隐形导师：从屏幕录制推断用户操作以推荐更好的工作流程Yan 等人提出 InvisibleMentor 系统，通过视觉语言模型分析屏幕录制重建用户操作，结合大语言模型生成行为建议，使用户工作流效率得到改善。2026LYLitao Yan et al.University of Pennsylvania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
在挣扎中笑对：理解 Instagram 上通过表情包和评论表达的 ADHD 体验与社区参与Zhang 等人分析 Instagram 上 350 个 ADHD 表情包及 2.8 万条评论，发现表情包成为神经多样性叙事与身份形成的重要互动机制。2026FZFan Zhang et al.Independent Researcher认知障碍与神经多样性（自闭症、ADHD、阅读困难）社交平台设计与用户行为心理健康应用与在线支持社区CHI
低资源印度学校中用于英语口语练习的语音聊天机器人：多利益相关方研究Shashidhara等人研究面向低资源学校的英语口语练习语音聊天机器人，发现能提升学生口语信心，但教育者与学习者对工具的长期应用目标存在分歧，并提出设计建议。2026SSSneha Shashidhara et al.Centre for Social and Behaviour Change, Ashoka University智能语音助手（Alexa、Siri 等）多语言与跨文化语音交互特殊教育技术CHI
支持资源的拼凑网络：女性和少数族裔餐馆企业的数字化成功与挑战Bui 等人通过两年研究发现，女性和少数族裔餐馆业主需依靠线上线下支持网络"拼凑"应对数字基础设施失灵，建议以社区建设和社会基础设施建设帮助克服身份相关不平等。2026MBMatthew Bui et al.University of Michigan发展中国家与HCI4D包容性设计（Inclusive Design）社区参与与公民技术CHI
BiasViz：一个基于项目、叙事中心的学习工具，帮助中学生参与批判性思考AI偏见Darabipourshiraz 等人开发 BiasViz 工具，通过项目式与叙事中心学习帮助28名中学生分析LLM中的AI偏见，成功培养其批判性思考能力并识别个性化探索机会。2026HDHasti Darabipourshiraz et al.Northwestern University大语言模型（LLM）的人机协作AI 伦理、公平与问责编程教育与计算思维CHI
个性化推送是否会失效？AI自我建模行为参与度的纵向研究He 等人通过纵向实验研究AI自我建模在健身行为中的应用，发现视觉自我建模能在短期内提升绩效，但改善效果在两周后逐渐减弱，揭示了个性化推送的时间衰减特性。2026QHQing He et al.University of Pennsylvania行为改变与反思技术健康自我追踪情绪感知可穿戴设备CHI
VizCrit：视觉设计工具中计算反馈展示策略的探索Li 等人设计 VizCrit 系统提供可操作反馈，发现解决方案导向反馈能减少设计问题并提升自我感知创造力，为 AI 辅助创意工具提供新思路。2026MLMingyi Li et al.Northeastern University生成式AI（文本、图像、音乐、视频）创意协作与反馈系统CHI
跨LLM聊天机器人用户报告风险的表征分析Li 等人通过分析Reddit讨论发现，ChatGPT、Gemini、Claude等七大LLM聊天机器人存在差异化风险分布，需针对各平台特点实施以人为中心的风险缓解策略。2026LLLingyao Li et al.University of South Florida大语言模型（LLM）的人机协作可解释人工智能（XAI）AI 伦理、公平与问责CHI
为3D对象的直接和间接操作预塑手部行为Mikkelsen 等人研究3D对接任务中的手部预塑行为，发现直接技术引发有效手部姿势，而间接技术虽高效但缺乏感官反馈，需补偿性操作，控制器可扩展运动范围。2026TMThorbjørn Mikkelsen et al.Aarhus University手部手势识别全身交互与体感输入3D 建模与动画CHI
导航自动招聘：年轻求职者的感知、策略使用与结果Armstrong 等人调查448名计算机科学学生发现，AEDT的自动化程度和技术特征影响求职者感知与意愿，但推荐和家庭收入仍是求职成功的关键因素，自动化工具未能消除社会特权影响。2025LALena Armstrong et al.Facilitating Equity and Fairness in TechCSCW
