HCI.TOPHCI, made easy

Farnaz Jahanbakhsh

school密歇根大学bar_chart全球第 #661 名

论文总数

12

HCI 排名

#661

研究领域

6

活跃年数

7

近期发表

Farnaz Jahanbakhsh 最新论文

CHI '26通讯作者荣誉提名暗黑模式（Dark Patterns）识别 +3

如果审核不等于屏蔽？个性化内容转换的案例

Rashed 等人提出 DIY-MOD 个性化内容转换系统，通过混淆或艺术化处理替代简单屏蔽，增强用户对敏感内容的掌控感和安全感。

CHI '26通讯作者生成式AI（文本、图像、音乐、视频） +2

解读文化：AI辅助塔罗牌占卜中的共振、随机性与协商意义

Prock 等人通过访谈塔罗牌从业者，揭示用户在AI辅助占卜中寻求协商意义的方式，提出保留模糊性的设计建议。

CHI '26一作AI 伦理、公平与问责 +2

社交媒体排序算法的价值对齐

Jahanbakhsh 等人提出基于 Schwartz 人类价值观的社交媒体内容排序系统，允许用户通过自定义价值观权重实现个性化推荐，实验证明该方法可构建符合用户价值观的信息流。

CHI '24一作隐私设计与用户控制 +1

用于就地信号传递和虚假信息评估的浏览器扩展

Jahanbakhsh 等人开发浏览器扩展程序，使用户能够评估网络内容准确性并显示信任来源的评估，为民主化错误信息管理提供新途径

CHI '23一作大语言模型（LLM）的人机协作 +2

探索使用个性化人工智能识别社交媒体上的错误信息

Jahanbakhsh等人设计个性化AI识别虚假信息，发现其对用户判断的影响随时间增加，但提供理由时可减少这种影响。

CSCW '22一作Fact Checking; Fact Checking

利用结构化可信同行评估对抗虚假信息

平台运营者已投入大量精力为用户打击虚假信息。用户也是这场战斗的利益相关者，但他们在打击虚假信息方面的努力并未得到平台的支持。在这项工作中，我们考虑了三种新的用户支持功能，使社交媒体用户在与虚假信息的战斗中拥有更大权力：（1）提供结构化准确性评估的能力，（2）用户指定对其他用户的信任指示，（3）用户根据评估的准确性配置社交动态过滤。为了理解这些设计的潜力，我们对192名在社交媒体上分享和讨论新闻的人进行了需求发现调查，发现许多人已经采取措施限制或打击虚假信息，尽管是重新利用缺乏信息评估定制结构的现有平台功能。然后，我们对实现这些用户功能的原型社交媒体平台进行了实地研究，这些功能作为结构化输入直接影响帖子的显示方式和是否显示。该研究涉…

CSCW '22二作Online Learning; Online Learning

聚光灯：大型社交注释平台中引导学习者注意力的设计

Almahmoud 等人设计视觉聚光灯机制突出重要评论，在高注册量生物学课程中验证其可显著提升学生对评论的注意力及验证感和自豪感。

CSCW '22一作Fact Checking; Fact Checking

我们的浏览器扩展让读者更改新闻文章的标题，你不会相信他们做了什么！

Jahanbakhsh 等人开发允许用户修改新闻标题的浏览器扩展，研究发现用户建议的标题在312人评估中可优于专业编辑的原始标题。

CSCW '22一作Business Processes & Worker Advocacy; Business Processes & Worker Advocacy

处理商业文档时产生的问题理解

Jahanbakhsh 等人通过两项用户研究分析了商业文档用户的信息需求，发现用户需要文档内特定角色协助，并揭示了人机协作文档助手面临的挑战。

CSCW '21一作Misinformation, Conspiracies, and Manipulations

探索发布时的轻量级干预措施以减少社交媒体上的错误信息分享

Jahanbakhsh 等人提出发布时轻量级干预清单与三种nudge设计，1668名参与者实验证明可有效减少虚假内容分享且对真实内容影响较小。

查看全部 12 篇论文 →

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/authors/36996?source=all