道該查證。直覺上，我們可能會認為那些深陷在同溫層裡的人最不會去做這件事，但實際真是如此嗎？而查證有很多方式，又有哪些是最常見的，哪些是真正有用的呢？
-
陳靜君老師與陶振超老師，利用 #臺灣傳播調查資料庫（TCS）的資料，在《Identity-Driven News Authentication Strategy in Echo Chambers》一文中，探討人們在遇到假新聞時如何判斷真偽。

過往研究指出，人們判斷新聞真假，會向內憑自身經驗與既有態度，也會向外尋求人際管道或第三方資訊查證。根據有限理性理論（Bounded rationality）以及雙重歷程理論（Dual process theory）作者將驗證新聞的方式循序漸進地分為：僅仰賴自我既定知識的「基於自我」、向外徵詢意見的「基於社會連結」，以及比對不同新聞來源或查核組織的「基於事實查核」三類。

如表一所示，人們最常憑自己的知識與經驗判斷假新聞；而相較於自己搜尋資料或做事實查核，人們更常與家人朋友討論、參考新聞留言或專家意見。這證實了人們天生傾向最省力的「基於自我」的查核方式，最費力但也最可靠的「基於事實查核」的判斷方式，則是最少人採用的方式。而這正是假新聞得以流傳的縫隙，因為大部分人其實都只憑自己的看法做判斷，所以假新聞不需要騙過更嚴謹的事實查核就能散播出去。

對於深陷在同溫層當中的人來說，這種傾向可能更嚴重。但研究卻認為，驗證假新聞可以被視為一種維護群體價值觀的行為，因此同溫層當中的人未必都不做進一步的查證。因此，兩位作者進一步利用了 #臺灣傳播調查資料庫 的資料，評估受訪者所在的同溫曾有多深，並分別對三個不同的假新聞驗證行為進行階層回歸分析。

如表二的統計結果所述，同溫層的深淺跟「基於自我」的假新聞驗證方式之間並沒有顯著關聯；深陷同溫層並沒有讓人更加傾向或更加避免於憑感覺判斷假新聞。但他們更有可能向外尋求驗證假新聞的方法，無論是基於社群網絡驗證，或是事實查核驗證。
-


值得一問的是：為什麼深陷在同溫層裡的人，反而越常查證假新聞？

作者結合過往研究推論：立場鮮明的人，往往選擇性地查核、分享那些能壯大自己陣營、打擊對手的訊息。你或許也見過這樣的場景：某方瘋傳一則「經查證為假」的圖卡，但接收到的人卻只在乎被這則查證打臉的政客。他們的出發點並不是釐清真相，於是針對該則新聞的討論越來越從政治立場出發，而非事件本身。

這讓「查證假新聞」這件事變得相當尷尬。事實查核機構的成果若經常被用於選民間的政治攻防，在極化的政治討論下反而可能降低事實查核的公信力，更無人可信。這不僅不是事實查核工作的初衷，也說明假新聞防治最重要一環仍是新聞與公民素養。未知的事件中有許多無法透過人為推斷的細節，唯有來自多方消息來源的事實依據才能拼湊出事件的原貌。僅憑個人經驗或人際互動之間的討論是遠遠不足的。
-
如果你對同溫層與假新聞防治有興趣，不妨點擊原文，也可以到我們的線上統計分析平台，調出這篇研究的問卷題項，跟性別、年齡、常用媒體類別交叉比對，說不定會有新發現喔！😀

12/08/2026

⚖️【是否支持賠償原住民族失去的土地？臺灣民意調查】🏞️

臺灣是一個多元民族共存的社會，境內擁有多達 16 個官方認定的原住民族群。然而，他們的土地權利與自然資源長期以來遭到忽視，未能獲得妥善的保障。

為了深入了解大眾對此議題的看法，臺灣法律與社會變遷調查詢問受訪者，是否支持政府以金錢賠償原住民族過去所失去的土地與自然資源。

調查結果顯示，多數受訪者傾向不支持，不太支持與非常不支持的比例合計達 54.9%。相較之下，有點支持與非常支持的比例合計為 45.1%。

#臺灣法律與社會變遷調查 #原住民族 #土地權利 #金錢補償 #民意調查 #舊文轉貼
-
Taiwan is a diverse, multi-ethnic society with 16 officially recognized Indigenous groups across the island. However, their land rights and natural resources have been historically overlooked and inadequately protected.

To better understand public opinion on this issue, a Taiwan Law and Social Change Survey asked respondents whether they support the government providing financial compensation to Indigenous peoples for the land and natural resources they lost in the past.

