「議題在哪裡？」從外部探索到生活洞察：找尋專屬研究議題的三階段心法
2026-08-20
10
好的議題從來不是憑空掉下來的，它是一連串發現問題與解決問題的動態過程。從巨人的肩膀出發，最終回歸到我們對生活的深刻觀察。 無論是在指導學生進行專題研究，還是在社群上與各領域的創作者交流，最常被問到的一個問題絕對是：「老師，我不知道該做什麼題目？」或者是「我有一個模糊的方向，但不知道怎麼收斂成一個好議題？」 尋找適合的議題（或研究題目），其實就像是打造一套屬於自己的專案系統。
尋找適合的議題（或研究題目），其實就像是打造一套屬於自己的專案系統。根據我過去在學術界與實務界的經驗，我將這個「尋找題目」的過程，拆解為由淺入深的三個階段。
🧭 第一階段：來自外部 —— 站在巨人的肩膀上
當我們對某個領域還不夠熟悉時，最快的方式是「向外看」。這個階段的核心是「過往研究與他人建議」。
這裡又可以分為兩種情境：
1. 已經有初步想法：尋找「時空背景」的待答缺口
如果你已經根據自己的專長、技能或背景，有了一些模糊的關鍵字。這時你該做的，是去翻閱過去的研究（尤其是 Review Paper 文獻回顧）。
你的目標不是重複別人做過的事，而是去了解趨勢與發展，並找出「未被解決的待答問題」或「時空背景的差異」。例如：十年前的教學理論，在加入現在的生成式 AI 後，會產生什麼本質上的改變？
2. 完全沒有想法：從專家的軌跡中「逆向工程」
如果腦袋一片空白，不妨主動詢問意見，或是直接分析你感興趣領域中的「專家」。去盤點這些前輩過往的經歷、研究計畫與發表著作。從他們的軌跡中，找出相似或感興趣的議題，以此作為你深入研究或跨領域分析的起點。
🛠️ 第二階段：來自需求 —— 發現問題，解決問題
當你從外部獲取了足夠的基礎認知後，接下來必須把視角拉回自己身上。這個階段的核心是實務痛點。
試著從自身或周遭環境中觀察：「為什麼這個問題一直存在？為什麼大家的需求沒有被解決？」
通常，一個有價值的實務議題會落在以下三種情境中：
- 有相關研究，但推廣度低： 許多理論在實驗室裡很完美，但到了實務現場卻難以落地。你的題目就可以是：「如何將這項技術『大眾化』，設計出符合第一線人員需求的工作流？」
- 有相關研究，但鮮少應用於自身領域： 這就是所謂的「跨界紅利」。例如資訊科學界常用的某種演算法，如果搬到教育心理學的文本分析中，會擦出什麼火花？
- 鮮少人觸及的藍海： 完全沒有前人走過的路。這時你的挑戰在於「開拓議題」，定義並證明這個需求是真實存在的。
（這也是為什麼我經常鼓勵學生動手做「雛形」。為了解決真實痛點而做的粗糙雛形，往往比為了交差而做的完美報告更有研究價值。）
💡 第三階段：來自生活 —— 觀察世界，跨域整合
當你的敏銳度被訓練到一定程度後，你會發現大學專題老師說的那句「生活即議題」是真的。
這個最高階的階段，靈感來源無所不在：別人的疑問、社群上的提問、社會趨勢、大數據資料，甚至是一個剛推出的新型態工具（例如最近的 MCP 協定）。
在這個階段，你不需要再死守著生硬的文獻，而是學會將這些生活碎片與自身的專長做「跨域結合」。
我最常用來激發靈感的終極提問法，就是套用這個「如果加入...」的魔法句型：
- 👉 「加入 [某種新元素/新工具] 後，原本的這個流程會不會變得更好？」 (例如：在傳統的公文審核流程中，加入 AI 結構化提示詞，會不會大幅降低錯誤率？)
- 👉 「加入 [某個特定變項] 進行調查，比較不同族群與對象的差異？」 (例如：同樣是使用 AI 工具，資深樂齡族群與數位原生世代，在學習動機與產出品質上有什麼差異？)
結語：議題是「長」出來的，不是「找」出來的
從外部的文獻回顧，到內部的需求解題，最終融會貫通於日常生活的觀察。
當我們把這三個階段走過一遍，你會發現，好的議題與題目從來不是在書桌前硬「找」出來的，而是帶著強烈的好奇心與解決問題的渴望，在真實世界中一點一滴「長」出來的。
保持腦袋不停運轉，對生活多問一句「為什麼？」，你專屬的獨特議題，其實早就在那裡等著你了。