Cloning the Self for Mental Well-Being: A Framework for Designing Safe and Therapeutic Self-Clone Chatbots
University of British Columbia（不列颠哥伦比亚大学）；Johns Hopkins University School of Medicine（约翰斯·霍普金斯大学医学院）；City College of New York（纽约市立学院）；Korea Institute of Science and Technology（韩国科学技术院）
本文提出了一种设计安全且治疗性自我克隆聊天机器人的框架，旨在通过跨学科方法解决身份混淆和伦理风险，促进心理健康福祉。
2026-01-21 cs.HC
A tangible user interface for assessing cognitive mapping ability
提出认知地图探针（CMP），一种采用有形用户界面的新型计算机化评估工具，用于提升认知地图能力评估的一致性、灵活性与敏感性，实验证明其对影响认知地图表现的因素敏感。
2025-06-27 cs.HC
Designing Mental-Health Chatbots for Indian Adolescents: Mixed-Methods Evidence, a Boundary-Object Lens, and a Design-Tensions Framework
本文通过混合方法研究印度青少年心理健康需求，提出设计张力框架和边界对象视角，指导开发更具文化相关性和个性化的心理健康聊天机器人。
2025-11-11 cs.HC
TangToys: Smart Toys that can Communicate and Improve Children's Wellbeing
孩子们可能会发现沟通自己的情绪是一项挑战，特别是在经历心理健康挑战时。技术解决方案可以帮助儿童进行数字通信，并获得彼此的支持，因为网络和传感器的进步使物理交互的实时传输成为可能。在这项工作中，我们追求设计的多个有形的用户界面设计的儿童包含多个传感器和反馈执行器。蓝牙被用来提供Tandom Toys（TangToys）之间的通信，使对等支持小组得以发展，并允许在其他孩子在附近时发出反馈。TangToys可以为儿童提供一种非侵入性的方式，通过游戏来传达他们的幸福感。
2020-07-10 cs.HC
Talking to an AI Mirror: Designing Self-Clone Chatbots for Enhanced Engagement in Digital Mental Health Support
本研究设计并评估了复制用户对话模式的自我克隆聊天机器人，通过半受控实验（N=180）证明其相比通用咨询师机器人能显著提升情感和认知参与度，为数字心理健康干预提供了新方法。
2025-09-08 cs.HC
Co-Designing AI For Mental Health Support With Young Adults of Color (YOC): Needs, Expectations, and Implications for AI Literacy
University of Southern California（南加州大学）；University of California, Riverside（加州大学河滨分校）；University of Cincinnati（辛辛那提大学）；University of Washington（华盛顿大学）；Center for Democracy & Technology（民主与技术中心）
本研究通过共同设计工作坊，探讨有色人种年轻成年人对AI心理健康支持的期望与需求，发现通用建议忽视其生活经历，提出应结合AI素养与心理健康素养，并增强AI问责和用户自主权。
2026-10-05 cs.HC
Designing More Engaging Serious Games to Support Students' Mental Health: A Pilot Study Based on A CBT-Informed Design Framework
School of Animation and Digital Arts, Communication University of China（中国传媒大学动画与数字艺术学院）
针对学生心理健康严肃游戏枯燥、依从性低的问题，提出以体验为中心的治疗性程序修辞与机制映射框架（TPR-MMF），开发游戏原型并通过随机对照试验证明其在内在动机和隐喻感知上的显著优势。
2026-06-16 cs.HC
Understanding Mental Models of AI through Player-AI Interaction
设计以人为中心的AI驱动的应用程序需要深入了解人们如何开发AI的心理模型。目前，我们对这个过程的了解很少，研究它的工具也有限。本文提出了基于AI的游戏，特别是玩家-AI交互组件，为研究心智模型演变的过程提供了一个理想的领域。我们提出了一个案例研究来说明我们的方法对可解释AI的好处。
2021-03-30 cs.HC