Data shows that the majority of respondents leaned against government compensation. 54.9% of respondents were unsupportive of government compensation, compared to 45.1% who were supportive.


-
👉搶先看？趕快追蹤我們的推特(X)吧！👈
https://x.com/suvery99744

11/08/2026

#台灣傳播調查資料庫 正在招募【2026新聞APP使用行為調查】研究參與者，只要填答馬上就可以得到實體超商禮品卡悠 !

【台灣傳播調查資料庫│誠徵研究參與者】
滑手機也能做學術？你的新聞足跡，解鎖媒體研究的關鍵拼圖！🧩📱✨

台灣傳播調查資料庫正在招募【2026新聞APP使用行為調查】研究參與者，此調查無須抽獎，依照每位參與者的填答率給予實體超商商品卡! 🎁

💡 招募對象
1. 目前為大三學生（開學後即將升大四）
2. 具中華民國國籍，且在 2026 年九合一選舉中具有投票權
3. 能在 2026 年 9 月至 12 月 期間配合調查者

📋 參與者任務
* 任務 1 ➔ 填問卷： 每月一次網路問卷，共 4 波
* 任務 2 ➔ 瀏覽新聞：下載團隊研發的專屬新聞 APP，正常閱讀即可，系統會自動記錄足跡，不需手動上傳或回報

📢 報名第一步：請先參加「調查說明會」
為了確保大家的權益與詳細說明調查細節，有興趣的同學請先選擇一場說明會報名。聽完覺得合適，再決定要不要加入！

🔗說明會報名連結：https://forms.gle/panZjCw2YBr5g9ro7
資料庫官網：https://tesd.survey.sinica.edu.tw/database/tcs

#台灣傳播調查資料庫 #招募研究參與者 #大三限定 #2026九合一選舉 #媒體行為調查 #不用抽獎

09/08/2026

【講座回顧｜The Potential Existential Threat of Large Language Models to Online Survey Research - Dr. Sean J. Westwood 】

第三屆臺灣經驗實證調查資料庫整合學術研討會於 7/31（五）圓滿落幕。主辦單位特別邀請美國達特茅斯學院（Dartmouth College）政府學系的副教授 Dr. Sean J. Westwood 進行專題演講，以大型語言模型對線上調查研究的潛在衝擊為題，回應人工智慧時代下社會科學方法論所面臨的挑戰。
-
Dr. Westwood 的研究專長為政治極化、公共輿論及調查研究方法。他指出：線上問卷是所有數據驅動決策的基礎，而在問卷眾包平台興起後，各界對線上問卷更加依賴。但這套施行已久的方法一直存有敷衍作答（Satisficing）、人為造假（Survey Farming）、以及用 VPN 或簡易 bot 進行技術性規避等問題影響問卷效度，進而使民調失準。而在 AI 時代下，線上調查面臨了新的威脅 — 「合成受訪者」（Synthetic Respondents）。

合成受訪者是利用大型語言模型模擬人類行為與觀點填答問卷的 AI Agents。為了證明這個威脅並非空談，Dr. Westwood 親手打造了一個幾乎能百分之百騙過問卷審查的合成受訪者。

方法出奇地精簡：基於當代 AI Agents 的普遍性質，首先撰寫一段約 500 字的通用 prompt，為 AI 指派一個符合美國人口學基礎特徵的人物誌（Persona），接著設計一套以雙層架構（Two-Layer Architecture）運作的模型：第一層負責擷取並解析各種題型，第二層則根據人物誌生成最合適的回覆。在測試結果中，該模型精準地表現出以下行為：
-
🤖 符合人物設定的答題邏輯

合成受訪者能夠根據預先設定的人物誌，填選最符合人物設定的的答題選項，並在往下作答的過程中，依據先前的作答逐題推理，生成邏輯連貫的回應。例如：若人物設定的收入越高，回答的每月房租就越高。也能根據年齡推論家庭結構，再依子女年齡推算這個家庭花在孩子運動賽事上的時間。例如：一名成年子女若非運動專長，則在「學校內花費的運動時間」應為零。

👾 模仿人類的缺陷

AI 模仿的太過完美反而會露餡，因此它必須刻意「降智」以逼近人類真實的知識水準。例如：問卷若隨機詢問美國各州首府，合成受訪者回答的正確率會隨教育程度而變化。若為開放題型，回覆的拼字錯誤率、大寫的使用率、語言複雜程度等也都能呈現與教育程度正相關的結果。不只如此，模型還能模擬人類的閱讀時間、滑鼠點擊速度及移動軌跡，甚至逐字鍵入字元，連打錯字再修正、猶豫或停頓都能一併重現。

