熵的测量能否匹配人类对AI生成图像多样性的判断？Grace 等人提出AI图像多样性的熵基测量方法，比较算法指标与人类评分，发现算法可代理人类判断但随任务难度增加准确性下降，为创意支持工具评估提供新视角。2026KGKazjon Grace et al.The University of Sydney生成式AI（文本、图像、音乐、视频）可解释人工智能（XAI）创意协作与反馈系统CHI
Enable Partial Participation in Remote MeetingsBai 等人提出 ProxyMe 系统，通过 AI 代理支持远程会议的部分参与，探究更新频率与响应方式对社交存在感与认知负荷的影响。2026ZBZhongyi Bai et al.University of Sydney远程工作工具与体验分布式团队协作大语言模型（LLM）的人机协作CHI
叙事与视角：人工智能摘要如何引导社交媒体用户的观点与参与行为Govers 等人通过144人实验发现，展示同意百分比的AI摘要放大从众效应，而叙事摘要造成极化讨论的平衡错觉，揭示AI摘要对用户观点的差异化影响。2026JGJarod Govers et al.University of Melbourne对话式聊天机器人虚假信息与事实核查AI 伦理、公平与问责CHI
多模态人机交互中的目光与语音：范围综述Khan 等人对103项研究进行综述，系统分析目光与语音在多模态交互中的结合方式，识别出消除歧义、定位参照和适应性支持等应用场景。2026AKAnam Ahmad Khan et al.KAIST眼动追踪与注视交互语音用户界面（VUI）设计情感化人机对话CHI
恢复、探索与转变：年轻人如何通过 Character.AI 寻求娱乐、情感与自我发现Blake 等人分析 Character.AI Discord 4172名用户，发现青少年主要用 AI 进行情绪调节、创意探索和身份发展，提出恢复/探索/转变三维框架以指导以青年为中心的 AI 设计。2026ABAnnabel Blake et al.The University of Sydney生成式AI（文本、图像、音乐、视频）大语言模型（LLM）的人机协作AI 伦理、公平与问责CHI
多代理LLM接口中的意义建构：用户如何解读透明度和可信度线索Pareek 等人研究用户对多代理LLM透明度与可信度线索的解读，发现透明度需求是动态情境依赖的，提出理想的"恰到好处"透明度概念及设计框架。2026SPSaumya Pareek et al.University of Melbourne大语言模型（LLM）的人机协作可解释人工智能（XAI）隐私设计与用户控制CHI
一具身体，两颗心灵：远程超能力肢体遥操作中的VR视角切换Zhou 等人提出VR遥操作中三种视角切换方案：离体视角提升导航效率减少错误，嵌入式锚定视角支持具身感，为超能力机械肢操作提供视角选择指南。2026HZHongyu Zhou et al.The University of Sydney远程操控与遥呈现（Telepresence）VR 中的社交与协作沉浸感与临场感研究CHI
是你还是机器？——在混合现实空间中跨分布 sociocultural 规范的翻译Wong 等人通过反事实卡片活动探索混合现实中的设计张力，发现参与者评估的因素与预期违规理论相似但有偏离，为MR空间信息与sociocultural规范的权衡提供了设计启示。2026EWEmily Wong et al.The University of Sydney混合现实工作空间沉浸感与临场感研究XR 中的身份认同与化身（Avatar）CHI
更优假设，更强结论：HCI中有序回归的案例Syiem等人审视HCI中有序数据的统计方法使用现状，倡导使用累积链接模型替代传统方法以获得更可靠的统计分析结论。2026BSBrandon Victor Syiem et al.University of Sydney用户研究方法（访谈、调查、观察）计算方法在HCI中的应用研究伦理与开放科学CHI
WICE: 加权疲劳消耗耐力模型——量化负重物体肩部疲劳的方法Li 等人提出 WICE 模型，整合重量信息和手臂质量，通过贝叶斯框架量化肩部疲劳，为负重 MR 交互的人体工程学设计提供客观指标。2025TLTinghui Li et al.力反馈与伪重力感全身交互与体感输入生物传感器与生理监测UIST
你的物理环境如何影响虚拟现实中的空间存在感Gemert 等人利用贝叶斯回归模型研究发现，限制物理环境空间知识可增加VR空间存在感，但障碍物碰撞会显著降低存在感，反复避障进一步削弱体验。2025TGThomas van Gemert et al.University of Copenhagen, Department of Computer Science混合现实工作空间沉浸感与临场感研究环境感知与上下文计算CHI
使用因果模型在人机交互中进行理论化Velloso 等人提出图形因果建模作为 HCI 理论构建工具，提供逐步指南帮助研究者开发研究问题表示、识别混杂因素并构建替代解释2025EVEduardo Velloso et al.University of Sydney, School of Computer Science可解释人工智能（XAI）计算方法在HCI中的应用CHI
“这不是AI的错因为它完全依赖数据”：AI决策的因果归因如何影响对AI系统的信任Pareek等人通过192人实验发现，内部归因因感知AI高自主性而降低信任，外部归因将AI视为工具而提高信任，且风险调节此关系。2025SPSaumya Pareek et al.University of Melbourne, School of Computing and Information Systems可解释人工智能（XAI）AI 伦理、公平与问责隐私设计与用户控制CHI
人类与日常AI系统交互中的责任归属Brailsford 等人通过321名参与者贝叶斯建模实验，发现尽管参与者更倾向将责任归因AI系统，但积极结果时更倾向于共同责任，消极结果时责任归属更复杂。2025JBJoe Brailsford et al.The University of Melbourne, School of Computing and Information SystemsAI 伦理、公平与问责算法公平与偏见CHI
分布式混合现实协作中的空间异质性Wong 等人提出空间异质性框架，将分布式MR协作分解为活动区域、异质性阶梯、混合亲密度和解决方案矩阵四个核心组件，助力导航空间技术与社交行为权衡。2025EWEmily Wong et al.The University of Sydney, School of Computer Science; The University of Melbourne, School of Computing and Information Systems混合现实工作空间环境感知与上下文计算CHI
估计负重和行走对混合现实交互的影响Li 等人构建贝叶斯回归模型分析负重与行走对混合现实交互的影响，发现 1.0 公斤负重使移动时间增 28%，行走使移动时间增 63%、错误率增 8.4%。2025TLTinghui Li et al.University of Sydney, School of Computer Science全身交互与体感输入混合现实工作空间CHI