Co-designing a Preliminary Repository of Augmented Reality Concepts for Real-Time Emotion Regulation
Texas A&M University（德克萨斯农工大学）
通过两阶段参与式设计，结合焦虑倾向个体和心理健康专家的意见，构建了包含8个主题簇和106个设计想法的增强现实干预库，以支持实时情绪调节。
2026-06-25 cs.HC
Designing Virtual Reality Games for Grief: A Workshop Approach with Mental Health Professionals
University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校）；Georgia Institute of Technology（佐治亚理工学院）
本研究通过与心理健康专业人员的工作坊设计了一款VR游戏，旨在通过沉浸式叙事和游戏机制帮助患者应对哀伤，探索其在心理健康干预中的应用。
2025-12-18 cs.ET cs.HC
Exploring Socio-Cultural Challenges and Opportunities in Designing Mental Health Chatbots for Adolescents in India
该研究通过问卷与访谈调查印度青少年心理健康需求，发现社会污名高、偏好文本交互且现有聊天机器人缺乏文化相关性，据此提出注重匿名性、定制化支持和本地化资源的文化敏感型聊天机器人设计建议。
2025-03-11 cs.CY cs.HC
Practicing Stress Relief for the Everyday: Designing Social Simulation Using VR, AR, and LLMs
本文利用VR、AR和LLM开发社会模拟原型，通过访谈发现其能填补日常压力缓解训练空白，并指出未来开发需关注超现实风险、LLM建议时机信任及可及性。
2025-03-27 cs.HC
Security Mental Model: Cognitive map approach
安全模型的设计旨在确保根据安全政策以正确的方式访问和使用数据。不幸的是，人在设计安全模型中的作用被忽视了。人类行为与许多安全漏洞有关，在许多安全环境中起着重要的作用，本文通过心智模型方法研究了用户对安全性和可用性的安全决策。为了引出和描绘用户的安全性和可用性的心理模型，众包技术和认知地图方法的应用，我们已经执行了一个实验，以评估我们的研究结果使用亚马逊MTurk。
2018-07-18 cs.HC
Why robots should be technical: Correcting mental models through technical architecture concepts
Bielefeld University（比勒费尔德大学）；Honda Research Institute Europe（本田欧洲研究院）
社会机器人的研究通常集中在设计模仿人类行为的机器人。虽然这可能会增加用户对机器人的满意度和接受度，但它不会自动帮助非专家用户自然地与机器人交互，并且实际上可能会损害他们正确预测机器人能力的能力。我们认为，一个错误的心理模型，用户的机器人，是混淆的主要来源之一。在这项工作中，我们研究如何沟通的机器人系统的技术概念，以用户影响他们的心理模型，以及如何这可以提高人机交互的质量。我们进行了一项在线研究，并调查了改善用户心理模型的可能方法。我们的研究结果强调，沟通技术概念可以形成一个改进的心理模型。因此，我们展示了有意识地设计机器人来表达他们的能力和局限性的重要性。
2020-11-05 cs.HC cs.RO
Lived Experience in Dialogue: Co-designing Personalization in Large Language Models to Support Youth Mental Well-being
Delft University of Technology（代尔夫特理工大学）；University of Oulu（奥卢大学）；University of Oxford（牛津大学）；Hamad Bin Khalifa University（哈马德·本·哈利法大学）；University of Twente（特文特大学）；Erasmus University Rotterdam（鹿特丹伊拉斯姆斯大学）；Stanford University（斯坦福大学）
本研究通过参与式设计探讨如何利用青少年的生活经验改进大语言模型的个性化，提出人本情境化、明确边界和对话式支架三个主题，并映射为可指导微调的设计特征，以提升青少年心理健康支持工具的契合度与有效性。
2025-11-07 cs.AI cs.HC
Mental Models of Meeting Goals: Supporting Intentionality in Meeting Technologies
本研究访谈21名员工，识别“手段型”与“目的型”会议目标心智模型，揭示其对目标形成、优先级及组织者—参会者关系的影响，为支持意图性的会议技术设计提供依据。
2024-02-28 cs.HC
