通往元宇宙的路径：探索LLM驱动的虚拟实验室访问中推动技术接受的用户体验机制Tu等人研究LLM驱动的虚拟教授化身在VR实验室访问中的应用，提出VLAM模型，发现任务乐趣是预测行为意向的最强因素。2026XTXinyi Tu et al.Aalto UniversityVR 中的社交与协作XR 中的身份认同与化身（Avatar）大语言模型（LLM）的人机协作IUI
最优解释：因果图解释中人类错误的定量模型Zuercher 等人提出因果图解释的人类错误定量模型，通过170人实验揭示决策时间随节点线性增加（0.65秒/节点）而错误呈指数增长，为认知优化解释复杂度奠定基础。2026PZPaul-David Zuercher et al.University of Cambridge可解释人工智能（XAI）AI 辅助决策与自动化系统算法透明度与可审计性IUI
"这只是个疯狂西部"：利用公共采购作为AI治理机制Hudig 等人通过英欧采购调研提出六种有前景的公共采购实践，为将AI与公共利益对齐提供治理机制和具体实施方向。2026AHAnna Ida Hudig et al.University of CambridgeAI 伦理、公平与问责隐私设计与用户控制算法公平与偏见CHI
我们如何评估沉浸式环境中的体验？Li 等人通过对375篇论文的范围综述，揭示沉浸式体验评估实践碎片化现状，主张整合评估工具并以用户生活体验为中心推动开放可持续的评估发展。2026XLXiang Li et al.University of Cambridge沉浸感与临场感研究原型设计与用户测试计算方法在HCI中的应用CHI
面向交互设备的成本感知贝叶斯优化Langerak 等人提出成本感知贝叶斯优化方法，通过引导采样向低成本高效益原型，在摇杆设计任务中仅使用约70%成本达到与基线相当的性能。2026TLThomas Langerak et al.Aalto University原型设计与用户测试计算方法在HCI中的应用CHI
无限：混合现实中的物体-边界交互Lyu等人提出Unbounded物体-边界交互设计框架，通过构建包含8个场景示例的设计空间并收集6位MR专家反馈，拓展了混合现实中物体与环境边界交互的设计思路。2026ZLZhuoyue Lyu et al.University of Cambridge混合现实工作空间物理-数字混合交互沉浸感与临场感研究CHI
角色分配：人机协作决策中大语言模型角色原型研究Chappidi 等人提出人机协作决策的17种角色原型，通过对113篇论文的主题分析和临床案例实验，揭示不同原型选择如何影响大语言模型输出与决策结果，为人机决策系统设计提供风险考量。2026SCShreya Chappidi et al.University of Cambridge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CHI
支持基于LLM的聊天机器人进行有效的目标设定Schimpf等人进行543人随机对照实验，发现基于LLM的聊天机器人通过添加反馈机制可有效支持用户目标设定，自适应建议效果则较差。2026MSMichel Schimpf et al.Cambridge University大语言模型（LLM）的人机协作行为改变与反思技术情感化人机对话CHI
打破负面循环：面向适应性变化的反思-行动系统Kim 等人设计WhatIf-Planning系统桥接反思与行动，15天实地研究表明该系统显著提升coping灵活性，格罗斯引导条件产生更多反事实替代和行动方案。2026MKMinsol Michelle Kim et al.Massachusetts Institute of Technology行为改变与反思技术情感反馈与情绪调节界面心理健康应用与在线支持社区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
安全关键情境中利益相关者参与的局限性：来自空中交通控制的教训Kallina等人通过空管系统案例研究，揭示了安全关键环境中利益相关者参与的实际困境，操作员认可安全优先但呼吁决策过程透明度。2026EKEmma Marlene Kallina et al.UA Ruhr University Duisburg-EssenAI 辅助决策与自动化系统参与式设计（Participatory Design）研究伦理与开放科学CHI
时间关键性失踪人员调查中的人机交互：AI支持感知决策研究Labedzka 等人评估了AI驱动的摘要、事实提取和数据可视化技术在失踪人员调查中的应用，与Police Scotland合作发现LLM技术需与人类专业知识紧密配合以确保准确性。2026PLPola Zuzanna Labedzka et al.University of Cambridge大语言模型（LLM）的人机协作可解释人工智能（XAI）交互式数据可视化CHI
使用生成式AI创建和评估人物角色：对81篇文章的范围性综述Amin等人综述81篇文章发现GenAI在人物角色创建中应用广泛但缺乏评估，提出负责任整合指南以降低循环性风险和减少人类开发参与度。2026DADanial Amin et al.University of Vaasa生成式AI（文本、图像、音乐、视频）大语言模型（LLM）的人机协作可解释人工智能（XAI）CHI
SimStep：通过任务级抽象的人机协作交互式教育模拟创作Kaputa 等人提出 SimStep 任务级抽象方法，将模拟创作结构化为概念图、场景图等四层抽象，支持教师无需编程即可创作交互式教育模拟。2026ZKZoe Kaputa et al.University of Washington智能辅导系统与学习分析参与式设计（Participatory Design）原型设计与用户测试CHI
设计计算机对身体控制权的重大挑战Mueller 等人通过专家研讨会提出计算机控制人体的四大挑战，涵盖技术、设计、用户与伦理维度，呼吁将身体控制作为人机交互的核心体验与伦理问题加以研究。2026FMFlorian 'Floyd' Mueller et al.Monash University电肌肉刺激（EMS）控制脑机接口（BCI）与神经反馈同理心与情感设计CHI
眼动-头动连续体：虚拟现实中个体与群体头部运动倾向的建模Hu 等人通过87人360°视频数据集建模发现VR用户存在从头动到眼动的策略频谱，建立头部运动倾向概念，为注视点渲染等自适应系统提供重要的个体差异依据。2026JHJinghui Hu et al.Lancaster University沉浸感与临场感研究眼动追踪与注视交互VR 中的社交与协作CHI
结果-可行动性差距：理解从业者如何在实际环境中评估 LLM 产品Maden 等人通过19名从业者访谈，识别了LLM产品评估的五种挑战，包括新的结果-可行动性差距，并提出从非正式氛围检查向系统性评估转化的策略。2026WMWillem van der Maden et al.IT University of Copenhagen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）CHI
Objestures：日常物品与空中手势的 expressive 交互Lyu 等人提出Objestures设计框架，整合日常物品与空中手势进行 expressive 交互，用户研究显示其性能与原生手势相当且体验直观。2026ZLZhuoyue Lyu et al.University of Cambridge中空超声波触觉（Mid-air Haptics）手部手势识别物理-数字混合交互CHI
揭秘上肢交互强化学习中的奖励设计:HCI中生物力学模拟的实用指南Selder 等人系统分析强化学习中努力最小化、任务完成奖励和接近奖励对 HCI 任务的影响，提出生物力学模拟的奖励函数设计实用指南。2025HSHannah Selder et al.人体姿态与行为识别计算方法在HCI中的应用UIST
设计活动模拟：利用多个通信 AI 代理解决设计问题的机遇与挑战Yang 等人设计多代理系统模拟设计活动，发现融入人类设计思维技术可增强 AI 推理，生成低新颖性但实用且满足设计要求的解决方案。2025BYBoyin Yang et al.大语言模型（LLM）的人机协作创意协作与反馈系统知识工作者工具与工作流CUI