LLM驱动的GUI代理的行为结构：人类价值观与交互结果Gebreegziabher等人构建了14个网络任务的测试平台，发现用户偏好和价值观能显著改变LLM代理的行为轨迹，但界面线索常超越这些效果。2026SGSimret Araya Gebreegziabher et al.University of Notre Dame大语言模型（LLM）的人机协作AI 辅助决策与自动化系统AI 伦理、公平与问责IUI
“引擎盖之上”的 AI 包容性缺陷及三个 AI 产品团队如何发现和修复它们Anderson 等人通过三个 AI 产品团队的实地研究，发现用户面 AI 产品中 6 种包容性缺陷共 83 个实例，创建 GenderMag-for-AI 方法有效检测并修复近半数缺陷。2026AAAndrew A. Anderson et al.IBM ResearchAI 伦理、公平与问责包容性设计（Inclusive Design）参与式设计（Participatory Design）IUI
「请求宽恕而非许可」：自由职业工作中AI披露的实践与政策Hwang等人通过三阶段研究揭示自由职业者AI披露的期望差距，工作者采用被动披露而客户倾向主动披露，呼吁制定更明确的AI使用指南。2026AHAngel Hsing-Chi Hwang et al.University of Southern CaliforniaAI 辅助决策与自动化系统AI 伦理、公平与问责隐私设计与用户控制CHI
社交互动中的委托如何随时间演变？盲人导航机器人研究Hata 等人研究盲人在博物馆中与导航机器人的重复交互，发现用户随时间推移会调整策略，形成何时依赖机器人与独立行动的清晰偏好。2026RHRayna Hata et al.Carnegie Mellon University机器人在教育与医疗中的应用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
从反思到修复：数据集文档工具的范围综述Reynolds-Cuéllar 等人对59篇数据集文档工具文献进行系统综述，识别出价值操作化不清、去背景化设计、劳动力需求未解决、集成常被搁置四个阻碍采用与标准化的模式，呼吁转向机构层面的解决方案。2026PRPedro Reynolds-Cuéllar et al.Robotics and AI Institute可解释人工智能（XAI）研究伦理与开放科学AI 辅助决策与自动化系统CHI
关注手指：用于无缝可访问触觉探索的环形摄像头研究Tsutsui 等人研究用于盲人和低视力用户的戒指摄像头，通过11人博物馆Wizard-of-Oz实验和6人系统评估，发现其支持有效的双手机探索策略，为可穿戴设备辅助触觉探索的设计提供重要启示。2026ATAyaka Tsutsui et al.University of Tsukuba视觉障碍者技术（屏幕阅读器、触觉图形、盲文）触觉可穿戴设备智能手表与健身手环CHI
盲人的机器人辅助团体导览Hu等人设计移动机器人支持盲人参与科学博物馆混合视力团体导览，实地研究结果表明机器人导航支持能增强用户安全感，但需关注群体参与和环境信息获取需求。2026YHYaxin Hu et al.University of Wisconsin-Madison社交机器人交互机器人在教育与医疗中的应用视觉障碍者技术（屏幕阅读器、触觉图形、盲文）CHI
Transformer Explainer：利用交互式可视化和实验学习大语言模型 TransformerCho 等人开发了 Transformer Explainer 交互式可视化工具，通过在浏览器中运行 GPT-2 并提供可调节抽象层次，帮助非专业用户理解 Transformer 架构，用户研究证实其显著提升学习效果。2026ACAeree Cho et al.Georgia Institute of Technology生成式AI（文本、图像、音乐、视频）交互式数据可视化原型设计与用户测试CHI
红队测试LLM作为社会技术实践：从探索与数据创建到评估Garcia 等人通过22次访谈揭示红队数据集开发中的社会技术实践，发现实践者对风险的概念化常忽略交互背景和用户特异性，为HCI研究者提供扩展红队实践的机会。2026AGAdriana Alvarado Garcia et al.IBM Research可解释人工智能（XAI）AI 伦理、公平与问责算法透明度与可审计性CHI
