help研究问题推荐解释与透明性
如何优化大语言模型生成的解释，以在超小型设备（如智能手表、智能眼镜）上兼顾简洁性、透明性和用户信任？IUI '25
所属方向: AI体验、推荐与协作支持
推荐解释与透明性
统计基于当前已索引 question 数据，来源缺失不影响问题展示。
28
问题/痛点
7
来源
2025
最近年份
help研究问题推荐解释与透明性
基于推荐可信度动态调整解释展示方式能否降低用户的认知负担并提高接受度？IUI '25
help研究问题推荐解释与透明性
在时间敏感和有限空间场景中，如何设计能够高效呈现用户推荐解释的界面？IUI '25
lightbulb现实痛点推荐解释与透明性
智能设备屏幕小，用户难以快速理解推荐背后的原因。IUI '25
help研究问题推荐解释与透明性
如何通过光学隐喻和物理交互，帮助儿童理解AI推荐系统中的核心计算机制？CHI '25
help研究问题推荐解释与透明性
增强现实（AR）技术在优化基于物理工具的AI教育方法中能发挥怎样的作用？CHI '25
help研究问题推荐解释与透明性
光学隐喻与AR双重增强的学习工具是否能显著提高儿童对AI概念的理解？CHI '25
lightbulb现实痛点推荐解释与透明性
儿童难以理解AI推荐系统，引发隐私和算法认知不足问题。CHI '25
help研究问题推荐解释与透明性
用户在正常与异常推荐场景中，会如何将道德责任分配给公司、开发者和AI？CSCW '24"Exploring How Users Attribute Responsibilities Across Different Stakeholders in Human-AI Interaction"
help研究问题推荐解释与透明性
异常场景中的推荐内容如何影响用户对多方责任分配的感知？CSCW '24"Exploring How Users Attribute Responsibilities Across Different Stakeholders in Human-AI Interaction"
help研究问题推荐解释与透明性
教育水平等个体因素是否会影响用户的责任归因？CSCW '24"Exploring How Users Attribute Responsibilities Across Different Stakeholders in Human-AI Interaction"
lightbulb现实痛点推荐解释与透明性
用户无法清晰理解AI推荐系统的责任归属，特别是在出错时。CSCW '24"Exploring How Users Attribute Responsibilities Across Different Stakeholders in Human-AI Interaction"
help研究问题推荐解释与透明性
设计师如何理解、应用透明性标准（如IEEE 7001）以提高算法系统的透明度？CHI '24
help研究问题推荐解释与透明性
透明性标准（如IEEE 7001）中的推荐方法如何与实际设计实践之间存在的差距体现？CHI '24
help研究问题推荐解释与透明性
设计师在实现算法系统透明性时面临哪些主要障碍？CHI '24
lightbulb现实痛点推荐解释与透明性
设计师难以理解和实际应用透明性标准提升系统透明度。CHI '24
help研究问题推荐解释与透明性
学术顾问在使用预测成绩的课程推荐工具时会如何调整他们的决策策略？CHI '23
help研究问题推荐解释与透明性
这一工具如何影响顾问为不同绩点范围学生制定的课程推荐策略？CHI '23
help研究问题推荐解释与透明性
工具的解释功能（如“为什么”按钮）如何影响顾问对预测结果的信任和使用体验？CHI '23
lightbulb现实痛点推荐解释与透明性
学术顾问时间有限，难以兼顾学生的个性化需求和课程规划。CHI '23
help研究问题推荐解释与透明性
Barnum效应（个人化效应）是否会影响用户对系统推荐内容质量的评价？CHI '23
help研究问题推荐解释与透明性
个性化标签对推荐系统中的用户满意度有何影响，尤其是在低质量推荐内容的情况下？CHI '23
help研究问题推荐解释与透明性
推荐系统的展示方式如何影响用户对算法能力的感知？CHI '23
lightbulb现实痛点推荐解释与透明性
用户对推荐系统中低质量个性化推荐感到反感可能导致体验不佳。CHI '23
help研究问题推荐解释与透明性
不同的AI交互形式如何影响用户的偶发学习效果？IUI '22
help研究问题推荐解释与透明性
仅提供AI解释是否比AI推荐+解释更能促进用户深度认知处理？IUI '22
help研究问题推荐解释与透明性
用户的认知倾向（如“认知需求”）如何影响他们从AI交互中获取知识的效果？IUI '22
lightbulb现实痛点推荐解释与透明性
用户在使用AI生成的建议时，往往依赖过度而缺乏深层思考。IUI '22