Jheronimus Academy of Data Science

school学校bar_chart全球第 #401 名

论文总数

HCI 排名

#401

研究领域

活跃年数

近期发表

Jheronimus Academy of Data Science 最新论文

IUI '26大语言模型（LLM）的人机协作 +2

用户对协作伙伴选择中 AI 辅助的依赖性研究

Hrkalovic 等人研究发现解释性和引导性 AI 支持比单纯推荐更能增强用户对 AI 能力感知，智力能力感知而非社交能力预测更高的依赖度。

IUI '25可解释人工智能（XAI） +1

机器学习解释的优势：AI辅助序列预测任务中的学习改进

Liang 等人通过序列预测任务实验证明，XAI解释能加速用户学习并提高AI移除后的表现恢复能力，但这种优势随任务难度增加而减弱。

IUI '25心理健康应用与在线支持社区 +1

支持社会互动自我反思的技术：系统综述

Hao 等人系统综述了23篇支持社会互动自我反思的技术文献，构建包含应用领域、学习机制、用户适应性等维度的分析框架，为设计自适应社交反思系统提供理论依据。

CHI '25AI 辅助决策与自动化系统 +2

良好的性能不足以信任AI：物流专家在其与AI规划系统长期合作中的经验教训

Kahr 等人研究发现，物流专家虽指出AI系统不完美，仍随时间建立信任，但系统不稳定性破坏信任发展，甚至推翻正确AI决策以保护同事福祉。

IUI '24可解释人工智能（XAI） +2

信任恢复之旅：错误时机对遵循AI建议意愿的影响

Kahr 等人发现AI错误时机影响信任恢复，早期错误比晚期错误导致更严重的信任下降和依赖性降低，但两者均能快速恢复，表明时间积累可提高用户对AI错误的容忍度。

IUI '24大语言模型（LLM）的人机协作 +2

利用ChatGPT实现推荐系统中以人为中心的自动解释

Silva 等人利用ChatGPT生成推荐解释，研究发现用户更喜欢ChatGPT推荐且个性化解释在推荐项目不熟悉时效果更佳。

IUI '24大语言模型（LLM）的人机协作 +1

马拉松运动中专家用户与预测模型交互的效益研究

Muijlwijk 等人开发交互式马拉松预测工具让教练调整历史比赛权重，结果显示模型准确性提升，教练信任度和接受度显著提高。

CHI '22可解释人工智能（XAI） +1

改进模型不可知的可解释人工智能工具中的特征贡献的可理解性

Hadash 等人通过用户研究发现积极框架可提升特征贡献可理解性，添加语义标签消除框架效应，将在 ArgueView 包中实现这些改进以增强可解释AI的实用性。

IUI '21推荐系统用户体验 +1

可视化与情感控制的交互式音乐流派探索

Liang等人研究发现，等高线图可视化结合情感控制比条形图更能帮助用户探索新音乐流派，提升感知信息性和可理解性。

CHI '21隐私设计与用户控制 +1

忽视背景：默认设置和框架如何减少智能家庭隐私决策中的深思熟虑？

Bahirat 等人分析智能家居隐私决策数据集，发现默认设置和框架不仅影响决策结果，还调节背景因素评估，加剧启发式决策问题，需避免于界面设计。

查看全部 12 篇论文 →

快捷操作

分享当前页面

ios_share

X in mail

https://hci.top/zh/institutions/Jheronimus%20Academy%20of%20Data%20Science?source=all

一眼看懂

机构快照

analytics

tag

展示名称

希罗尼穆斯数据科学学院

public

地区

Netherlands · Europe

leaderboard

总排名

#401

article

论文总数

calendar_month

活跃年份

2019-2026

groups

合作网络

3 位研究者 · 1 个合作机构

研究画像

Top 研究方向

query_stats

人工智能与机器学习交互

AI 辅助决策与自动化系统

健康、医疗与福祉

心理健康应用与在线支持社区

研究方法与设计实践

用户研究方法（访谈、调查、观察）

数据可视化与信息设计

交互式数据可视化

隐私、安全与信任

隐私设计与用户控制