ProVoice: Designing Proactive Functionality for In-Vehicle Conversational Assistants using Multi-Objective Bayesian Optimization to Enhance Driver Experience
UCL Interaction Centre（UCL交互中心）；Institute of Media Informatics, Ulm University（乌尔姆大学媒体信息研究所）
ProVoice通过多目标贝叶斯优化设计车载对话助手的前瞻性功能，提升驾驶员体验并优化设计权衡。
2026-01-27 cs.HC
Co-designing for the Triad: Design Considerations for Collaborative Decision-Making Technologies in Pediatric Chronic Care
University of Washington（华盛顿大学）；Johns Hopkins University（约翰斯·霍普金斯大学）；Seattle Children’s Hospital（西雅图儿童医院）
本文通过与6名慢性肾病儿童、6名监护人和7名医护人员的共设计工作坊，探讨如何利用数字技术支持儿童慢性病护理中的协作决策，识别了不同情境意识层级的障碍，并提出设计建议以促进共享理解。
2026-03-26 cs.HC
PITCH: Productivity and Mental Well-being Coaching through Daily Conversational Interaction
PITCH 系统利用大语言模型构建对话智能体，通过每日轮换的上下文感知提示帮助用户外化计划并反思，从而提升生产力、心理健康和用户参与度。
2024-06-11 cs.HC
Exploring User Security and Privacy Attitudes and Concerns Toward the Use of General-Purpose LLM Chatbots for Mental Health
Duke University（杜克大学）
本研究通过21次半结构化访谈发现，用户在使用通用LLM聊天机器人进行心理健康管理时存在严重误解和风险意识缺失，误将其类人共情等同于类人责任并误认受HIPAA等法规保护；研究提出“无形脆弱性”概念，并给出保护用户心理健康披露的建议。
2025-07-14 cs.AI cs.CR cs.CY
Designing Socially Intelligent Virtual Companions
在复杂的社交环境中与用户互动的虚拟同伴需要广泛的社交技能。好奇心同时也是提高同伴可信度的一个因素，并随着时间的推移悄悄地影响用户的活动。好奇心代表着一种了解新事物的动力。它是促使学习者参与主动学习的主要动力。现有的研究工作对好奇心的关注较少。在本文中，我们丰富的社交技能的虚拟伴侣注入好奇心到它的心理模型。提出了一种虚拟学习环境中的好奇同伴，以激发用户的好奇心。好奇的同伴模型是基于多学科的考虑。好奇的同伴的有效性证明了初步的实地研究。
2014-11-26 cs.HC
Beyond Wellbeing Apps: Co-Designing Immersive, Embodied, and Collective Digital Wellbeing Interventions for Healthcare Professionals
本研究通过两阶段共同设计研究，探索医疗保健专业人员对沉浸式、具身化及集体性数字健康技术的看法，并提出满足自主、胜任与关联需求的设计建议。
2025-06-24 cs.HC
Towards Artificial Learning Companions for Mental Imagery-based Brain-Computer Interfaces
基于心理意象的脑机接口（MI-BCI）使其用户能够控制接口，例如，一个假肢，通过执行心理图像任务，如想象右臂运动，而他们的大脑活动是由系统测量和处理。设计和使用脑机接口需要用户学习如何为每个心理意象任务产生不同且稳定的大脑活动模式。然而，目前的培训协议并不能使每个用户获得使用BCI所需的技能。这些训练协议很可能是BCI在研究实验室之外的更广泛应用中仍然不够可靠的主要原因之一。学习同伴已经被证明可以改善不同学科的训练，但到目前为止，它们几乎没有被用于BCI。本文旨在研究学习同伴通过改善反馈，即，提供给用户的信息，这是学习过程的基础，但已被证明在BCI中理论上和实践上都是不充分的。本文首先介绍了脑机接口的潜力和现有训练方法的局限性。然后，它回顾了BCI和学习同伴文献的反馈的三个主要特征：它的外观，它的社会和情感成分和它的认知成分。从这些考虑，本文得出了一些指导方针，确定开放的挑战，并提出了潜在的解决方案，设计和使用学习同伴的BCI。
2019-05-23 cs.HC
Supporting the Supporters of Unaccompanied Migrant Youth: Designing for Social-ecological Resilience
