论文标题	作者	研究主题
权力回声：在线权力不对称冲突中的仲裁偏见研究 Li 等人研究发现在线权力不对称冲突中存在支持强势方偏见，AI辅助虽缓解了大部分偏见但也放大了部分偏见，为人机协作审核提供参考。	YL Yaqiong Li et al.复旦大学
规范之声：研究counterspeech机器人对在线社区旁观者的影响 Wang 等人开发Civilbotcounterspeech机器人，发现认知策略搭配积极语调效果最佳，浅层推理限制说服力，为动员在线社区旁观者提供设计见解。	MW Mengyao Wang et al.复旦大学
SparkTales：通过协调员-AI协作促进跨语言协作故事创作 Zhao 等人开发 SparkTales 智能系统，通过提供故事框架、问题及材料支持跨语言协作故事创作，使协调员引导效率提升并增强儿童互动参与。	WZ Wenxin Zhao et al.复旦大学
DeMod：一种具有可解释检测和个性化修改功能的毒性审查综合工具 Li等人开发DeMod工具，结合可解释检测与个性化修改功能，基于需求发现研究为社交媒体毒性审查提供综合解决方案。	YL Yaqiong Li et al.复旦大学	Explainable AI (XAI)
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
WePilot：整合年轻家庭成员与聊天机器人支持老年人学习智能手机使用 Zhang 等人开发 WePilot 系统，通过聊天机器人协调老年人与年轻家庭成员的协作，解决智能手机使用问题，评估显示该系统显著提升了问题解决效率。	HZ Haonan Zhang et al.复旦大学	Enhancing Older Adults' Learning and Well-Being
RemiHaven: 整合“城内”和“城外”同龄人以提供个性化回忆支持给流浪老人 Zhang 等人设计RemiHaven系统，结合多模态大型语言模型和同城/异地同伴代理，为老年漂族提供个性化回忆支持，改善心理健康。	XZ Xuechen Zhang et al.复旦大学
YouthCare: 构建个性化协作视频审查工具以支持亲子共同媒体参与 Zhao 等人设计 YouthCare 个性化协作视频审查工具，通过形成性研究确定需求并经10对亲子评估，支持亲子共同过滤不适当视频内容。	WZ Wenxin Zhao et al.复旦大学
构建社交媒体文本内容审查的个性化模型 Liu 等人提出基于 Seq2Seq 和协同训练的个性化多任务内容审查模型，帮助用户评估社交媒体帖子的公开程度并识别敏感信息，在精确率、召回率和 F1 值上优于基线方法。	BL Baoxi Liu et al.复旦大学	Online Community Governance; Online Community Governance
城市无障碍的对齐工作：轮椅使用者在城市空间中出行方式研究 Wu 等人通过对14名中国轮椅用户的质性研究，将城市无障碍重新诠释为“对齐工作”，揭示轮椅用户主动运用资源确保出行的实践，为无障碍设计提供新视角。	YW Yiying Wu et al.复旦大学	Accessibility; Accessibility
基于用户生成文本内容的面向用户个性化机器翻译系统 Zhang等人提出基于UGTC的个性化机器翻译模型，利用Transformer和预训练技术从微博学习用户语言风格，生成更个性化自然的翻译结果。	PZ Peng Zhang et al.复旦大学	Remote Collaboration and Machine Translation; Remote Collaboration and Machine Translation
《作为上传者，我们有责任》：Bilibili上传者的个性化专业化 Ding 等人基于哔哩哔哩平台研究上传者的职业化过程，提出个性化职业化概念，揭示用户如何通过社区实践实现自下而上的UGC职业发展。	XD Xianghua(Sharon) Ding et al.格拉斯哥大学
重新考虑数据参与：一项关于使用中的自动压力追踪技术的研究 Ding 等人基于17名中国用户访谈揭示自动压力追踪技术的三大挑战：缺乏即时意识、缺乏相关知识及社区支持不足，呼吁重新审视数据参与在自我跟踪中的角色。	XD Xianghua(Sharon) Ding et al.复旦大学
探索在线讨论中毒性的前因与后果：以Reddit为例的案例研究 Xia 等人对Reddit评论进行回归分析，发现作者倾向和讨论语境是语言毒性的正向前因，毒性内容会显著增加部分子社区的讨论量和用户评价。	YX Yan Xia et al.复旦大学	Understanding and Fighting Toxicity / Moderation
理解社交网络站点上的关系重叠：微博与豆瓣案例研究 Zhang等人研究微博与豆瓣关系重叠现象，发现新SNS互动会降低焦点SNS上的沟通频率，但共同群组多、发布内容广泛的关系更具抗干扰能力。	PZ Peng Zhang et al.复旦大学	Relationships across Platforms