协同中的智能体：关于将 AI 带上舞台的实践案例研究Brade 等人与爵士音乐家进行了为期两个月的协作设计，举办了一场 97 人观众的音乐会，展示人机协作即兴创作的独特实践。2026SBStephen Brade et al.Massachusetts Institute of Technology音乐创作与声音设计工具生成式AI（文本、图像、音乐、视频）创意协作与反馈系统IUI
教拼写检查器教学：面向交互学习的教学程序合成Siddiqui 等人开发 SPIRE 系统，使用教学程序合成将语言病理学家的探究式拼写教学法自动化，将错误转化为探索词义结构的学习机会。2026MSMomin Naushad Siddiqui et al.Georgia Institute of Technology预测输入与自动纠错AI辅助写作与文本生成运动障碍辅助输入技术IUI
PopSignAI：利用手语识别游戏改善初学者美式手语学习Martin 等人开发 PopSignAI 气泡射击游戏利用实时手语识别教学 ASL，在20人实验中证明主动手语生成比接受性学习更高效，识别器达99.6%准确率。2026DMDavid Martin et al.Georgia Institute of Technology手部手势识别特殊教育技术儿童交互设计IUI
Criticality：基于交互式批判性思维与循证推理痕迹的决策支持脚手架决策需要检查底层假设和概念，考虑多元视角，并用清晰、准确的推理权衡潜在后果。最近的大型语言模型（LLM）有望通过结合推理能力与从大型文档中检索相关信息的能力来辅助决策者。然而，我们与五位专业决策者的形成性研究揭示了在工作流中使用LLM的关键限制：耗时的用户目标对齐、缺乏循证依据、过长输出、以及未浮出的假设，这些都削弱了用户对LLM输出和最终决策有效性的信任。我们引入Criticality，一个将Paul-Elder批判性思维框架操作化的系统，将推理结构化为交互式思维元素（如目的、假设、观点、含义），并使用智力标准（如清晰性、公平性、逻辑性）评估和指导推理。它还为每个主张检索证据，将其分类为支持、中立或矛盾，并解释主张-证据链接。一项将Criticality与ChatGPT 5 Pro（对话接口中最先进的推理模型）比较的Within-subjects研究（n=13）发现，Criticality改善了用户在决策过程中驾驭和修复推理的交互，产生了比基线更好的决策理由。2026MCMinsuk Chang et al.Georgia Institute of Technology大语言模型（LLM）的人机协作可解释人工智能（XAI）用户研究方法（访谈、调查、观察）IUI
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
超越声索主权AI：韩国本地基础模型开发与部署的动机、挑战与矛盾Cha 等人通过15位韩国AI从业者访谈，揭示本地模型开发的语言文化特异性与监管合规动机，以及GPU获取受限和数据稀缺等现实挑战。2026ICInha Cha et al.Georgia Institute of Technology大语言模型（LLM）的人机协作AI 伦理、公平与问责低资源语言与数字包容CHI
迈向互联网连接生态学的反思：涉及脚踏板的三个推测性场景Wong 等人提出三个涉及脚踏板的互联网连接推测性场景，将连接概念化为多维生态学，探讨社会规范、维护治理、权力不平等维度，为人机交互推测性实践提供反思。2026RWRichmond Y. Wong et al.Georgia Institute of Technology设计虚构（Design Fiction）参与式设计（Participatory Design）科技伦理与批判性HCICHI
有时需要事实，有时需要拥抱：理解老年人对LLM对话AI系统中解释的偏好Mathur 等人通过速度约会研究发现，老年人对AI解释的偏好高度情境依赖，解释可帮助校准紧迫性并为家庭成员提供生活洞察，为个性化解释设计提供依据。2026NMNiharika Mathur et al.Georgia Institute of Technology大语言模型（LLM）的人机协作可解释人工智能（XAI）老年人友好技术设计CHI
正如我们所描述的：大型语言模型及其健康应用如何在公共话语渠道中被呈现Zhou 等人分析五大大语言模型话语渠道，发现讨论总体积极但风险沟通不足，TikTok和Reddit强调健康应用但缺乏风险关注。2026JZJiawei Zhou et al.Georgia Institute of Technology大语言模型（LLM）的人机协作AI 伦理、公平与问责心理健康应用与在线支持社区CHI
