有用性与新颖性的解耦：评估生成式人工智能对设计输出和新手设计师创造性思维的影响Fu等人通过36人设计广告实验发现，GenAI支持的设计被认为更有创意和新颖，但客户未感知有用性提升，揭示了创意中新颖性与有用性的解耦现象。2026YFYue Fu et al.University of Washington驱动创新CHI
运动中的触摸屏：量化认知负荷对分心驾驶员的影响Shen 等人使用 N-back 任务诱导认知负荷，发现驾驶时触摸屏指向吞吐量下降 58.1%，横向驾驶偏差增加 41.9%，揭示了分心驾驶中的「手在眼先」现象。2025XSXiyuan Shen et al.抬头显示（HUD）与驾驶辅助系统（ADAS）车内触觉、声音、多模态反馈UIST
SlideAudit：用于演示幻灯片自动评估的数据集与分类法Zhang 等人构建了 SlideAudit 数据集,提出幻灯片设计缺陷分类法,AI 模型在该基准上 F1 分数仅 0.331-0.655, Taxonomy 提示可显著提升缺陷识别与修复效果。2025ZZZhuohao (Jerry) Zhang et al.可解释人工智能（XAI）推荐系统用户体验原型设计与用户测试UIST
ArtInsight:支持混合视力家庭AI驱动艺术创作的参与系统Chheda-Kothary 等人开发 ArtInsight 系统,利用大语言模型为失明或低视力家庭成员生成创意描述和促进性问题,增强亲子艺术互动。2025ACArnavi Chheda-Kothary et al.生成式AI（文本、图像、音乐、视频）AI 辅助创意写作边缘化群体赋权IUI
ScreenAudit：使用大型语言模型检测移动应用中的屏幕阅读器无障碍错误Zhong 等人开发 ScreenAudit 系统，利用 LLM 检测移动应用屏幕阅读器无障碍错误，实现 69.2% 覆盖率，显著优于现有 31.3% 的检查器2025MZMingyuan Zhong et al.University of Washington, Computer Science & Engineering生成式AI（文本、图像、音乐、视频）可解释人工智能（XAI）视觉障碍者技术（屏幕阅读器、触觉图形、盲文）CHI
基于能力的移动设计工具包（ABD-MT）：为开发者提供基于用户能力的运行时界面适配支持Kong 等人开发 ABD-MT 工具包，通过运行时监测用户能力并建模「能力画像」，使开发者以减少 91.5% 代码量实现界面自适应和无障碍功能。2024JKJunhan Kong et al.运动障碍辅助输入技术认知障碍与神经多样性（自闭症、ADHD、阅读困难）通用设计与包容性设计MobileHCI
Ga11y: 一个为视觉障碍用户自动注解GIF的系统Zhang 等人提出Ga11y系统，结合机器智能与众包为视觉障碍用户自动注解GIF，通过Android客户端和网络界面获得中美12名用户积极反馈2022MZMingrui Ray Zhang et al.University of Washington视觉障碍者技术（屏幕阅读器、触觉图形、盲文）CHI
多因素对比检验的对齐秩变换程序Elkin等人创建ART-C算法用于多因素HCI实验的对齐秩变换后对比检验，验证其不膨胀I类错误率且统计功效更高。2021LELisa A. Elkin et al.用户研究方法（访谈、调查、观察）计算方法在HCI中的应用UIST
Voicemoji：为视障人士使用的语音输入表情符号Zhang 等人开发Voicemoji语音表情符号输入系统，12名视障用户测评发现输入时间减少91.2%，全员偏好新系统2021MZMingrui Ray Zhang et al.University of Washington智能语音助手（Alexa、Siri 等）视觉障碍者技术（屏幕阅读器、触觉图形、盲文）CHI
文本输入吞吐量：在单一性能指标中统一速度和准确性Zhang 等人基于香农信息论提出文本输入吞吐量度量标准，实验证明该指标在16名参与者不同速度-准确性偏差条件下保持相对稳定，可统一评估文本输入性能。2019MZMingrui Ray Zhang et al.University of Washington用户研究方法（访谈、调查、观察）计算方法在HCI中的应用CHI
超越输入流：使用转录序列使文本输入评估更加灵活Zhang 等人提出转录序列方法替代输入流范式，可完整捕获转录字符串以支持自动纠正等现代功能，验证准确率达100%，并提供TextTest++评估工具。2019MZMingrui Ray Zhang et al.原型设计与用户测试UIST
先打字后纠正：使用神经网络实现移动文本输入的智能文本纠正技术Zhang 等人提出三种移动端智能文本纠正技术，采用先输入纠正再应用的交互范式，配合深度学习算法定位错误，显著提升文本纠正效率。2019MZMingrui Ray Zhang et al.大语言模型（LLM）的人机协作AI 辅助决策与自动化系统UIST
突然间，我们成为了彼此的治疗师：为心理健康设计同伴支持聊天O'Leary 等人对40名精神疾病患者开展两周聊天实验，发现引导聊天提供新视角而非引导聊天则促进情感联结，两者均显著降低焦虑。2018KOKathleen O'Leary et al.University of Washington对话式聊天机器人会话代理的人格与拟人化心理健康应用与在线支持社区CHI
醉酒用户界面：通过日常智能手机任务确定血液酒精水平Mariakakis等人提出DUI应用，利用性能指标和传感器数据训练机器学习模型估计血液酒精水平，绝对平均误差达0.005%±0.007%，与呼吸分析仪相关系数0.96。2018AMAlex Mariakakis et al.University of Washington生物传感器与生理监测环境感知与上下文计算CHI