“非默认”行为调整：利用大语言模型自播和自改进指定规范外模型行为Park 等人提出 Un-default 框架，通过自播识别模型不受欢迎行为并自改进优化提示词，使用户能有效指定规范外行为，为交互式 AI 系统设计提供新方法。2026SPSoya Park et al.MIT大语言模型（LLM）的人机协作AI 辅助决策与自动化系统可解释人工智能（XAI）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
多智能体议价中人与人工智能的战略权衡Qian 等人通过多智能体议价博弈实验，发现 LLM 与人类虽达成相近盈余但策略迥异，LLM 偏好保守让步型提案，人类遵循公平准则但更易被拒绝。2026CQCrystal Qian et al.Google DeepMind大语言模型（LLM）的人机协作AI 辅助决策与自动化系统可解释人工智能（XAI）IUI
Black LLMirror：用户（自我）对大语言模型使用黑人美式英语交互的感知研究Campbell 等人发现与使用黑人美式英语的大语言模型交互会显著影响BAE用户的自我自尊心，且语音交互中语言风格对模型感知有显著影响。2026MCMikayla Campbell et al.Carnegie Mellon University大语言模型（LLM）的人机协作AI 伦理、公平与问责算法公平与偏见CHI
3D无障碍指南支持XR开发的效果如何？对行业XR从业者的访谈研究Killough 等人通过对25名XR从业者的访谈首次评估现有3D无障碍指南对XR的适用性，发现指南作为转换催化剂而非合规清单时有效，但根本不匹配XR需求导致实施障碍。2026DKDaniel Killough et al.University of Wisconsin-Madison视觉障碍者技术（屏幕阅读器、触觉图形、盲文）通用设计与包容性设计沉浸感与临场感研究CHI
TALES：LLM生成故事中文化表征的分类学与分析Bhagat 等人创建 TALES 框架评估LLM生成故事的文化表征，开发包含9类文化误表征的分类学，标注108人评估6个模型，发现88%故事存在误表征，中低资源语言和城郊地区错误更普遍。2026KBKirti Bhagat et al.Indian Institute of Science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
无障碍检查的能力启发式方法Mitchell 等人提出九种无障碍评估能力启发式方法，使设计学生能够像专家一样进行无障碍检查，发现的问题覆盖更广泛的残疾群体，且与 WCAG 一样易用。2026CMClaire L. Mitchell et al.University of Washington通用设计与包容性设计认知障碍与神经多样性（自闭症、ADHD、阅读困难）参与式设计（Participatory Design）CHI
超越PII：用户如何尝试估计和缓解隐式LLM推理Wang 等人通过240人调查发现，用户预测LLM隐私推断能力有限，重写防御仅28%有效，而抽象和添加歧义比改写策略更有效。2026SWSynthia Qia Wang et al.University of Chicago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
通过光标上的视觉上下文改善低视力图表可访问性Sechayk等人提出动态上下文和小地图两种指针交互方法，为低视力用户图表阅读提供视觉上下文，动态上下文显著提升可访问性但增加视觉负荷。2026YSYotam Sechayk et al.The University of Tokyo视觉障碍者技术（屏幕阅读器、触觉图形、盲文）交互式数据可视化不确定性可视化CHI
ADCanvas：为失明和低视力创作者打造的可访问对话式音频描述创作工具Li 等人开发 ADCanvas 多模态系统，支持视障创作者通过对话交互和键盘控制非视觉化创作音频描述，12 名用户研究表明对话代理可作为信息助手和起草助手，同时保持用户编辑主动权。2026FLFranklin Mingzhe Li et al.Carnegie Mellon University语音可访问性AI 辅助创意写作AI辅助写作与文本生成CHI
