利用LLM提供有效公共服务的机遇与风险Moon 等人研究LocalLLM和BERTopic模型在儿童福利案例跟踪中的应用，发现其能识别案例偏差但无法检测需专业裁量判断的轨迹，为AI辅助公共服务的可行性提供实证依据。2026EMErina Seh-Young Moon et al.University of Toronto大语言模型（LLM）的人机协作AI 辅助决策与自动化系统参与式设计（Participatory Design）CHI
公共无家可归服务中的关怀数据化Moon 等人对多伦多无家可归者系统进行民族志研究，发现客户数据时间性限制 AI 预测效能，前线工作人员通过启发式决策应对不确定性。2025EMErina Seh-Young Moon et al.University of Toronto边缘化群体赋权用户研究方法（访谈、调查、观察）CHI
面向负责任的机器学习的非理想方法论框架Mothilal 等人通过访谈22名技术导向ML从业者，发现其方法论沿理想化光谱分布，提出受非理想理论启发的结构化RML流程框架。2024RMRamaravind Kommiya Mothilal et al.University of TorontoAI 伦理、公平与问责算法公平与偏见CHI
这不是一个数据问题：加拿大公共高等教育中的算法与权力McConvey 等人对加拿大公立学院进行民族志案例研究，发现算法决策加剧学生监控和不平等，使师生关系自动化，并推动机构权力循环扩大。2024KMKelly McConvey et al.University of TorontoAI 伦理、公平与问责算法透明度与可审计性研究伦理与开放科学CHI
我们问的问题正确吗？：设计社区利益相关者与警务中人工智能的互动Haque等人对60名参与者的实验表明社区成员更主动调整犯罪地图工具，所有利益相关者均可提供关键反馈以改进AI设计和使用。2024MHMd Romael Haque et al.Marquette UniversityAI 辅助决策与自动化系统AI 伦理、公平与问责内容审核与平台治理CHI
无家可归研究中以人类为中心的算法回顾Moon 等人系统回顾 57 篇无家可归预测论文，发现仅 15.7% 研究算法公平性，揭示可解释性与生态效度之间的紧张关系。2024EMErina Seh-Young Moon et al.University of TorontoAI 伦理、公平与问责算法公平与偏见CHI
绘制COVID长期体验图表 - 对症状、活动和临床依从性的纵向探索Pater 等人对14名COVID长期症状患者进行3个月纵向研究，结合EHR、Fitbit和访谈数据，揭示症状波动性及对生活的影响。2024JPJessica Pater et al.Parkview Health慢性病自我管理（糖尿病、高血压等）CHI
自然语言处理的“殖民冲动”：孟加拉语情感分析工具及其基于身份的偏见的审核Das 等人对PyPI和GitHub上孟加拉语情感分析工具进行算法审查，发现工具在性别、宗教和国籍等身份类别上存在偏见，可能延续殖民价值观。2024DDDipto Das et al.University of Colorado BoulderAI 伦理、公平与问责算法公平与偏见CHI
社交媒体不能作为健康代理：社交媒体与电子健康记录报告的COVID-19后症状差异Pater 等人通过对比电子健康记录与社交媒体数据，发现两者报告的COVID-19后症状存在显著差异，揭示了社交媒体不能作为健康状况的完整代理。2023JPJessica Pater et al.Health InformationCSCW
通过儿童福利案例记录的计算叙事分析重新思考算法系统中的“风险”Saxena 等人对儿童福利案件记录进行计算叙事分析，揭示系统本身带来的风险及个案工作者过度监视问题，质疑风险作为静态结构的概念，警告 NLP 系统的局限性。2023DSDevansh Saxena et al.Marquette UniversityAI 伦理、公平与问责算法公平与偏见边缘化群体赋权CHI
以人类为中心的高等教育决策算法回顾McConvey 等人系统回顾高等教育决策算法，发现模型趋向深度学习并使用个人数据，但缺乏以人为为中心的视角，呼吁融入理论、参与或推测设计方法。2023KMKelly McConvey et al.University of TorontoAI 辅助决策与自动化系统AI 伦理、公平与问责算法透明度与可审计性CHI
从电子健康记录中的临床叙述揭示不良童年经历Nova 等人通过分析电子健康记录临床叙述，揭示不良童年经历与网络欺凌及心理疾病的关联，为医疗决策提供筛选指南。2022FNFayika Farhat Nova et al.Health Technologies; Health TechnologiesCSCW
通过案例笔记分析揭示儿童福利中的隐形工作实践、约束和潜在权力关系Saxena 等人对美国中西部儿童福利机构案例记录进行计算文本分析，揭示街头层面隐形自由裁量权和权力关系，为以工作者为中心的社会技术系统设计提供依据。2022DSDevansh Saxena et al.Marquette University边缘化群体赋权参与式设计（Participatory Design）用户研究方法（访谈、调查、观察）CHI