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
AI 个性化悖论：用于个性化 AI 辅助写作的阅读高亮增加参与度但削弱自主性与所有权Qin 等人研究发现，通过阅读高亮进行个性化 AI 辅助写作虽增加用户参与度，但却将高亮从意义建构转变为“喂养 AI”的工具，导致用户对 AI 依赖增加、自主性与所有权感受下降。2026PQPeinuan Qin et al.National University of Singapore大语言模型（LLM）的人机协作AI辅助写作与文本生成行为改变与反思技术CHI
理解老年人对亲属角色AI生成影响者的支持、担忧与风险体验Song 等人研究发现，AI生成的影响者通过视觉和会话线索扮演亲属角色唤起老年人情感共鸣，满足其信息与情感需求，但也引发情感替代和投入不平等担忧。2026TSTianqi Song et al.National University of Singapore会话代理的人格与拟人化社交机器人交互老年护理与认知症照护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
Poet-Weaver：使用风格化 AI 生成的对话摘要反思人际关系中的沟通失败Yong 等人开发了 Poet-Weaver 系统，通过风格化 AI 对话摘要帮助跨文化朋友反思沟通失败，为开放可解释的 AI 介导通信设计提供指导。2025SYSeraphina Yong et al.Communicating With/Through AICSCW
通过回答人工智能生成的问题来理解和支持正式电子邮件交流Miura等人提出ResQ系统，通过让用户回答AI生成的简单问题来辅助回复正式邮件，实验表明该方法比传统提示方法效率更高、工作量更低。2025YMYusuke Miura et al.Waseda University大语言模型（LLM）的人机协作CHI
时机很重要：在不同时间使用大语言模型如何影响AI辅助创意过程中作者的感知和创意结果Qin 等人通过60人控制实验发现，从一开始使用LLMs会减少原创想法数量，降低创意自我效能感和自我归属感，建议推迟使用LLMs辅助构思。2025PQPeinuan Qin et al.National University of Singapore, School of Computing大语言模型（LLM）的人机协作AI 辅助创意写作CHI
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
利用AI重构的正面总结来理解和支持同行评审Yang 等人通过137人2x2实验发现，AI重构的积极摘要增加作者对批评接受度，低总体评价则促使作者投入更多修订努力。2025CYChi-Lan Yang et al.The University of Tokyo, Graduate School of Interdisciplinary Information Studies大语言模型（LLM）的人机协作可解释人工智能（XAI）AI 辅助决策与自动化系统CHI
SealMates：使用集体行为驱动的头像改善视频会议中的沟通Armstrong等人提出SealMates行为驱动头像，通过推断群体注视和言语模式在窗口间移动，实验表明其促进自我表露并实现更平等的参与感知。2024MAMark Armstrong et al.Session 4f: Multiplayer Gaming and CommunicationCSCW
理解和影响视频会议中遇到技术问题时的责任归因Yang 等人通过三项实验发现视频会议技术问题会降低面试者可信度评分，并验证虚拟代理担责与提前警告消息两种干预策略的有效性。2024CYChi-Lan Yang et al.Session 3g: Collaborative Technologies: Empathy, Attribution, and RiskCSCW
情感化头像图片：探讨头像图片中面部表情变化对基于文本的沟通的影响Yang 等人通过186人实验发现，改变头像面部表情可影响接收者对中性消息的评价，正面消息配负面头像会负面影响解读，负面消息则无显著影响。2023CYChi-Lan Yang et al.The University of Tokyo语音用户界面（VUI）设计在线身份与自我呈现CHI