DeltaDorsal：利用自视角中的背部特征增强手部姿态估计Huang 等人提出 DeltaDorsal 方法，利用手背皮肤变形信息，通过双流 delta 编码器学习姿态，使自遮挡场景下 MPJAE 降低 18%，提升了 XR 环境下的手势交互可靠性。2026WHWilliam Huang et al.Unversity of California, Los Angeles眼动追踪与注视交互手部手势识别沉浸感与临场感研究CHI
走在实地研究之前：探索VLM人格作为HCI身体化研究的辅助工具Gui 等人提出使用VLM人格模拟HCI实地研究，实验表明该方法可复制人类反应模式（如穿越时间5.25s vs 5.07s），但缺乏行为变异性，适合预备性研究。2026XGXinyue Gui et al.The University of Tokyo自动驾驶界面与接管设计车辆外部人机接口（eHMI）——与行人/骑车人的通信用户研究方法（访谈、调查、观察）CHI
生成式AI聊天机器人生态系统中的隐私选择设计Liu 等人通过486人调研揭示用户对GenAI生态系统的隐私选择存在矛盾心理，提出提升透明度与控制感的设计框架以增强用户信任。2026LLLanjing Liu et al.Johns Hopkins University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
揭示与应用意义：支持台湾LGBTQ+群体的诠释学自主性Chen 等人设计了一款LLM驱动的聊天机器人，通过反思、验证、讨论和同盟四种交互模式帮助台湾LGBTQ+群体在社交媒体敌意环境中重建叙事、提升身份探索的诠释学自主性。2026YCYi-Tong Chen et al.National Taiwan University会话代理的人格与拟人化大语言模型（LLM）的人机协作AI 伦理、公平与问责CHI
编程教师在执行紧急教学设计塑造学生与生成式AI工具交互时面临的障碍Lau 等人识别编程教师在紧急教学设计中面临的五类障碍，包括政策指导不足、实施挑战和评估错配，为HCI支持教师适应生成式AI课程提供建议2026SLSam Lau et al.University of California San Diego大语言模型（LLM）的人机协作编程教育与计算思维智能辅导系统与学习分析CHI
我在与谁对话？对现实世界安全和隐私界面中表面归因的大规模测量Harbach 等人通过两项大规模调查首次测量用户对 UI 来源的归因能力，发现桌面端和移动端准确率分别仅 55% 和 53%，表明依赖用户区分可信 UI 的安全范式存在根本缺陷。2026MHMarian Harbach et al.Google隐私设计与用户控制数据隐私感知与决策可解释人工智能（XAI）CHI
“它成为了我的伙伴，但我敢于反对”：UX 评估员与对话式 AI 助手协作的多会话研究Kuang 等人研究发现 UX 评估员对 AI 助手经历新奇效应后信任度下降再恢复的过程，效率从双遍检查提升到单遍，AI 助手最终被评价为更高效可靠。2026EKEmily Kuang et al.York University大语言模型（LLM）的人机协作AI 辅助决策与自动化系统会话代理的人格与拟人化CHI
“但我急需一份工作，感觉不太对劲”：理解人们在诈骗过程中的情绪与帮助需求Chanenson 等人研究了在遭遇在线金融诈骗过程中的情绪与帮助需求，识别出恐惧、希望等被利用的情绪及财务不安全等风险因素，提出情境化干预设计方案。2026JCJake Chanenson et al.Google数据隐私感知与决策在线骚扰与反制工具隐私设计与用户控制CHI
AgentHands：为 XR 空间中智能体对话生成交互式手势Liu 等人提出 AgentHands 系统，通过 LLM 生成与言语同步的空间感知手势，在 XR 环境中增强智能体对话的参与度和可理解性，填补了文本语音沟通中的空间表达缺口。2026ZLZiyi Liu et al.Purdue UniversityXR 中的身份认同与化身（Avatar）情感化人机对话沉浸感与临场感研究CHI
为3D对象的直接和间接操作预塑手部行为Mikkelsen 等人研究3D对接任务中的手部预塑行为，发现直接技术引发有效手部姿势，而间接技术虽高效但缺乏感官反馈，需补偿性操作，控制器可扩展运动范围。2026TMThorbjørn Mikkelsen et al.Aarhus University手部手势识别全身交互与体感输入3D 建模与动画CHI