论文标题	作者	研究主题
从反思到修复：数据集文档工具的范围综述 Reynolds-Cuéllar 等人对59篇数据集文档工具文献进行系统综述，识别出价值操作化不清、去背景化设计、劳动力需求未解决、集成常被搁置四个阻碍采用与标准化的模式，呼吁转向机构层面的解决方案。	PR Pedro Reynolds-Cuéllar et al.麻省理工学院
emoji_events 红队测试LLM作为社会技术实践：从探索与数据创建到评估 Garcia 等人通过22次访谈揭示红队数据集开发中的社会技术实践，发现实践者对风险的概念化常忽略交互背景和用户特异性，为HCI研究者提供扩展红队实践的机会。	AG Adriana Alvarado Garcia et al.国际商业机器公司
谁有权定义安全？——生成式AI研究中如何应对青少年在线安全的系统性综述 Oguine 等人系统综述了生成式AI与青少年研究，发现当前主要由AI专家主导且将安全视为技术特征，呼吁人机交互社区采用多利益相关方参与的全生命周期方法来应对青少年在线安全。	OO Ozioma Collins Oguine et al.圣母大学
面向全体的在线安全：全球南方青年在线安全的系统综述与社会文化洞察 Oguine 等人对 66 项研究进行系统综述，发现全球南方青年在线安全研究集中亚洲、侧重定量方法，强调文化因素的关键作用。	OO Ozioma Collins Oguine et al.圣母大学	Trust, Safety, and Privacy in Online Communities
广告推荐学习 AI 编程到 CodeNow 系统课程、实战项目、持续更新，适合想真正把 AI 用进开发流程的人。立即查看
新兴数据实践：大型语言模型时代的数据工作 Garcia等人通过对25位LLM数据从业者的访谈，揭示开发周期中不确定性、数据实践与依赖机制的变化，为HCI研究人员提供支持Gen AI发展的三个机会。	AG Adriana Alvarado Garcia et al.国际商业机器公司
Bitacora：支持非营利组织批判性反思社交媒体数据使用的工具包 Garcia 等人设计Bitacora工具包支持非营利组织批判性分析Twitter数据，评估发现设计假设与从业者需求存在紧张关系。	AG Adriana Alvarado Garcia et al.国际商业机器公司
动员社交媒体数据：作为数据与组织之间中介的研究者的反思 Garcia等人研究社交媒体数据从生产地转移到非营利组织的过程，揭示利益相关者如何协商数据定义并提取价值用于人道主义行动	AG Adriana Alvarado Garcia et al.国际商业机器公司
记录数据生产过程：数据工作的参与式方法 Miceli等人通过2.5年参与式研究，提出将文档作为边界对象来解决机器学习数据不透明性问题，为数据生产过程的可追溯性提供新方法。	MM Milagros Miceli et al.柏林工业大学	Data Work; Data Work
数据迁移：探索社交媒体数据作为人权倡导证据的运用 Garcia 等人通过分析墨西哥 Facebook 群体上的绑架公民报告，揭示社交媒体数据迁移至离线场景作为人权证据的可行性及三种关键实践与七项数据特征。	AG Adriana Alvarado Garcia et al.国际商业机器公司	Civic Engagement and Politics
使数据可操作：墨西哥人权侵犯活动中激进主义者如何利用不完美数据推动社会变革 Garcia 等人通过访谈墨西哥15位人权活动家，发现数据缺失与冲突是其核心挑战，揭示了活动家通过建立联盟、告知公众、请求行动来推动社会变革的实践。	AG Adriana Alvarado Garcia et al.国际商业机器公司	Data in Diverse Settings
日常报告：解决公共安全的草根数据实践 Garcia 等人通过14次访谈分析墨西哥公民利用 Facebook 众包犯罪数据实践，提出草根数据实践如何弥补公共安全信息报告空白的机制。	AG Adriana Alvarado Garcia et al.国际商业机器公司	Sustainability and Local Action