无人陪伴的移民青年在没有父母陪伴的情况下逃往一个新的国家，面临心理健康风险。复原力干预措施可以减轻这些风险，但系统性和个人障碍可能会阻碍获得这些措施。虽然最近有很多工作涉及设计技术以促进心理健康，但没有一项工作关注这些人群的需求。本文介绍了18个专业/志愿者支持工作者和5个无人陪伴的移民青年，其次是三个设计研讨会的采访结果。研究结果指出了可以促进青年复原力发展的多种系统。青年与担任导师的志愿人员之间的关系对于提高复原力特别重要，但也带来了挑战。这表明了社会生态复原力模式的相关性，重点是设计技术来支持导师，以帮助他们更好地支持青年。最后，我们绘制了设计空间的导师支持。
2020-03-10 cs.CY cs.HC
Can Virtual Agents Care? Designing an Empathetic and Personalized LLM-Driven Conversational Agent
Swinburne University of Technology（斯威本科技大学）；FPT University（富国大学）；Deakin University（迪肯大学）；University of Southampton（南安普顿大学）
本文提出一种框架，通过检索增强架构、结构化记忆和多模态交互，设计出具有同理心和个性化支持的虚拟代理，以提升心理健康支持的质量和可靠性。
2026-04-22 cs.HC
AffirmativeAI: Towards LGBTQ+ Friendly Audit Frameworks for Large Language Models
本文基于肯定性治疗原则提出 AffirmativeAI 审计框架，结合定性与定量方法评估 LLM 聊天机器人对 LGBTQ+ 心理健康需求的肯定性与潜在危害。
2024-05-07 cs.HC
Alexa Depression and Anxiety Self-tests: A Preliminary Analysis of User Experience and Trust
通过网站和移动应用程序提供的心理健康资源提供支持，如建议，日志和认知行为疗法的元素。语音会话代理的激增，如Alexa，Siri和Google Home，导致人们对为这些设备开发心理健康应用程序的兴趣越来越大。我们介绍了Alexa技能的试点研究结果，该技能允许用户进行抑郁和焦虑自我测试。10名参与者获得了为期两周的Alexa技能访问权限，然后对技能的可用性和信任度进行在线评估。我们的初步评估表明，参与者信任该技能，并将可用性和用户体验评分为平均水平。技能使用率很低，大部分人只使用一次。鉴于正在进行的工作，我们还提出了一个讨论的实施和研究设计的挑战，以指导目前的文献设计口语会话代理的心理健康应用。
2020-08-10 cs.HC
Designing Trustworthy LLM-based Wellbeing Recommendation through Controllable Interaction
University of Gothenburg（哥德堡大学）
提出通过显式交互约束（如指导策略、解释风格、直接性程度和用户控制机制）构建系统级框架，使LLM推荐在保持适应性的同时透明、可控且与人类健康对齐。
2026-06-25 cs.HC
Sustainable Care: Designing Technologies That Support Children's Long-Term Engagement with Social Issues
University of Washington（华盛顿大学）；Seattle Children’s Research Institute（西雅图儿童研究所）
本文探讨了如何通过设计使儿童能够持续关注社会问题，提出可持续关怀作为设计视角，旨在通过科技支持儿童参与社会议题而不导致同理心疲劳或压力。
2026-05-21 cs.HC
Continuous Mental Effort Evaluation during 3D Object Manipulation Tasks based on Brain and Physiological Signals
设计3D用户界面（UI）需要适当的评估工具，以确保良好的可用性和用户体验。虽然许多评估工具已经可用并广泛使用，但现有方法通常不能在不打断用户的情况下提供交互期间可用性质量的连续和客观的度量。在本文中，我们建议使用大脑（与ElectroEncephalography）和生理（ElectroEncephalography，皮肤电反应）信号，不断评估由用户执行3D对象操作任务的精神努力。我们首先展示这种精神努力（又名，心理工作负荷）可以从这样的信号中估计，然后在实际的3D对象操作任务期间用被称为CubTile的输入设备对8个参与者进行测量。我们的研究结果表明，监测工作量使我们能够不断评估3DUI和/或交互技术的易用性。总的来说，这表明，这种新的措施可以成为一个有用的补充，可用的评估工具，使一个给定的3D用户界面的人体工程学质量的更细粒度的评估。
2015-05-29 cs.GR cs.HC
Unraveling Entangled Feeds: Rethinking Social Media Design to Enhance User Well-being
University of Minnesota（明尼苏达大学）
本文通过设计研讨会揭示用户与算法推荐的纠缠现象，提出通过情境化参与和恢复用户控制来改善社交媒体对心理健康的支持。