谁有权定义安全？——生成式AI研究中如何应对青少年在线安全的系统性综述Oguine 等人系统综述了生成式AI与青少年研究，发现当前主要由AI专家主导且将安全视为技术特征，呼吁人机交互社区采用多利益相关方参与的全生命周期方法来应对青少年在线安全。2026OOOzioma Collins Oguine et al.University of Notre Dame生成式AI（文本、图像、音乐、视频）青少年在线安全与隐私AI 伦理、公平与问责CHI
大型语言模型在知识工作领域的当前与未来应用Brachman 等人通过两项调查（n=216 和 n=107）分析知识工作者对LLMs的使用现状与期望，发现工作者已将LLMs用于代码生成和文本改进，并希望未来能深度集成到工作流程中。2025MBMichelle Brachman et al.Working with AICSCW
帮助帮助者：通过人工智能赋能的练习与反馈支持朋辈咨询师Hsu 等人开发基于动机访谈框架的CARE系统，利用大规模对话数据和文本生成技术辅助朋辈咨询师培训，尤其能帮助新手咨询师应对困难情境。2025SHShang-Ling (Kate) Hsu et al.Caring at a DistanceCSCW
Togedule：使用大型语言模型和群体可用性的自适应表示来安排会议Song 等人开发 Togedule 自适应会议安排系统，利用大型语言模型动态调整选择池，实验表明该系统可显著降低参与者认知负荷并提升组织者决策效率。2025JSJaeyoon Song et al.Working with AICSCW
面向全体的在线安全：全球南方青年在线安全的系统综述与社会文化洞察Oguine 等人对 66 项研究进行系统综述，发现全球南方青年在线安全研究集中亚洲、侧重定量方法，强调文化因素的关键作用。2025OOOzioma Collins Oguine et al.Trust, Safety, and Privacy in Online CommunitiesCSCW
EvalAssist：任务特定评估与 AI 辅助判断策略偏好的见解Ashktorab 等人开发 EvalAssist 系统，帮助机器学习从业者交互式细化评估标准，研究发现任务特定化标准和可调整的 AI 评估器能显著提升评估效率。2025ZAZahra Ashktorab et al.大语言模型（LLM）的人机协作AI 辅助决策与自动化系统UIST
「图表就像护栏」：使用交互式共享表示结构化生成式AI辅助假设探索Ding 等人设计了一种带AI提示的节点链接树接口，22名参与者平均生成21.82个假设，该图式作为假设探索的「护栏」，可促进结构化工作流程并降低认知负荷。2025ZDZijian Ding et al.大语言模型（LLM）的人机协作交互式数据可视化C&C
LLM能否推荐更负责任的提示词？Santana 等人开发轻量级推荐系统，在提示时推荐添加符合社会价值观的句子并移除有害内容，在添加和移除任务上均获最佳F1分数。2025VSVagner Figueredo de Santana et al.大语言模型（LLM）的人机协作AI 伦理、公平与问责推荐系统用户体验IUI
建立合适的心理模型：用户对代理型AI聊天机器人已知和想知道的Brachman 等人通过24人用户研究揭示，用户对代理型AI系统Gent的心理模型侧重搜索特性，但缺乏对AI模型运作的理解，需增强系统透明度。2025MBMichelle Brachman et al.对话式聊天机器人会话代理的人格与拟人化可解释人工智能（XAI）IUI
控制群体对话中AI智能体的参与：一种人类中心方法Houde等人通过两项实验研究发现用户对群体中AI智能体参与的复杂态度，开发了涵盖响应时机、内容、对象、控制者及实现方式的AI行为控制分类法。2025SHStephanie Houde et al.对话式聊天机器人会话代理的人格与拟人化IUI
哪些贡献值得认可？人类与AI共同创作中的归属感认知He 等人通过155人调查研究发现，相较于人类伙伴，AI在等同贡献上获得较少认可，参与者采用质量、个人价值观和技术等标准判断归属。2025JHJessica He et al.IBM Research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