论文标题	作者	研究主题
emoji_events WeAudit：在审计生成式AI中为用户审计员和AI实践者提供支持 Deng 等人开发 WeAudit 系统，支持用户审计员对生成式AI进行单独和集体审计，生成可被行业实践者采纳的可操作见解。	WD Wesley Hanwen Deng et al.卡内基梅隆大学	Online & AI Harms
Matcha：用于创建准确隐私营养标签的 IDE 插件 Li 等人开发 Matcha IDE 插件，自动分析应用代码生成精确的隐私营养标签，帮助用户理解应用数据收集行为。	TL Tianshi Li et al.卡内基梅隆大学
通过人工智能行为描述改善人机协作 Cabrera 等人提出通过展示AI行为描述（AI在不同实例子集上的表现细节）来改善人机协作，可帮助用户识别AI失败并适度依赖AI，提高决策准确率。	ÁC Ángel Alexander Cabrera et al.卡内基梅隆大学	Human AI Collaboration I
芝诺：用于机器学习行为评估的交互式框架 Cabrera 等人通过访谈18位机器学习从业者识别行为评估挑战，设计 Zeno 通用框架，使从业者能可视化测试AI系统并发现新的系统性故障。	ÁC Ángel Alexander Cabrera et al.卡内基梅隆大学
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
用户驱动算法审核中的参与和劳动分工：普通用户如何合作揭示算法危害？ Li等人通过分析17,984条推文揭示用户驱动算法审核的参与模式，识别出假设生成、数据收集、放大等五种内容角色，为支持集体审计提供设计启示。	RL Rena Li et al.卡内基梅隆大学
emoji_events 理解前线工作人员和无家可归者对在无家可归服务中使用AI的看法 Kuo 等人采用AI生命周期漫画板方法收集利益相关者对AI住房资源分配系统的反馈，发现即使无AI知识者也能提供关键设计和部署建议	TK Tzu-Sheng Kuo et al.卡内基梅隆大学
'问题，但我不在乎'：大学对账户共享的看法 Wang 等人通过23名大学成员的访谈揭示账户共享被视为低风险实践，安全往往让位于效率，反映技术功能与实际社会需求的显著差距。	SW Serena Wang et al.卡内基梅隆大学	Perspectives on Security & Privacy; Perspectives on Security & Privacy
探索智能家庭中支持隐私保护行为的用户需求 Jin 等人调查159名用户，提炼33种智能家居隐私保护行为，发现用户倾向物理屏蔽等临时方法，设计11个概念评估显示"隐私诊断"最受欢迎。	HJ Haojian Jin et al.卡内基梅隆大学
“分享是我们的共同责任”：情侣账户共享的演变 Lin等人通过19次访谈发现，情侣账户共享行为随关系发展推进，在同居、结婚等节点发生重大变化，受关系生态影响，为支持不同阶段共享需求的设计提供机会。	JL Junchao Lin et al.卡内基梅隆大学	Connecting and Reaching Out
利用众包故障报告发现和验证人工智能错误 Cabrera 等人提出众包故障报告方法并设计 Deblinder 可视化系统，帮助开发者发现和验证 AI 模型系统性错误，通过访谈验证其有效性并提升模型性能。	ÁC Ángel Alexander Cabrera et al.卡内基梅隆大学	Crowds and Collaboration
MessageOnTap：一种促进与消息相关任务的暗示性界面 Chen 等人设计 MessageOnTap 推荐界面，利用词嵌入根据短信内容推荐相关应用，将任务完成速度提升3.1倍。	FC Fanglin Chen et al.卡内基梅隆大学
记忆宫殿：探索用于强安全、高可记忆、低频率认证的视觉-空间路径 Das 等人提出 Memory Palace 认证系统，通过第一人称视角3D虚拟迷宫路径作为密钥，一周后记忆保持力显著优于9点图案锁，且更难被肩窥破解。	SD Sauvik Das et al.佐治亚理工学院