理解AI authorship披露后读者感知的变化Nakano等人研究发现AI authorship披露会损害读者感知，但高AI素养可缓冲此效应，建议开发透明且情境敏感的写作系统以维护信任。2026HNHiroki Nakano et al.The University of Tokyo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IUI
基于大语言模型的临界论文阅读现场思考交流Fang 等人设计了一种基于大语言模型的现场思考交流界面，显著提升了年轻研究人员的批判性思维水平，多智能体条件可促进多视角比较分析。2026XFXinrui Fang et al.The University of Tokyo大语言模型（LLM）的人机协作用户研究方法（访谈、调查、观察）原型设计与用户测试IUI
当我们谈论人机交互中的框架时我们在谈论什么Fang 等人系统性综述615篇CHI论文，分析框架的使用方式与功能，提出人机交互领域框架开发需更严格、反思性和累积性的实践。2026SFShitao Fang et al.The University of Tokyo参与式设计（Participatory Design）用户研究方法（访谈、调查、观察）研究伦理与开放科学CHI
AI能否成为社交缓冲剂？研究AI辅助认知重评与叙事视角在处理困难工作场所邮件对话中的效果Yang等人研究发现AI辅助积极重评可有效降低困难工作邮件接收者的负面情绪，被评价为比中性重评更有帮助，并减少了解读中的权力相关词汇。2026CYChi-Lan Yang et al.The University of Tokyo大语言模型（LLM）的人机协作情感反馈与情绪调节界面情感化人机对话CHI
对话式接种增强对虚假信息的抵抗力Szabó 等人开发对话式接种聊天机器人，通过被试内实验验证其比传统接种方法更有效提升用户对虚假信息的抵抗力，并识别适应性、信任等关键影响因素。2026DSDániel Szabó et al.University of Oulu对话式聊天机器人虚假信息与事实核查CHI
当团体精神遇见个人旅程：团体治疗中的动机动态与设计机会探索Geng 等人通过对 SMARPP 团体 CBT 项目的八名引导者和六名前客户的深度访谈，揭示团体治疗中客户个人动机与团体动机之间的冲突，为 HCI 社区在技术支持的团体治疗中协调利益相关者沟通提供设计机会。2025SGShixian Geng et al.Caring at a DistanceCSCW
移动表达性写作中输入模态和视觉反馈设计的考察Norihama 等人研究发现，基于键盘的文本输入比语音消息更适合移动表达性写作，不同类型的压力对应不同的视觉反馈设计，为移动界面设计提供重要参考。2025SNShunpei Norihama et al.语音用户界面（VUI）设计心理健康应用与在线支持社区MobileHCI
超越对话：用于经前综合症（PMS）管理的多聊天机器人小组动机访谈Geng 等人开发多聊天机器人团体MI系统，63名参与者实验表明团体条件可增强参与度和语言趋同，支持社会学习并提升PMS应对动机。2025SGShixian Geng et al.The University of Tokyo, Interactive Intelligent Systems Laboratory对话式聊天机器人大语言模型（LLM）的人机协作AI 伦理、公平与问责CHI
DIPA2：具有跨文化隐私感知标注的图像数据集Xu 等人构建 DIPA2 图像数据集，提供跨文化隐私感知标注，为隐私保护研究提供重要的数据资源。2024AXAnran Xu et al.数据隐私感知与决策UbiComp
研究人在图像隐私保护中对生成内容置换的感知Xu 等人提出生成内容替换GCR方法用于图像隐私保护，相比模糊等四种方法具有更低可检测性，能有效阻碍内容识别并维持图像叙事。2024AXAnran Xu et al.the University of Tokyo生成式AI（文本、图像、音乐、视频）隐私设计与用户控制数据隐私感知与决策CHI
SoundTraveller：探索合成器音色创建界面中的抽象与纠缠Sramek 等人开发了 SoundTraveller 音色探索系统，提供进化和变形两种模式，帮助电子音乐家生成数百种独特音色，降低认知负荷并提升创造力。2023ZSZefan Sramek et al.音乐创作与声音设计工具DIS
群体动力学：设计在线课堂中概览和管理平行小组讨论的界面Sato 等人开发 Groupnamics 可视化界面，在线展示各小组语音活动与讨论状态，帮助 16 位教师识别需干预小组，提升在线并行小组讨论的引导效率。2023ASArissa J. Sato et al.The University of Tokyo在线学习与 MOOC 平台协作学习与同伴教学CHI
基于手势感知的交互式机器教学与原地物体标注Zhou等人开发LookHere系统，利用指示手势实现实时物体分割以进行原地标注，使模型创建速度提升16.3倍，物体分割准确度显著提高(ΔmIoU=0.466)。2022ZZZhongyi Zhou et al.手部手势识别人体姿态与行为识别UIST
通过DearBoard调解亲密关系：日常消息的共同定制键盘Griggio 等人开发 DearBoard 协作键盘，允许情侣和朋友共同定制颜色主题与表情符号，5周实地研究表明共同定制可作为亲密关系的调解工具。2021CGCarla Griggio et al.The University of Tokyo, Aarhus University参与式设计（Participatory Design）用户研究方法（访谈、调查、观察）CHI
探索设计干预措施以帮助青少年SNS用户避免隐私和安全威胁Masaki 等人通过29,608份在线调查发现，负面框架轻推（如“90%用户不会分享”）比肯定框架更有效减少青少年SNS隐私风险，但社会轻推可能产生负面效果。2020HMHiroaki Masaki et al.University of Tokyo隐私设计与用户控制暗黑模式（Dark Patterns）识别CHI