创意所有权范式Polimetla 等人提出创意所有权三维框架（人、过程、系统），通过21位创意专业人员访谈验证其覆盖完整，并能扩展反思深度，为人机协作中的所有权研究提供共享语言。2026TPTejaswi Polimetla et al.Harvard University生成式AI（文本、图像、音乐、视频）大语言模型（LLM）的人机协作创意协作与反馈系统CHI
符号如何演变：历史分析及其对支持用户自定义抽象的启示Zhang等人通过历史分析揭示符号发展的三个社会阶段与三个功能阶段，为支持用户自定义抽象的系统设计提供启示。2026JZJingyue Zhang et al.Université de montréal生成式AI（文本、图像、音乐、视频）大语言模型（LLM）的人机协作参与式设计（Participatory Design）CHI
SemanticCommit：帮助用户大规模更新AI记忆的意图规范Vaithilingam 等人提出 SemanticCommit 界面，基于知识图谱检测 AI 记忆更新中的语义冲突，帮助用户维护意图规范一致性，增强用户控制感2025PVPriyan Vaithilingam et al.大语言模型（LLM）的人机协作AI 辅助决策与自动化系统算法透明度与可审计性UIST
AbstractExplorer：利用结构映射理论增强大规模比较性细读Gu 等人开发 AbstractExplorer 系统，利用结构映射理论和大语言模型，通过比较细读、角色高亮和结构化排序帮助研究者快速熟悉包含超1000篇论文的大型会议摘要语料库2025ZGZiwei Gu et al.大语言模型（LLM）的人机协作交互式数据可视化UIST
通过人类概念学习和认知理论支持共适应机器教学Gebreegziabher 等人开发 MOCHA 工具，利用变体理论生成反事实数据和结构对齐理论呈现反例组，帮助用户理解模型并批量标注，提升交互式机器学习效果。2025SGSimret Araya Gebreegziabher et al.University of Notre Dame, Department of Computer Science and Engineering可解释人工智能（XAI）AI 辅助决策与自动化系统CHI
创意作家对写作的态度作为大型语言模型的训练数据Gero 等人采访33位创意作家，发现其虽支持创意链、尊重写作等原则，但对LLMs使用其作品更关心权力失衡而非技术本身。2025KGKaty Ilonka Gero et al.Harvard University, Department of Computer Science大语言模型（LLM）的人机协作AI 伦理、公平与问责算法公平与偏见CHI
CorpusStudio：在写作过程中揭示先前作品语料库中的新兴模式Dang 等人提出CorpusStudio工具，在写作过程中揭示先前作品语料库的模式，帮助作者识别写作规范并增强规范遵循信心。2025HDHai Dang et al.University of Bayreuth, HCI+AIAI 辅助创意写作创意协作与反馈系统CHI
想象与人工智能协同设计的未来：动态锚定、建设性协商与可持续动机Vaithilingam 等人提出 AI 辅助设计的三大可供性（动态锚定、建设性协商、可持续动机），通过设计虚构“松鼠游戏”原型展示人机协同设计工作流的未来图景。2024PVPriyan Vaithilingam et al.大语言模型（LLM）的人机协作设计虚构（Design Fiction）DIS
DynaVis：用于可视化编辑的动态合成UI小部件Vaithilingam 等人提出 DynaVis 系统，融合自然语言描述与动态合成 UI 小部件，使可视化编辑可进行后续修改与即时视觉反馈，24名参与者表示更易于探索与增强编辑信心。2024PVPriyan Vaithilingam et al.Harvard University交互式数据可视化原型设计与用户测试CHI
一种针对阅读和略读文档的AI韧性文本渲染技术Gu等人提出GP-TSM文本显著性调制方法，利用递归句子压缩识别细节并以灰色文本弱化，实验表明用户更喜欢该方法且能更有效回答GRE阅读理解问题。2024ZGZiwei Gu et al.Harvard University生成式AI（文本、图像、音乐、视频）可解释人工智能（XAI）可视化感知与认知CHI
ChainForge：用于提示工程和LLM假设检验的可视化工具包Arawjo等人开发了ChainForge开源可视化工具包，支持通过图形界面比较不同LLM模型和提示变体响应，帮助用户进行模型选择、提示设计和假设检验。2024IAIan Arawjo et al.Harvard University大语言模型（LLM）的人机协作可解释人工智能（XAI）推荐系统用户体验CHI
支持大规模语言模型输出的理解Gero 等人设计五个计算LLM响应相似性及差异的可视化功能，通过24人用户研究和八个案例验证，支持多样化理解任务并提出设计指南。2024KGKaty Ilonka Gero et al.Harvard University大语言模型（LLM）的人机协作可解释人工智能（XAI）交互式数据可视化CHI
PaTAT：具有可解释交互规则合成的人工智能协作定性编码Gebreegziabher等人设计PaTAT AI工具，采用交互式程序综合方法学习用户标注模式，支持实时修正与代码修订，促进人机协作定性编码。2023SGSimret Araya Gebreegziabher et al.University of Notre Dame可解释人工智能（XAI）AI 辅助决策与自动化系统计算方法在HCI中的应用CHI
用于库比较的概念标注示例Yan 等人开发ParaLib交互界面，通过并排呈现多个概念标注的代码示例帮助程序员比较库，20人用户研究表明该方法能促进更一致、合适的库选择和更全面的相似性总结。2022LYLitao Yan et al.知识工作者工具与工作流原型设计与用户测试UIST
对抗错误信息的干预措施的比较评估：增强世卫组织清单Heuer 等人在美德实验比较WHO清单与互动版本，发现来源标签项目最有效，建议干预措施应聚焦于提供来源标签。2022HHHendrik Heuer et al.University of Bremen内容审核与平台治理虚假信息与事实核查CHI
Assuage：使用引导探索的汇编合成Hu 等人设计了 Assuage 并行交互式汇编合成器，通过用户语义提示指导合成过程，用户研究表明其能显著提高不同专业水平参与者的成功率并降低工作负荷。2021JHKehang Zhu et al.大语言模型（LLM）的人机协作计算方法在HCI中的应用UIST
大规模可视化深度神经网络示例Yan 等人提出 ExampleNet 可视化系统，帮助程序员探索大型 DNN 项目并比较模型结构与超参数，16 人实验表明该系统显著提升设计决策质量并减少错误。2021LYLitao Yan et al.Harvard University大语言模型（LLM）的人机协作交互式数据可视化CHI
通过交互重建评估生成模型的可解释性Ross 等人提出交互重建任务评估生成模型可解释性，在合成和真实数据集上比基线方法更可靠地区分模型。2021ARAndrew Ross et al.Harvard University可解释人工智能（XAI）AI 辅助决策与自动化系统算法透明度与可审计性CHI
可解释的程序合成Zhang 等人提出可解释的程序合成方法，通过三种表示方法（演绎/归纳/枚举）揭示综合过程，使正则表达式编程任务成功率显著提升。2021TZTianyi Zhang et al.Harvard University可解释人工智能（XAI）原型设计与用户测试CHI
基于增强示例的交互式程序合成Zhang等人提出语义与数据两种示例增强方式辅助编程示例合成，在正则表达式任务中验证能显著提高用户任务成功率并增强对合成程序的信心。2020TZTianyi Zhang et al.编程教育与计算思维计算方法在HCI中的应用UIST