ConverSearch：支持专家使用多模态场景搜索工具分析对话视频中的人类行为无摘要信息2026RARiku Arakawa et al.Carnegie Mellon University人体姿态与行为识别对话式搜索与问答系统计算方法在HCI中的应用IUI
通过交互式解释接口提升人类对大语言模型推理的验证能力Zhou 等人提出交互式推理接口iCoT、iPoT和iGraph，其中iGraph在清晰度和错误检测率达85.6%，显著提升用户理解和验证大语言模型推理的能力。2026RZRuntao Zhou et al.University of Virginia大语言模型（LLM）的人机协作可解释人工智能（XAI）原型设计与用户测试IUI
计算机使用代理用户体验设计空间的映射Cheng 等人通过系统审查和 Wizard-of-Oz 研究构建了计算机使用代理的 UX 设计分类法，为开发者提供了用户体验设计的多维度指导框架。2026RCRuijia Cheng et al.Apple大语言模型（LLM）的人机协作可解释人工智能（XAI）AI 辅助决策与自动化系统IUI
领域专家参与 LLM 设计和评估的关键考量：一项民族志研究Szymanski 等人通过12周民族志研究，发现开发团队在 LLM 设计中采用数据收集变通、专家-开发者混合评估等策略，并提出注重 AI 素养和专家角色演进的设计机会。2026ASAnnalisa Szymanski et al.University of Notre Dame大语言模型（LLM）的人机协作参与式设计（Participatory Design）用户研究方法（访谈、调查、观察）IUI
Rationalizer：利用大语言模型支持用户为Likert量表问卷评分提供理由Shih 等人提出 Rationalizer 系统，利用 LLM 为 Likert 量表评分生成情境化理由，使用户能更轻松地提供长篇解释且不影响写作效率，显著提升理由质量和完整性。2026MSMeng Ting Shih et al.National Yang Ming Chiao Tung University大语言模型（LLM）的人机协作用户研究方法（访谈、调查、观察）原型设计与用户测试IUI
隐私游戏：通过街机游戏机接口揭示日常数据敏感性判断Kalameyets 等人通过街机调查发现，与法律假设相反，公民对表达性内容（消息、照片、社交关系）的敏感性判断高于健康和金融数据，且接受度主要取决于数据收集目的而非数据类型。2026MKMaksim Kalameyets et al.Newcastle University隐私设计与用户控制数据隐私感知与决策参与式设计（Participatory Design）IUI
规则还是权重？比较用户对可解释人工智能技术的理解与认知XAI自适应模型Rawshan等人提出CoXAM认知模型，对比XAI规则与权重技术的用户可解释性，发现反事实任务比正向任务更难，决策树规则比线性权重更难应用。2026LRLouth Bin Rawshan et al.National University of Singapore可解释人工智能（XAI）AI 辅助决策与自动化系统计算方法在HCI中的应用IUI
从叙事到数字：利用大语言模型评估调查问卷Chakraborty 等人比较发现 LLM 文本调查与滑块量表在数据准确性上相当，为自适应智能问卷提供新方案。2026ACAkashdeep Chakraborty et al.University of Central Florida大语言模型（LLM）的人机协作用户研究方法（访谈、调查、观察）原型设计与用户测试IUI
实验室中评估生成式AI：方法论挑战与指南Park 等人通过分析四个GenAI集成原型实验，识别出五种方法论挑战并提出十八条实践建议，帮助研究人员在受控实验室环境中设计更透明、稳健的生成式AI系统评估方法。2026HPHyerim Park et al.BMW Group生成式AI（文本、图像、音乐、视频）大语言模型（LLM）的人机协作用户研究方法（访谈、调查、观察）IUI
RDoFlow：自动评估 HCI 论文中统计分析的未明确规范问题Grunde-McLaughlin 等人提出 ReportDoF 协议评分假设报告方式，开发 RDoFlow 系统对 HCI 文献进行大规模分析，发现 HCI 研究比心理学研究更频繁地为单一假设测试多个因变量，增加了假阳性风险。2026MGMadeleine Grunde-McLaughlin et al.University of Washington用户研究方法（访谈、调查、观察）研究伦理与开放科学计算方法在HCI中的应用IUI
ImpReSS：面向对话支持智能体的轻量级隐式推荐系统设计与评估Haller 等人提出轻量级隐式推荐系统 ImpReSS，基于小语言模型从对话上下文识别解决方案产品类别协助问题解决，离线评估 MRR@1 达 0.477，用户研究发现弹出窗口比对话内插入更符合用户对推荐自然性的感知。2026OHOmri Haller et al.Ben-Gurion University大语言模型（LLM）的人机协作AI 辅助决策与自动化系统推荐系统用户体验IUI
