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
德国和英国智能音箱感知隐私侵犯的多因素比较分析Kühtreiber 等人比较德英两国用户对智能音箱隐私侵犯的感知差异，发现用户对制造商和国家的担忧超过对主要用户的担忧，年轻人和英国用户担忧更甚。2025PKPatrick Kühtreiber et al.隐私设计与用户控制数据隐私感知与决策物联网设备隐私UIST
超越点击认知：促进虚假信息中错误信念检查的有效干预措施Tanaka 等人通过627人在线实验比较元认知与排名干预，发现排名干预使信念检查点击率提高33%，元认知干预显著促进用户对虚假信息的深度检查。2025YTYuko Tanaka et al.Nagoya Institute of Technology, Graduate School of Engineering可解释人工智能（XAI）虚假信息与事实核查算法公平与偏见CHI
公平的机器指导以提高有偏见人群的公平决策Yang 等人开发公平意识机器学习系统，通过 AI 指导促使有偏见人群重新评估公平看法、反思偏见并修改决策标准。2024MYMingzhe Yang et al.The University of TokyoAI 辅助决策与自动化系统AI 伦理、公平与问责CHI
PATCH：分布式多模态系统的非阻塞推理插件框架Wang等人提出PATCH插件框架，通过掩码自编码器跨模态插补和轻量级特征排序实现分布式多模态系统非阻塞推理，精度提升13%，训练数据仅需10%。2023JWJuexing Wang et al.遥操作驾驶（Teleoperation）V2X（车路协同）通信设计环境感知与上下文计算UbiComp
AI驱动的重写支持软件与其他工具的结合使用：一项针对非母语英语者的研究Ito 等人研究发现，非母语英语者在使用AI重写工具Langsmith时，常结合机器翻译等其他工具，且工具组合方式影响其对AI修改建议的评估质量，为改进写作辅助工具设计提供参考。2023TITakumi Ito et al.生成式AI（文本、图像、音乐、视频）AI 辅助创意写作UIST
谁不会从事实核查网站中受益？一种心理特征预测选择性避免点击不相投的事实Tanaka 等人通过 N=506 预注册实验发现 43% 参与者选择性回避不合己意的事实核查，反射性是预测回避的关键心理特征，引发点击偏见讨论。2023YTYuko Tanaka et al.Nagoya Institute of Technology语音可访问性虚假信息与事实核查CHI
在电肌肉刺激训练期间保持自主性能直接加快移除EMS后的反应时间Kasahara 等人通过RT实验发现，使用代理-EMS（提前40ms刺激）训练后，参与者反应时间显著减少约8ms，证明保持代理感是运动适应关键。2021SKShunichi Kasahara et al.Sony CSL, The University of Tokyo振动反馈与皮肤刺激电肌肉刺激（EMS）控制CHI