当人工智能出错时：通过创建聊天机器人培养儿童识别AI幻觉的能力Tian 等人让48名10-14岁儿童通过构建LLM聊天机器人学习检测AI幻觉，开发了置信度指标、事实核查等支架，显著提升了参与者的AI知识和幻觉识别信心。2026XTXiaoyi Tian et al.North Carolina State UniversityAI 素养、伦理与批判性理解CHI
我想像语言治疗师一样思考'': 人工智能支持的家庭语言治疗设计探索Dangol等人通过半结构化访谈与20位父母探索AI支持家庭言语治疗的挑战，开发六个设计概念并由20位言语语言病理学家评估，为AI辅助治疗实践提供设计考虑。2025ADAayushi Dangol et al.University of Washington, Human Centered Design & Engineering电肌肉刺激（EMS）控制会话代理的人格与拟人化增强与替代通信（AAC）CHI
风险呼吁方法对用户分享机密信息的影响Qahtani 等人设计结合保护动机理论与预期遗憾的视频消息干预（PMT+AR±AP），说服用户使用Virtru加密邮件，121名参与者干预后使用意愿显著提升。2024EQElham Al Qahtani et al.University of Jeddah隐私设计与用户控制数据隐私感知与决策CHI
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
共同设计基于社区的智能家居设备共享，以实现共同监控家庭紧急情况Alghamdi 等人通过26次共同设计访谈，发现智能家居紧急情况共同监控系统可提升安全性和安心度，但需解决隐私担忧和访问控制设计。2023LALeena Alghamdi et al.University of Central Florida智能家居交互设计智能家居隐私与安全参与式设计（Participatory Design）CHI
数据可视化何时具有说服力？先前态度对从散点图可视化中学习相关性的影响Markant等人研究发现观看散点图时，强烈先前态度会降低信念变化，视觉不确定性表示可能放大此效果，态度仍难改变。2023DMDouglas Markant et al.University of North Carolina at Charlotte数据故事讲述（Data Storytelling）不确定性可视化可视化感知与认知CHI
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
智能家居超越家庭：基于社区的访问控制的案例Tabassum 等人通过163人调查和13人访谈发现47.8%用户与家庭外共享设备，提出物联网中基于社区的访问控制方案以满足隐私和信任需求2020MTMadiha Tabassum et al.University of North Carolina at Charlotte智能家居交互设计家庭能源管理智能家居隐私与安全CHI
研究认知偏差在评估对话代理中的影响Santhanam等人研究认知偏见对对话代理评估的影响，发现锚定偏见增加了众包工作者评分一致性，并确定时间和先前经验也是影响因素。2020SSSashank Santhanam et al.University of North Carolina at Charlotte对话式聊天机器人用户研究方法（访谈、调查、观察）CHI
杜波依斯包裹条形图：可视化具有不均衡值的分类数据Karduni 等人提出杜波依斯缠绕条形图可视化技术，通过两个众包实验验证该方法在识别和估算不均衡分类数据条形值时具有更高准确性。2020AKAlireza Karduni et al.University of North Carolina at Charlotte交互式数据可视化不确定性可视化CHI
容易受到 misinformation 影响吗？Verifi2Karduni 等人开发 Verifi2 视觉分析系统，通过语言、网络和图像特征帮助用户区分虚假信息与真实新闻，专家访谈表明其在虚假信息教育方面具有良好潜力。2019AKAlireza Karduni et al.交互式数据可视化虚假信息与事实核查计算方法在HCI中的应用IUI
面向快速交互式机器学习：无表示分类的权衡评估Arendt 等人提出一种无表示矩阵的O(n)分类算法，结合“冰山一角“交互方式实现快速交互式机器学习反馈，用户表现优于传统主动学习方法。2019DADustin L Arendt et al.大语言模型（LLM）的人机协作原型设计与用户测试IUI
社区监督的协同设计：帮助人们共同做出隐私和安全决策Chouhan 等人提出CO-oPS隐私安全社区监督模型，通过32人参与式设计开发移动应用，帮助用户在社区内协同做出隐私和安全决策。2019CCChhaya Chouhan et al.Privacy and SecurityCSCW
在线3D神经元数据库探索的跨平台沉浸式网页浏览Fulmer 等人提出 ImWeb 系统，结合AR技术实现跨平台沉浸式网页浏览，支持在线3D神经元数据库的有效探索与比较分析。2019WFWillis Fulmer et al.AR 导航与情境感知交互式数据可视化IUI
基于潜在语义分析的交互式电影推荐叙事方法Wegba 等人提出潜在语义模型捕获语义概念特征，并通过叙事机制促进用户与推荐系统交互，实现无需算法知识的交互式电影推荐。2018KWKodzo Wegba et al.大语言模型（LLM）的人机协作推荐系统用户体验数据故事讲述（Data Storytelling）IUI
应用程序开发期间的安全性：一位应用程序安全专家的观点Thomas等人访谈32名应用安全专家，分析其工作流程及与开发人员互动，为设计改善应用程序安全性的工具和流程提供实证依据。2018TTTyler W. Thomas et al.University of North Carolina at Charlotte隐私设计与用户控制密码与身份认证CHI
使用基于漫画的策略提高用户注意力Tabassum 等人探索基于漫画的界面呈现服务条款，发现漫画版本比纯文本更能吸引用户关注内容。2018MTMadiha Tabassum et al.University of North Carolina at Charlotte隐私设计与用户控制数据隐私感知与决策CHI
计算机-人机交互指导 (CHIMe) 2018Brewer 等人组织 CHIMe 2018，为研究生和本科生提供与 HCI 领域同行、教师和行业专家互动的指导与合作环境。2018RBRobin Brewer et al.University of Michigan参与式设计（Participatory Design）用户研究方法（访谈、调查、观察）CHI
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
计算机-人类交互指导 (CHIMe) 2018Brewer 等人组织CHIMe 2018会议，为HCI领域学生提供来自同行、教师和行业专家的指导与合作支持环境。2018RBRobin Brewer et al.University of Michigan心理健康应用与在线支持社区用户研究方法（访谈、调查、观察）CHI