桥接神经疾病本体论：面向数字表型研究与设计中以患者为中心的数据实践So 等人对12名神经退行性疾病患者进行访谈，发现患者希望通过深度数字表型数据追踪症状、桥接不同的病情理解，并为以患者为中心的临床研究实践提供设计启示。2025JSJianna So et al.Beyond AI: Additional Considerations for Enhancing HealthcareCSCW
基于过度依赖率的人工智能辅助个性化决策Swaroop 等人提出基于过度依赖率的 AI 辅助个性化方法，通过探针问题快速识别用户过度依赖特征，显著提升人机团队决策性能。2025SSSiddharth Swaroop et al.可解释人工智能（XAI）AI 辅助决策与自动化系统IUI
对比解释可以预见人类误解，从而提高人类决策技能Buçinca 等人提出以人类为中心的对比解释框架，628人实验表明该解释显著提升用户独立决策能力而未牺牲准确性，可缓解AI辅助决策中的技能退化问题。2025ZBZana Buçinca et al.Harvard University, School of Engineering and Applied Sciences可解释人工智能（XAI）AI 辅助决策与自动化系统CHI
时间压力下AI辅助决策的准确性-时间权衡Swaroop 等人研究表明，时间压力显著改变用户对AI辅助工具的使用模式，过度依赖倾向用户与非过度依赖用户表现出不同的行为特征，建议根据用户特性动态调整AI辅助展示策略以优化准确性与效率权衡。2024SSSiddharth Swaroop et al.可解释人工智能（XAI）AI 辅助决策与自动化系统算法公平与偏见IUI
信任还是思考：认知强制功能可减少 AI 辅助决策中对 AI 的过度依赖Buçinca 等人设计了三种认知强制干预措施来减少 AI 辅助决策中的过度依赖，发现其效果受认知需求调节，但减少过度依赖最多的设计获得最差的主观评分。2021ZBZana Buçinca et al.Interpreting and Explaining AICSCW
问我还是告诉我？提高众包设计反馈的有效性Lekschas 等人通过结合开放式问题与声明性反馈，发现基于问题的众包反馈含更多中性情绪，问题+声明形式可显著提升设计修订质量。2021FLFritz Lekschas et al.Harvard University创意协作与反馈系统众包任务设计与质量控制原型设计与用户测试CHI
在时间紧迫的医疗决策中设计值得信赖和协作的AI：一种社会技术视角Jacobs等人通过迭代共同设计研究抗抑郁治疗决策支持系统，提出应设计为支持医患合作的多用户系统并提供按需解释，以适应真实临床环境。2021MJMaia Jacobs et al.Northwestern University可解释人工智能（XAI）AI 辅助决策与自动化系统CHI
DataSelfie：赋能人们设计个性化视觉来代表他们的数据Kim 等人开发 DataSelfie 系统，允许用户收集个人数据并设计自定义视觉效果，通过用户研究评估该系统对个体和协作理解的潜在影响。2019NKNam Wook Kim et al.Harvard University交互式数据可视化数据故事讲述（Data Storytelling）CHI
BubbleView：一个用于众包图像重要性映射和跟踪视觉注意力的界面Kim 等人提出 BubbleView 鼠标点击移动窗口方法，通过模糊图像揭示气泡区域近似眼动固定点，10个实验验证28种参数组合的有效性。2018NKNam Wook Kim et al.Harvard University眼动追踪与注视交互可视化感知与认知CHI