生成式肌肉刺激：通过多模态AI约束具身知识为用户提供物理辅助Ho 等人提出生成式肌肉刺激系统，利用多模态AI根据用户情境动态生成电刺激指令，实现通用目的物理辅助，推动人机交互新范式。2026YHYun Ho et al.University of Chicago电肌肉刺激（EMS）控制生成式AI（文本、图像、音乐、视频）大语言模型（LLM）的人机协作CHI
数字陪伴：AI陪伴与AI助手的重叠使用Manoli 等人通过调查和访谈揭示，用户对ChatGPT和Replika的使用边界模糊，但同时在chatbot是否具有人格及是否符合社会规范上存在矛盾。2026AMAikaterina Manoli et al.Max Planck Institute for Human Cognitive and Brain Sciences大语言模型（LLM）的人机协作会话代理的人格与拟人化情感化人机对话CHI
通过电肌肉刺激提高具身设备的输入精度本论文评估了提升具身设备输入精度的交互技术——这类新兴交互系统将用户身体同时作为输入和输出媒介（例如通过摄像头/IMU进行手势输入；通过电机/肌肉刺激进行手势输出）。现有具身设备的一个不足之处在于无法强制对齐用户的本体感觉输入与界面状态。因此，我们提出并评估了利用肌肉刺激使具身设备能够：(1) 回忆之前的界面状态；(2) 在状态转换时提供确认线索；(3) 将输入限制在有效范围内。在我们的研究中，参与者使用具身滑块执行成对交互，期间穿插分散注意力的任务。结果表明，与不使用EMS的具身滑块相比，我们的技术组合提升了用户的：(1) 绝对输入精度；(2) 相对输入精度；(3) 信心水平。2026LCLonnie Chien et al.University of Chicago电肌肉刺激（EMS）控制手部手势识别力反馈与伪重力感CHI
注意力角落：促进有意技术使用的情境摩擦Sathya 等人通过自传设计开发了 Attention Nooks，通过在家中部署"情境摩擦"将数字福祉重新定义为空间边界的协商，颠覆了传统以设备为中心的干预方式。2026ASAnup Sathya et al.University of Chicago普适计算（Ubiquitous Computing）智能手机成瘾与数字福祉老年居家辅助系统CHI
模拟电肌肉刺激感知力以改善用户记忆Guruvugari 等人建模了电肌肉刺激演示力量的用户记忆偏差，开发了力量补偿模型将回忆误差从 19% 减少约 35%，扩展了 EMS 在力量敏感技能训练中的应用。2026MGMithil Guruvugari et al.University of Chicago电肌肉刺激（EMS）控制力反馈与伪重力感振动反馈与皮肤刺激CHI
AI使用的低报：社会期望偏差的作用Ling 等人通过间接提问法发现60%学生自称使用AI而90%认为同伴使用，表明社会期望偏差是教育环境中AI使用率被低估的主要原因。2026YLYier Ling et al.University of Chicago大语言模型（LLM）的人机协作AI 伦理、公平与问责用户研究方法（访谈、调查、观察）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LLM生成的探针了解父母监管儿童与GenAI聊天机器人交互的期望Driscoll 等人通过LLM生成的探针研究父母对儿童与GenAI聊天机器人交互的监管需求，发现父母关注当前家长控制忽略的交互类型，并期望获得细粒度对话级透明度和适配儿童年龄的个性化控制。2026JDJohn Driscoll et al.University of California San Diego对话式聊天机器人面向青少年的心理健康技术儿童AI素养与数据素养CHI
下一代可穿戴触觉技术应在虚拟与现实世界保真度之间取得平衡Teng 等人提出可穿戴触觉设备需平衡虚拟反馈与现实世界触感，提出 feel-through、on-demand 等四类新概念以推动该领域研究。2026STShan-Yuan Teng et al.National Taiwan University中空超声波触觉（Mid-air Haptics）触觉可穿戴设备沉浸感与临场感研究CHI
探索纹理层面的创意决策：penPal——一种新型手持驱动绘画工具Rae-Grant 等人设计了penPal手持绘画工具，通过腱驱动连续体机器人实现笔尖独立移动，让用户在纹理层面整合身体、纸张和笔尖三坐标系进行创意决策。2026TRTucker Rae-Grant et al.University of Chicago形变界面与软机器人材料3D 建模与动画有形用户界面设计CHI