🧠 因應檢測機制的策略

面對專為非人類設計的檢測題型，模型也能準確辨認。例如：反向識別測試（Reverse Shibboleth），即那些對 LLM 輕而易舉、對人類卻困難或不可能的任務（撰寫 FORTRAN 程式碼、背誦憲法、求解積分等）模型不但不會逞能，反而在多數情況下都會策略性的拒答，透過「假裝辦不到」來隱藏超越人類的計算與記憶能力。而對於「你去過月球嗎？」或是「你當過美國總統嗎」這類不可能情境的釣魚題，模型也能以極低的錯誤率否認。

👁️‍🗨️ 低成本的攻擊手段

對於合成受訪者對民主社會可能帶來的危害，Dr. Westwood 以 2024 年美國總統大選的七份頂級民調為例，估算出只要注入 10 到 52 個合成受訪者就足以翻轉領先者；55 到 97 個便能把結果推出誤差範圍之外。更棘手的是，這種操縱不受語言限制：即使用俄文、中文或韓文下指令，效果依舊。這使合成受訪者成為資訊戰（Information Warfare）的潛在武器。
-
此外，合成受訪者比起真人受訪者更有可能猜中研究者的假設。基於 AI 迎合使用者偏好的傾向，被合成受訪者「汙染」過的結果可能會誇大研究者的結論，或為了避開爭議而生成中立卻偏離真實民意的結果。

並且合成受訪者有極強的經濟誘因，用商用模型完成一份問卷成本約 0.05 美元，開放權重模型（open-weight model）的邊際成本更趨近於零，對比 1.5 美元的問卷酬勞，利潤率超過 96.8%。網路上早有人炫耀靠刷問卷致富，形成一條地下產業鏈。Dr. Westwood 強調，他本人並無資訊工程背景，卻依然能做出這樣的結果，意味者合成受訪者的風險不容小覷。

為此，他認為問卷平台應更加透明，實施受訪者驗證、公開篩選機制並限制 IP 作答。他也呼籲研究者對低價競標、對受訪者沒有把關機制的的黑箱平台保持高度警覺。 亦可將「真人驗證」改從手機的硬體偵測，例如：陀螺儀（gyroscope）、螢幕觸控壓力這類目前仍難以偽造的物理訊號。
-
【綜合問答】

1️⃣ 那我們還能相信民調嗎？

Dr. Westwood 表示，民調對民主未必是健康的，問卷應回歸社會科學研究本身，而非服務選舉敘事。不過 YouGov、《紐約時報》、BBC、《經濟學人》等嚴謹來源依然值得信任，關鍵在於「認清你的資料從何而來，若不信任來源，就別信任結果」。

2️⃣ 開發 AI 的科技公司在意合成受訪者嗎？

Dr. Westwood 指出，OpenAI、Anthropic、Apple 都已注意到「合成受訪者」這個問題，但這些公司陷入了兩難：它們既不想鼓勵這種行為，卻又希望自家模型夠強大，足以勝任這類任務。因此，它們未必有意願投入大量運算資源去真正阻止這件事。再者，若真要辨識機器人，勢必得蒐集大量資料，此舉反而會引發使用者對隱私的疑慮。即使目前仍有辨識的方法，但這終究是一場軍備競賽，這些方法遲早都會失效。

3️⃣ 能否借鑑過往對抗社群機器人（Social Bot）的資訊戰經驗？

與會者指出：社群機器人也經常被用來操縱輿論，這些假帳號為了潛伏在各大社群媒體中，往往也會設定一定的人物形象以維持互動，性質與合成受訪者頗為相似。對此，Dr. Westwood 說明，AI 在「你最喜歡的顏色」、「你未來是否會買車」這類問題上預測表現得不錯，但一碰到「你下一次大選會投給誰」這類政治問題，就會災難性地出錯。此外，訓練 AI 需要時間，模型未必知道近期發生的重大事件，甚至可能反駁提問者。兩者相似卻略有差異，但這確實是一個值得探討的研究方向。
-


新技術讓機器與人類越來越無從區分，過去仰賴的那套「越嚴格越安全」的檢測邏輯，也逐漸失去了意義。為此而設下更嚴苛的認證關卡，往往在篩選掉機器人的同時，也流失了更多真實的人。純粹從技術端防堵，終究會淪為一場沒有盡頭的軍備競賽：我們每公開一種偵測方法，攻擊者就多學會一種規避方式。或許答案不在更聰明的設計裡，而是需要仰賴人治社會下的互信基礎，才有可靠的資料來源。這份信任本就是民主的基石，也是面臨危機是最堅實的防線。

