Narendra Nath Joshi 最新论文
Brachman 等人研究人-AI协作在数据标注冲突解决中的应用，发现自动化可提高准确率和时间效率，但提供标注者和AI信息可减少对自动化的不当依赖。
Ashktorab 等人在Mechanical Turk上开展156人实验，发现批量标注可提升效率，但需关注AI质量对标注者过度依赖的影响，并提出相应缓解机制。
Desmond 等人设计 AI 标注助手，利用半监督学习预测标签并缩小决策空间，用户研究表明该界面显著提升标注速度与准确性。
Muller 等人通过实证研究领域专家的标签工作，揭示机器学习地面真实数据设计中原则设计、迭代设计、即兴设计三种模式，为以人为中心的数据科学提供理论解释
Weisz 等人设计 BigBlueBot 教学体验，通过模拟对话崩溃与修复场景，教授用户人机交互策略，在 88 人评估中有效提升用户交互意愿与同理心。
https://hci.top/zh/authors/7674?source=all