2026-02-17 cs.HC
What elements should we focus when designing immersive virtual nature? A preliminary user study
本研究通过在线调查和设计实验识别沉浸式虚拟自然中促进放松的关键元素，提出设计策略并开发场景验证，旨在为HCI设计师创建恢复性虚拟场景提供指导。
2025-03-28 cs.HC
Co-Designing Dynamic Mixed Reality Drill Positioning Widgets: A Collaborative Approach with Dentists in a Realistic Setup
本研究联合牙医与MR专家协同设计4款MR牙钻定位组件，经35名牙医在仿真环境中测试，发现动态组件精度更高但更耗时间与精力，可拓展至多领域高精度场景。
2024-09-16 cs.HC
Designing Drone Interfaces to Assist Pedestrians Crossing Non-Signalised Roads
The University of Sydney（悉尼大学）
本文提出利用无人机界面协助行人安全穿越无信号灯道路，通过实时交通数据监测和安全提示系统提升行人安全与效率。
2026-01-20 cs.HC
Designing an LLM-Based Behavioral Activation Chatbot for Young People with Depression: Insights from an Evaluation with Artificial Users and Clinical Experts
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）；University of Greifswald（格赖夫斯瓦尔德大学）
本文设计了一个基于LLM的行为激活聊天机器人，通过人工用户和临床专家评估，验证了其在抑郁症干预中的保真度和安全性，同时指出临床推理能力仍需改进。
2025-12-19 cs.HC
Reading Users' Minds from What They Say: An Investigation into LLM-based Empathic Mental Inference
本文研究使用大型语言模型（LLMs）执行心理推断任务以推断用户的潜在目标和基本心理需求，实验表明其表现与人类设计师相当，为增强共情设计的可扩展性提供了新途径。
2024-03-20 cs.CL cs.HC
Robots as Mental Well-being Coaches: Design and Ethical Recommendations
University of Cambridge（剑桥大学）；Politecnico di Milano（米兰理工大学）
针对当前缺乏机器人心理健康教练设计指导的问题，本文基于扎根理论对三步迭代用户研究数据开展定性分析，提炼出相关设计指南与伦理考量，为该领域研究者和机器人专家提供参考。
2024-01-30 cs.HC cs.RO
What Clinicians Need: Designing, Developing and Evaluating an AI-Based Decision Support System for Autism Assessment
Freie Universität Berlin（柏林自由大学）；Bielefeld University（比勒费尔德大学）；Humboldt-Universität zu Berlin（柏林洪堡大学）
针对成人自闭症诊断复杂且缺专业医生的问题，通过采访临床医生确定挑战与策略，开发SIT-CARE系统，经评估发现其能使临床医生决策路径不同，在自闭症评估诊断中展现潜力，可助力经验不足医生。
2026-07-27 cs.HC
Designing for Engagement: How Self-Determination Theory Can Guide Digital Health Design for User Motivation
Dyson School of Design Engineering, Imperial College London（帝国理工学院戴森设计工程学院）
本文提出基于自我决定理论的设计框架，旨在通过区分内在动机和自主性外在动机，提升数字健康干预的长期参与度。
2026-04-08 cs.HC
Designing a Communication Bridge between Communities: Participatory Design for a Question-Answering AI Agent
Georgia Institute of Technology（佐治亚理工学院）
本研究针对不同心智模型与词汇的两类用户群体的AI沟通桥梁设计问题，采用参与式设计变体收集问答智能体AskJill的开发需求，发现该方法有效且词汇表辅助是核心功能需求。
2023-08-01 cs.AI cs.HC
Enhancing immersion in Virtual Reality sports through Physical Interactions