沟通模式预测多人在线游戏中的团队技能Bisberg 等人通过分析《坦克世界》玩家聊天数据发现，高评级公会进行更多战前规划且战斗中常使用语音沟通，验证了有效沟通与团队绩效的关联。2025ABAlexander J Bisberg et al.Online Interactions with Friends and StrangersCSCW
FEDT：支持HCI制作研究中实验设计与执行的工具Savage 等人开发FEDT工具，通过领域特定语言标准化HCI制作实验设计流程，实现42个实验的建模和两个已发表实验的端到端复现，提升研究的可复现性。2025VSValkyrie Savage et al.原型设计与用户测试计算方法在HCI中的应用研究伦理与开放科学UIST
利用标注式代理发现程序追踪回答开发者问题Yan 等人开发 Trailblazer 系统，利用 AI 代理模拟信息觅食者迭代追踪程序依赖关系，将答案打包成交互式标注的追踪摘要，提高开发者问题解答效率。2025LYLitao Yan et al.XR 中的身份认同与化身（Avatar）大语言模型（LLM）的人机协作计算方法在HCI中的应用UIST
FreeForm：灵活地使用同步标记和图形编辑增强公式Tao等人开发FreeForm投影编辑器，实现LaTeX标记与图形编辑的同步操作，通过颜色、标签等增强公式并支持多表示传播，实验验证优于传统LaTeX编辑器。2025JTJeffrey Tao et al.University of Pennsylvania, Department of Computer and Information Science平面设计与排版工具可定制与个性化物件CHI
平台干预的非意图成本：黑人拥有的餐厅和Yelp声誉Moy 等人分析 25 万条 Yelp 评论，发现标签干预虽提升黑人餐厅 visibility，但平均星级评分反而下降，揭示平台干预的非意图成本2025CMCameron Moy et al.University of Pennsylvania, Annenberg School for Communication内容审核与平台治理性别与种族在HCI中的议题CHI
课堂仿真：在线教育中构建情境学生生成代理以模拟学习行为Xu等人提出可转移迭代反思（TIR）模块增强LLMs模拟学习行为，基于60名学生6周教育研讨会数据，使有限演示下学生模拟准确度超越经典深度学习模型。2025SXSonglin Xu et al.University of California San Diego, Department of Electrical and Computer Engineering大语言模型（LLM）的人机协作智能辅导系统与学习分析CHI
PeerEdu：通过异步兴趣区域共享引导在线学习行为Xu 等人开发PeerEdu系统通过同伴注视共享引导学习，311人实验表明适应性调整注意力的学生表现更优，为自适应在线学习干预提供新思路2025SXSonglin Xu et al.University of California San Diego, Department of Electrical and Computer Engineering在线学习与 MOOC 平台协作学习与同伴教学CHI
疫情之后的互动：高等教育大规模紧急远程教学的经验教训Yarmand 等人综述22篇COVID-19紧急远程教学论文，基于Moore三种课堂互动类型提出以学习者-内容互动为中心的新学习范式2025MYMatin Yarmand et al.University of California San Diego, Computer Science and Engineering; University of California San Diego, The Design Lab在线学习与 MOOC 平台协作学习与同伴教学CHI
媒体偏见检测器：设计和实现用于实时选择和框架偏见分析的新闻报道工具Wang 等人设计extmbd媒体偏见检测工具，整合大型语言模型实时分析新闻主题、语气和政治倾向，经13位专家和150名消费者评估验证。2025JWJenny S Wang et al.Harvard Business School, Harvard Business School; Microsoft Research生成式AI（文本、图像、音乐、视频）AI 伦理、公平与问责虚假信息与事实核查CHI
生成式AI与感知伤害：谁被怀疑使用了大语言模型？Kadoma等人通过三个在线实验发现，当他人感知或怀疑自由职业者使用AI时，会对写作评估和雇佣结果产生负面影响，且对某些人口群体存在感知伤害的差异化影响。2025KKKowe Kadoma et al.Cornell University, Information Science大语言模型（LLM）的人机协作AI 伦理、公平与问责算法公平与偏见CHI