情境化的想象：与计算机科学教学助理共同设计 AI 未来Barkhuff 等人与131名 CS 教学助理开展设计工作坊，揭示了 AI 愿景受学科规范和机构背景塑造，同时发现 TA 工作中保留与削弱人文维度的核心紧张关系。2026GBGrace Barkhuff et al.Georgia Institute of Technology大语言模型（LLM）的人机协作智能辅导系统与学习分析参与式设计（Participatory Design）CHI
围绕医疗不信任进行设计：公共补贴住房中黑人老年人的视角Baseman 等人通过在公共补贴住房中对低收入黑人老年人的访谈，揭示医疗不信任的历史根源，并提出以黑人女性主义视角设计健康自我管理技术的原则。2026CBCynthia M Baseman et al.Georgia Institute of Technology心理健康应用与在线支持社区认知障碍与神经多样性（自闭症、ADHD、阅读困难）老年护理与认知症照护CHI
围绕污名化进行设计：面向月经健康的人-centered大型语言模型Shahnawaz 等人设计了一款RAG驱动的WhatsApp月经健康聊天机器人，帮助巴基斯坦女性挑战文化禁忌并建立生殖健康知识，同时揭示了文化信任与验证的深层张力。2026ASAmna Shahnawaz et al.Lahore University of Management Sciences大语言模型（LLM）的人机协作AI 伦理、公平与问责心理健康应用与在线支持社区CHI
"这需要更多的创造力": 为AI对抗收集信息的障碍和工作绕过Upadhyay等访谈18位美国AI对抗倡导者，发现其需创造性 workaround 获取信息以对抗AI系统，建议提升透明度政策有效性。2026SUSohini Upadhyay et al.Harvard University可解释人工智能（XAI）隐私设计与用户控制数据隐私感知与决策CHI
LL.me：通过人机对齐支持身份构建工作Hall 等人设计LL.me系统，基于双向对齐利用用户简历迭代完善AI生成的职业自我呈现，帮助用户在与AI协作中主动构建专业身份。2026KHKaely Hall et al.Georgia Institute of Technology大语言模型（LLM）的人机协作可解释人工智能（XAI）AI 辅助创意写作CHI
本地化的想象，全球化的资产：社会技术想象与新加坡数据中心的资产化Kailash 等人通过批判性话语分析，揭示新加坡如何将全球数据中心标准适应其资源约束，并将数据中心重新定位为城市数字经济中的战略性可投资资产。2026TKTanmaie Kailash et al.Georgia Institute of Technology可持续性 HCI（Sustainable HCI）生态设计与绿色计算智慧城市与城市感知CHI
一图胜千言？利用视觉和文本渠道理解态度与信念Li 等人通过41名参与者的定性研究，揭示了通过自由绘画和文本描述表示态度与信念的策略，为设计平衡表达性与可分析性的视觉获取技术提供了重要见解。2026SLShiyao Li et al.Emory University用户研究方法（访谈、调查、观察）原型设计与用户测试交互式数据可视化CHI
谁的时间算数？社会技术基础设施中的时间安排Wieczorek等人通过亚特兰大驱逐案件和芝加哥性健康干预两个民族志案例，揭示基础设施的时间安排如何不平等分配等待、移动和调整负担，提出压缩与差距两种时间安排模式。2026CWCatherine Wieczorek et al.Georgia Institute of Technology科技伦理与批判性HCI隐私设计与用户控制公共卫生危机中的HCI（如COVID-19）CHI
DraftMarks：通过交互式拟物化过程痕迹增强人机协作写作透明度Siddiqui 等人提出 DraftMarks 工具，通过橡皮屑、遮蔽胶带等拟物化视觉编码使人机协作写作过程透明化，帮助读者理解AI在创作中的具体角色。2026MSMomin Naushad Siddiqui et al.Georgia Institute of Technology大语言模型（LLM）的人机协作AI辅助写作与文本生成可解释人工智能（XAI）CHI
日常设计与"围绕"：在城市社会技术变革中排练替代方案Lu 等人提出"围绕"概念框架，通过纽约和底特律的民族志研究，说明城市社区如何在治理与发展基础设施的缝隙中排练替代性生活与关系方式。2026ALAlex Jiahong Lu et al.Rutgers University社区参与与公民技术科技伦理与批判性HCI发展中国家与HCI4DCHI
谁的数据建设城市？实现社会环境公平城市化的关键数据实践Sharma 等人在班加罗尔采用研究设计方法，分析城市数据与社区数据的摩擦，揭示自上而下城市数据系统掩盖社会生态依赖性的局限，呼吁运用环境正义视角实现社会公正和气候适应的城市未来。2026VSVishal Sharma et al.University of Notre Dame智慧城市与城市感知城市可持续发展算法公平与偏见CHI