氛围编程时代的屏幕阅读器使用者程序员：适应、赋能与新的无障碍景观Chen等人研究发现AI代码助手虽提升视障程序员编程效率并弥补无障碍差距，但用户面临传达意图、解读AI输出等障碍，并提出人机协作设计原则与无障碍建议。2026NCNan Chen et al.Microsoft Research生成式AI（文本、图像、音乐、视频）可解释人工智能（XAI）视觉障碍者技术（屏幕阅读器、触觉图形、盲文）CHI
理解社区“点赞”与临床视角下的心理健康讨论：来自YouTube大学生心理健康视频评论的洞察Kim等人分析了49,006条YouTube评论，发现社区“点赞”与自我表露相关，但含自我表露的评论从临床角度看可能同时具有支持性和潜在危害性。2025HKHeejun Kim et al.Caring at a DistanceCSCW
PD-Insighter：一个用于监测帕金森病治疗日常行为的可视化分析系统Kandel 等人开发 PD-Insighter 系统，通过概述仪表板和沉浸式重播功能汇总展示患者日常运动数据，帮助临床医生评估帕金森病患者在日常生活中的整体功能表现。2024JKJade Kandel et al.University of North Carolina at Chapel Hill人体姿态与行为识别医疗与科学数据可视化远程医疗与远程患者监测CHI
Cieran：通过现场主动偏好学习设计顺序颜色映射Hong等人开发Cieran工具，利用主动偏好学习通过CIELAB路径规划创建高质量颜色映射，使数据分析师能在Jupyter中快速定制可视化设计。2024MHMatt-Heun Hong et al.University of North Carolina at Chapel Hill交互式数据可视化可视化感知与认知CHI
你看到我看到的了吗？一项揭示高级可视化理解的质性研究Quadri 等人通过线图、条形图和散点图的质性研究发现，可视化设计目标与受众实际理解存在显著偏差，传统低层次任务研究无法预测高层次模式。2024GQGhulam Jilani Quadri et al.University of North Carolina交互式数据可视化可视化感知与认知CHI
评估用户对主动学习系统的信任：查询策略与不确定性可视化的洞察Thomas 等人通过实证研究评估主动学习查询策略与分类器不确定性可视化对分析师信任的影响，发现查询策略显著影响用户对系统能力的感知，不确定性可视化透明度影响分类任务执行效果。2024ITIan Thomas et al.可解释人工智能（XAI）交互式数据可视化不确定性可视化IUI
用户对人机协同创造中伦理挑战的视角：一项设计虚构研究Rezwana 等人通过设计虚构方法研究18位用户对人机协同创造伦理挑战的期望，提出以人为中心的伦理AI伙伴设计指南，为人机协作创意系统开发提供伦理框架。2023JRJeba Rezwana et al.生成式AI（文本、图像、音乐、视频）AI 伦理、公平与问责设计虚构（Design Fiction）C&C
在颜色编码的散点图中测量类别知觉Tseng 等人通过众包实验研究颜色编码散点图中类别数量和颜色调色板对用户数据感知的影响，发现类别数量和颜色可区分性显著影响判断准确性，并据此提出调色板设计建议2023CTChin Tseng et al.University of North Carolina at Chapel Hill交互式数据可视化地理空间与地图可视化可视化感知与认知CHI
数据，数据，无处不在：揭示智力和发育障碍人士的日常数据体验Wu等人通过对15名IDD人士及其看护者的访谈，揭示其日常生活中的数据接触障碍与需求，为认知无障碍可视化建立研究议程2023KWKeke Wu et al.University of North Carolina at Chapel Hill, University of Colorado Boulder认知障碍与神经多样性（自闭症、ADHD、阅读困难）通用设计与包容性设计可视化感知与认知CHI
对话式协作搜索中系统主动性的影响Avula 等人通过 27 对参与者的 Slack 搜索任务实验发现，搜索机器人同时具备对话级和任务级主动性时，用户感知有用性、协作质量及沟通模式最优。2022SAsandeep avula et al.Human-AI collaborationCSCW
对话式协作搜索中系统主动性的影响avula 等人通过27对参与者在Slack平台的Wizard of Oz实验，探究searchbot在对话层面和任务层面主动性对协作搜索效果的影响，发现不同主动性水平的多维作用。2022SAsandeep avula et al.Human-AI collaborationCSCW
Scholastic：用于归纳性和解释性文本分析的人机协作图形系统Hong等人开发了Scholastic人机协作文本分析系统，通过机器在环聚类算法和交互式可视化，支持解释性学者对文档进行编码、聚类和战略抽样。2022MHMatt-Heun Hong et al.可解释人工智能（XAI）交互式数据可视化数据故事讲述（Data Storytelling）UIST
理解共创系统中不同人机交互设计下的用户感知、协作体验与参与度Rezwana 等人通过38人实验发现，带有AI向人沟通功能的共创系统能提升用户参与度和协作体验，使AI被感知为更可靠、个性化和智能的伙伴。2022JRJeba Rezwana et al.生成式AI（文本、图像、音乐、视频）AI 辅助创意写作创意协作与反馈系统C&C
零工平台、紧张关系、联盟与生态系统：基于行动者网络视角Kinder 等人通过39次访谈，基于行动者网络理论揭示了Upwork用户如何通过外部数字平台联盟来对抗平台的算法控制，构建了一个动态的零工生态系统。2019EKEliscia Kinder et al.On-demand economyCSCW
如果你能的话让我惊喜一下：健康信息中的意外发现Niu 等人构建基于关联挖掘和主题建模的计算惊讶模型框架，用于健康新闻推荐，用户评估显示优于随机基线2018XNXi Niu et al.University of North Carolina at Charlotte大语言模型（LLM）的人机协作可解释人工智能（XAI）推荐系统用户体验CHI