使用AI写作可减少招聘评估中的性别偏见Liu 等人通过672人实验发现，AI写作助手在招聘评估中融入男性特征建议可提升女性候选人竞争力，但可能引发工作合作意愿下降的负面效应。2026ALAlicia T.H. Liu et al.University of Chicago生成式AI（文本、图像、音乐、视频）AI 伦理、公平与问责算法公平与偏见CHI
克服翻译延迟：面向扩展现实中外语对话的字幕设计优化Li等人发现VR会议翻译延迟超过3秒显著影响理解，提出合并字幕设计可兼顾观察说话者与情绪归因，并制定XR字幕界面设计指南。2026ZLZiming Li et al.Hong Kong University of Science and Technology (GZ)多语言与跨文化语音交互AR 导航与情境感知沉浸感与临场感研究CHI
BloomBeacon：通过视觉持久运动实现物理触显表面的绽放Yang 等人提出 Blooming 概念，利用视觉持久运动技术从旋转线条和弧形电极构建可触显表面，实现空中可视化与直接触摸交互，解決了旋转元件的安全性与传感难题。2026WYWilla Yunqi Yang et al.University of Chicago物理-数字混合交互有形用户界面设计形变界面与软机器人材料CHI
Myo Action：通过肌电图和肌肉刺激加速自主动作Tanaka 等人提出 Myo Action 技术，通过 EMG 检测肌肉信号触发 EMS 加速用户反应时间约23毫秒，同时保留决策自主权，为意图对齐的具身辅助提供了新途径。2026YTYudai Tanaka et al.University of Chicago电肌肉刺激（EMS）控制力反馈与伪重力感情绪感知可穿戴设备CHI
探究时间约束下LLM使用对批判性思维的影响：访问时机与时间可用性Zhi 等人通过393人实验发现LLM对批判性思维的影响受时间约束调节，早期使用LLM在时间压力下提升绩效但充足时间下反而削弱表现，揭示时间因素的关键作用。2026JZJiayin Zhi et al.University of Chicago大语言模型（LLM）的人机协作AI 辅助决策与自动化系统用户研究方法（访谈、调查、观察）CHI
感知不对称的美学Haynes等人通过自传式设计和九名设计师的身体探索，引入感知不对称作为交互设计资源，主张身体不对称应被拥抱为美学资源而非仅需容纳，应用于创造与技术的新颖关系。2026AHAlice C Haynes et al.KTH Royal Institute of Technology科技伦理与批判性HCI参与式设计（Participatory Design）原型设计与用户测试CHI
用户实验中暗模式影响的系统综述Schaffner 等人系统综述暗模式（DMP）实证研究，发现DMP显著改变用户行为但效应量差异大，干预措施大多无效，且DMP对不同人群影响相似，呼吁加强实验证据与政策制定。2026BSBrennan Schaffner et al.Georgetown University暗黑模式（Dark Patterns）识别数据隐私感知与决策CHI
自主性和感知性心智模型影响对人工智能的反应Pauketat 等人通过四组情境实验(N=2,702)揭示感知性心智模型比自主性更强地影响人类对AI的心智感知和道德考量，为拟人化AI设计提供理论指导。2026JPJanet V.T. Pauketat et al.Sentience Institute会话代理的人格与拟人化可解释人工智能（XAI）AI 伦理、公平与问责CHI
我们街区的水：与科学家和城市社区共同构建精准天气参与式人工智能系统的反思Wagman 等人通过三年参与式设计，与社区合作开发洪水报告应用和精准天气 AI 模型，推动超局部气候人工智能的社区参与式构建。2026KWKelly B. Wagman et al.University of Chicago生成式AI（文本、图像、音乐、视频）参与式设计（Participatory Design）智慧城市与城市感知CHI
WhatsApp上同行事实核查的评估Hosamane等人通过WhatsApp实地实验发现亲密联系人事实核查显著提高准确性，但所有干预均未提升用户识别新虚假信息的能力，呼吁培训高社会资本个体作为嵌入式核查者。2026SHSudhamshu Hosamane et al.Rutgers University虚假信息与事实核查社区协作与维基百科CHI