Indian Institute of Technology, Bombay（孟买印度理工学院）
本文通过设计物理控制器原型，解决现有VR控制器在体育虚拟场景中的沉浸性问题，评估其在滑冰游戏中的表现，以提升沉浸感和现实感。
2026-04-22 cs.CY cs.HC
Who Does Your AI Work For? Designing Conversational Agents as Digital Fiduciaries
Vassar College（瓦萨学院）
本文提出将对话式AI代理视为数字受托人，通过引入受托设计原则，建立类似法律受托责任的标准，以统一信任与问责机制。
2026-05-27 cs.CY cs.HC
Not Seeing the Whole Picture: Challenges and Opportunities in Using AI for Co-Making Physical DIY-AT for People with Visual Impairments
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；University of Texas at Dallas（德克萨斯大学达拉斯分校）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文探讨了利用AI辅助视障人士进行物理DIY-AT协同制作的挑战与机遇，提出基于LLM的解决方案，强调空间与视觉支持及可访问性设计的重要性。
2026-02-14 cs.HC
AI-Gadget Kit: Integrating Swarm User Interfaces with LLM-driven Agents for Rich Tabletop Game Applications
本文提出 AI-Gadget Kit，通过集成 LLM 驱动的智能体扩展群体用户界面（SUIs）的元动作以实现复杂运动规划，并引入附加提示方法简化桌面游戏交互设计，从而支持个性化动态交互。
2024-07-24 cs.HC
Designing Technology for Social Wellbeing in Built Environments: A Conceptual Framework
Norwegian University of Science and Technology（挪威科技大学）
本文提出一个由社会福祉维度模型、数字技术贡献矩阵和支持层级组成的概念框架，以指导建成环境中促进社会福祉的数字技术设计与干预。
2026-09-11 cs.CY cs.HC
Designing a Socially Assistive Robot to Support Older Adults with Low Vision
University of Southern California（南加州大学）；University of California, Los Angeles（加州大学洛杉矶分校）
本研究提出用户参与式设计流程，通过两阶段调查验证社交辅助机器人在长期低视力康复中的用户感知有用性与接受度，发现实地演示显著提升用户积极评价。
2024-01-06 cs.HC cs.RO
AI-Driven Feedback Loops in Digital Technologies: Psychological Impacts on User Behaviour and Well-Being
University of Wolverhampton（伍尔弗汉普顿大学）
本研究通过调查200名用户，发现数据驱动的反馈回路虽促进目标实现与社交联系，但也引发焦虑、精神疲惫与自主性丧失，建议用户建立技术边界，开发者优化反馈机制以降低认知负荷。
2024-10-30 cs.AI cs.CY cs.HC
(Working Paper) Good Faith Design: Religion as a Resource for Technologists
本文通过访谈11种信仰的48位宗教人士，揭示宗教用户对技术中世俗嵌入的体验与期望，并提出惊奇、谦逊、空间、具身性、共同体和永恒六种设计价值观，以指导技术专家将宗教作为有效的社会文化资源融入整体用户设计。
2025-11-08 cs.CY cs.HC
Challenges of Human-Aware AI Systems
Arizona State University（亚利桑那州立大学）
从一开始，人工智能就与人类有着相当矛盾的关系--在增强和替代之间摇摆不定。现在，随着人工智能技术以越来越快的速度进入我们的日常生活，人工智能系统更需要与人类协同工作。为了有效地做到这一点，人工智能系统必须更加关注帮助人类相互合作的智能方面-包括社交智能。我将讨论设计这种人类感知AI系统的研究挑战，包括在循环中建模人类的精神状态，识别他们的愿望和意图，提供主动支持，表现出可解释的行为，根据需求给出令人信服的解释，以及产生信任。我将概述迄今为止在这些挑战方面取得的进展，并强调一些有希望的方向。我还将谈到这种制度带来的其他道德困境。最后，我将指出，对人类感知的人工智能系统的追求扩大了人工智能企业的范围，需要并促进真正的跨学科合作，并且可以大大提高公众对人工智能技术的接受度。
2019-10-15 cs.AI cs.HC cs.LG