如果你也對人工智慧、調查法與政治民調感興趣，歡迎持續追蹤我們的粉專，掌握最前沿的研究方法與資訊喔！
-
#臺灣經驗實證調查資料庫 #大型語言模型 #合成受訪者 #調查研究 #中央研究院

08/08/2026

👨‍👧 沉默的父親，你有聽爸爸說過他的心事嗎？🧔‍♂️
-
每年父親節，我們總在張羅同樣的事。訂餐廳、挑禮物，問他「想吃什麼？」、「想要什麼？」爸爸通常也只是擺擺手，說「不用啦」、「我都可以」。這幾乎是每個家庭都熟悉的對話。平時除了吃飽穿暖的問候和有些煩人的嘮叨，我們似乎很少聽到爸爸分享他真實的感受。久而久之，彼此之間的關係似乎就好像「忽略」了什麼一樣。

#家庭動態調查 近年調查中，對於有六歲以上小孩的受訪者，會逐一詢問受訪者平常會不會跟每個小孩訴說心事或煩惱。針對 2024 年調查資料，我們以男性受訪者為對象，統計前述問題的答案。對「從未、偶爾、有時、經常、總是」五個選項，分別轉換為 1 至 5，數值越高代表受訪者越常向子女訴說心事或煩惱。如有多位子女，以數值最高者設算。

如圖所示，「從未」跟子女訴說心事或煩惱的男性受訪者，占了 58.7%。中位數與眾數同樣皆為 1，平均數則為 1.59。整體而言，台灣的父親在子女面前，習慣將壓力和煩惱藏在心底。 台灣的父親幾乎是沉默的。

父親們把心事收得很好，好到子女經常難以察覺。這個父親節，除了聚餐送禮，不妨多留一點時間，聊聊平時不會聊的話題。如果正在看文章的你已是人父，這次也說說那些平常都不會特別聊的事吧！
-
📊 你對台灣家庭、代間關係與互動等議題感興趣嗎？歡迎多加利用我們的資料庫，一起從數據看見更真實的台灣家庭！👉tesd.survey.sinica.edu.tw👈
-
#父親節快樂 #沉默的父親 #家庭動態調查

07/08/2026

🎉 TESD 2026 學術研討會圓滿落幕！

由國科會「臺灣實證資料推動與加值計畫」主辦的 TESD 2026 學術研討會，於 7 月 31 日圓滿落幕。本屆整合社會變遷、傳播、政治、法律、幼兒發展等領域之八大學術調查資料庫，匯集各領域頂尖學者發表實證研究成果，展現台灣長期累積的資料在跨學門中的學術價值與應用潛力。

🎤 專題演講由達特茅斯學院（Dartmouth College）政府學系副教授 Dr. Sean J. Westwood 帶來「大型語言模型對線上調查研究的潛在衝擊」，聚焦 AI 時代的全新威脅 ——「合成受訪者」（Synthetic Respondents），即以 LLMs 模擬人類填答的 AI Agents。他僅用約 500 字提示語便打造出幾乎能騙過所有審查的合成受訪者，能維持人物設定回答問題、刻意「降智」模仿人類，甚至策略性地拒答檢測題。他以 2024 美國總統大選民調為例，指出僅需少量合成受訪者即可翻轉結果，並呼籲問卷平台轉向手機陀螺儀、觸控壓力等難以偽造的物理訊號進行驗證。「辨識 AI 技術運行的問卷造假將是一場持續的軍備競賽」他說道。

📊 本屆共規劃八個發表場次，由各領域學者發表使用八大核心資料庫數據所完成的研究成果。會議內容緊扣當代臺灣社會的脈動與挑戰。同時，為鼓勵青年學子與研究新進積極運用實證資料，培養以資料為基礎之研究能力，本次研討會舉辦了首屆「2026 臺灣經驗實證調查資料論文獎」。實證調查資料在青年研究者手中開展出新的問題意識與分析視角，獲獎作品題材多元，共收得 34 篇投稿，經評審選出 7 篇獲獎。

🙏 感謝所有與會學者、八大資料庫團隊，以及國科會的支持。展望未來，計畫將持續深化資料整合與加值，推動跨領域合作應用，讓臺灣的實證資料庫成為社會共享的公共資產。期待明年再相見，一起用資料回應臺灣社會的重要議題！

#臺灣實證資料 #八大資料庫 #圓滿落幕