GestApt：面向 CAD 任务的集成手势与推荐功能的触控笔交互界面Yan 等人设计 GestApt 触控笔界面，通过 GRU 神经网络预测工具栏动态预测用户下一动作，CNN 手势识别模块处理未预期操作，显著减少 CAD 建模任务完成时间并降低非惯用手工作负荷。2026GYGe Yan et al.Zhejiang University手部手势识别原型设计与用户测试电路制作与硬件原型IUI
Athena：用于迭代式支架式应用生成的LLM中间表示Beason 等人开发了 Athena 原型系统，通过应用故事板、数据模型和 GUI 骨架等中间表示，帮助开发者与 LLM 迭代式协作生成结构化多文件代码，完成完整 iOS 应用界面生成。2026JBJon-Tait Beason et al.Apple大语言模型（LLM）的人机协作原型设计与用户测试计算方法在HCI中的应用IUI
RankCut：一种基于排序的LLM抽取式摘要方法用于基于转录的视频编辑Shah等人提出RankCut视频编辑方法，采用三阶段LLM管道和标记界面，让编辑者检查和完善AI建议，实验表明可显著提升编辑效率和用户满意度。2026SSSana Shah et al.University of HamburgAI辅助写作与文本生成视频制作与编辑原型设计与用户测试IUI
人工智能人类监督的设计考量：来自协作设计研讨会和工作设计理论的启示Faas等人通过协作设计研讨会和工作设计理论，提出十二个人工智能监督设计考量，涵盖任务理解、决策洞察、意义贡献和协作支持四个维度。2026CFCedric Faas et al.Saarland UniversityAI 辅助决策与自动化系统可解释人工智能（XAI）参与式设计（Participatory Design）IUI
AutoStructGUI：通过结构化布局生成桥接GUI设计与实现Ren等人提出AutoStructGUI框架，通过树结构表示和Transformer架构实现GUI布局的全局与局部生成，显著提升Android应用开发效率。2026JRJunquan Ren et al.Shenzhen University计算方法在HCI中的应用原型设计与用户测试沉浸感与临场感研究IUI
基于大语言模型的临界论文阅读现场思考交流Fang 等人设计了一种基于大语言模型的现场思考交流界面，显著提升了年轻研究人员的批判性思维水平，多智能体条件可促进多视角比较分析。2026XFXinrui Fang et al.The University of Tokyo大语言模型（LLM）的人机协作用户研究方法（访谈、调查、观察）原型设计与用户测试IUI
UI Remix：通过交互式示例检索与混合支持UI设计Wang 等人开发 UI Remix 交互式系统，利用多模态检索增强生成支持移动UI的示例驱动设计，在24人实验中显著提升用户设计目标达成和迭代效率。2026JWJunling Wang et al.Department of Computer Science, ETH AI Center原型设计与用户测试生成式AI（文本、图像、音乐、视频）大语言模型（LLM）的人机协作IUI
CodeVoyager：将交互式视觉辅助与LLM集成用于代码理解Kim 等人开发 CodeVoyager 工具，融合 LLM 自然语言解释与交互式视觉代码图，实现文本与视觉无缝交互，显著提升代码理解能力与用户信任度。2026YKYeonjoon Kim et al.Seoul National University大语言模型（LLM）的人机协作交互式数据可视化原型设计与用户测试IUI
Criticality：基于交互式批判性思维与循证推理痕迹的决策支持脚手架决策需要检查底层假设和概念，考虑多元视角，并用清晰、准确的推理权衡潜在后果。最近的大型语言模型（LLM）有望通过结合推理能力与从大型文档中检索相关信息的能力来辅助决策者。然而，我们与五位专业决策者的形成性研究揭示了在工作流中使用LLM的关键限制：耗时的用户目标对齐、缺乏循证依据、过长输出、以及未浮出的假设，这些都削弱了用户对LLM输出和最终决策有效性的信任。我们引入Criticality，一个将Paul-Elder批判性思维框架操作化的系统，将推理结构化为交互式思维元素（如目的、假设、观点、含义），并使用智力标准（如清晰性、公平性、逻辑性）评估和指导推理。它还为每个主张检索证据，将其分类为支持、中立或矛盾，并解释主张-证据链接。一项将Criticality与ChatGPT 5 Pro（对话接口中最先进的推理模型）比较的Within-subjects研究（n=13）发现，Criticality改善了用户在决策过程中驾驭和修复推理的交互，产生了比基线更好的决策理由。2026MCMinsuk Chang et al.Georgia Institute of Technology大语言模型（LLM）的人机协作可解释人工智能（XAI）用户研究方法（访谈、调查、观察）IUI