Jason I. Hong

论文总数

HCI 排名

#665

研究领域

活跃年数

近期发表

Jason I. Hong 最新论文

Deng 等人开发 WeAudit 系统，支持用户审计员对生成式AI进行单独和集体审计，生成可被行业实践者采纳的可操作见解。

Li 等人开发 Matcha IDE 插件，自动分析应用代码生成精确的隐私营养标签，帮助用户理解应用数据收集行为。

Cabrera 等人提出通过展示AI行为描述（AI在不同实例子集上的表现细节）来改善人机协作，可帮助用户识别AI失败并适度依赖AI，提高决策准确率。

Cabrera 等人通过访谈18位机器学习从业者识别行为评估挑战，设计 Zeno 通用框架，使从业者能可视化测试AI系统并发现新的系统性故障。

Li等人通过分析17,984条推文揭示用户驱动算法审核的参与模式，识别出假设生成、数据收集、放大等五种内容角色，为支持集体审计提供设计启示。

Kuo 等人采用AI生命周期漫画板方法收集利益相关者对AI住房资源分配系统的反馈，发现即使无AI知识者也能提供关键设计和部署建议

Wang 等人通过23名大学成员的访谈揭示账户共享被视为低风险实践，安全往往让位于效率，反映技术功能与实际社会需求的显著差距。

Jin 等人调查159名用户，提炼33种智能家居隐私保护行为，发现用户倾向物理屏蔽等临时方法，设计11个概念评估显示"隐私诊断"最受欢迎。

Lin等人通过19次访谈发现，情侣账户共享行为随关系发展推进，在同居、结婚等节点发生重大变化，受关系生态影响，为支持不同阶段共享需求的设计提供机会。

Cabrera 等人提出众包故障报告方法并设计 Deblinder 可视化系统，帮助开发者发现和验证 AI 模型系统性错误，通过访谈验证其有效性并提升模型性能。

ios_share

https://hci.top/zh/authors/2520?source=all