Preserving Sense of Agency: User Preferences for Robot Autonomy and User Control across Household Tasks
University of Washington(华盛顿大学)
研究探讨了家庭辅助机器人的自主性水平对用户控制感的影响,发现用户偏好受机器人是否自主、第三方参与度及任务风险等因素影响,终端用户编程的机器人能较好保留控制感,但在高风险情境下用户更看重自身控制权。
2025-06-24 cs.HC cs.RO
Development and evaluation of a system to express a sense of telekinesis in VR
本研究开发了一种VR方法模拟心灵遥感,旨在实现与虚构作品相似的物理感觉和掌控感,并评估其可行性。
2024-11-07 cs.HC
Interactive visualizations for adolescents to understand and challenge algorithmic profiling in online platforms
Oxford Internet Institute, University of Oxford(牛津互联网研究所,牛津大学);MIT Media Lab, Massachusetts Institute of Technology(麻省理工学院媒体实验室,麻省理工学院);Department of Computer Science, University of Oxford(牛津大学计算机科学系);School of Design, Carnegie Mellon University(卡内基梅隆大学设计学院);School of Computer Science, Massachusetts Institute of Technology(麻省理工学院计算机科学学院);Human-Computer Interaction Institute, Carnegie Mellon University(卡内基梅隆大学人机交互研究所)
Algorithmic Mirror通过可视化青少年数据帮助其理解并质疑在线平台的算法画像行为,提升青少年的数字自主权。
2026-01-12 cs.HC
Human Autonomy and Sense of Agency in Human-Robot Interaction: A Systematic Literature Review
Chair for Communication Science(沟通科学系)
本文通过系统综述22项实证研究,识别出影响人机交互中人类自主性和主体感的五类因素(机器人适应性、沟通风格、拟人化、机器人存在和个体差异),并指出当前研究在定义和操作化上的不足,为设计支持自主性的机器人提供了指导。
2026-02-27 cs.HC cs.RO
Empirical Investigation of Factors that Influence Human Presence and Agency in Telepresence Robot
The Graduate University for Advance Studies, SOKENDAI(综合研究大学院大学);National Institute of Informatics, NII(国立信息学研究所)
如今,一个社区开始发现需要人类在场的替代方式,有大量的研究和发展,在先进的远程呈现机器人。人们倾向于感觉更接近和更舒适的远程呈现机器人,因为许多人在机器人中感觉到人类的存在。一般来说,许多人从机器人的脸上感受到代理感,但一些没有手臂和身体运动的远程呈现机器人往往会给人一种存在感。重要的是识别和配置远程呈现机器人如何通过包括人脸和轻微的面部和手臂运动来影响人的存在感和代理感。因此,我们通过基于网络的实验进行了广泛的研究,以确定原型,可以导致舒缓的人类与机器人的互动。实验的特点是视频的远程呈现机器人n = 128,2 × 2之间的参与者研究机器人的脸因素:视频会议,机器人一样的脸;手臂运动因素:移动与静态),以调查显着影响人类的存在和代理与机器人的因素。我们使用了两个远程呈现机器人:一个是负担得起的机器人平台,另一个是用于增强人机交互的修改版本。研究结果表明,当机器人的脸被替换为人类的脸并且没有运动时,参与者感觉到更接近人类的代理。机器人的动作唤起了人类存在的感觉,无论面部是人类还是机器人。
2021-05-25 cs.HC cs.RO
Replicating and Applying a Neuro-Cognitive Experimental Technique in HCI Research
在认知神经科学中,能动感被定义为控制自己行为的经验,并通过这种控制影响外部世界。在CHI 2012上,我发表了一篇题为《我做到了!在自己的行动中衡量代理的用户体验[1]。这篇扩展摘要大量借鉴了那篇论文,其中描述了一种被称为有意约束的隐含措施。这项由认知神经科学研究人员开发的测量方法,已被证明是对能动感的一种强有力的内隐测量。我对意图绑定的兴趣源于以前的HCI文献(例如Shneiderman的工作),它强调了控制感在人机交互中的重要性。CHI 2012论文背后的关键问题是:我们能否应用意图绑定来为人机交互中的控制体验提供一个隐含的度量?在研究这个问题时,复制是实验过程中的一个关键因素。
2013-07-11 cs.HC
How does HCI Understand Human Autonomy and Agency?
人的能动性和自主性一直是人机交互中的基本概念。新的发展,包括无处不在的人工智能和技术越来越多地融入我们的生活,使这些问题变得越来越紧迫,因为技术增加了影响我们行为和价值观的能力。然而,在HCI中,对自主权和代理权的理解仍然模糊不清。这两个概念都被用来描述与控制感、物质独立性和身份有关的广泛现象。目前还不清楚这些理解在多大程度上是兼容的,以及它们如何支持研究计划和实际干预措施的发展。我们通过回顾30年来HCI对自主权和代理权的研究来解决这个问题,以确定当前的理解,开放的问题和未来的方向。通过分析,我们确定了道德问题,并概述了指导未来工作的关键主题。我们还阐明了围绕这些概念推进清晰度和特异性的途径,以及协调不同HCI社区的综合工作。
2023-02-02 cs.HC
Between Algorithm (AI) and Intuition (Human): Preserving Designer Agency in AI-Assisted Sensemaking of Qualitative UX Data
Department of Design, IIT Hyderabad(印度理工学院海德拉巴分校设计系)
本文针对AI辅助定性UX数据意义建构中保留设计师能动性的问题,通过案例对比提出将AI作为放大人类判断工具的增强意义建构框架,为AI在设计研究中的应用提供了新方向。
2026-08-31 cs.ET cs.HC
Middle-Aged Video Consumers' Beliefs About Algorithmic Recommendations on YouTube
用户对算法系统的信念不断通过用户交互和生成推荐的复杂社会技术系统共同产生。识别这些信念至关重要,因为它们会影响用户与推荐算法的交互方式。由于没有关于算法视频推荐的用户信念的先前工作,从业者缺乏相关知识来改善这种系统的用户体验。为了解决这个问题,我们对中年YouTube视频消费者进行了半结构化采访,以分析他们对视频推荐系统的用户信念。我们的分析揭示了用户认为影响他们推荐的不同因素。基于这些因素,我们确定了四组用户信念:以前的行为,社交媒体,推荐系统和公司政策。此外,我们提出了一个框架,以区分用户认为影响他们的视频推荐的四个主要演员:当前用户,其他用户,算法和组织。这个框架提供了一个新的视角来探索基于这四个角色的设计建议。它还揭示了一个以前从未探索过的新方面:公司决策对与算法推荐交互的影响。虽然我们发现用户知道YouTube上推荐系统的存在,但我们表明他们对这个系统的理解是有限的。
2020-08-07 cs.CY cs.HC
Animation Fidelity in Self-Avatars: Impact on User Performance and Sense of Agency
本文研究自我化身动画保真度对用户表现和能动感的影响,比较逆向运动学与惯性运动捕捉技术,发现动画质量影响具身感,且逆向运动学方案在精确定位任务中因低延迟而优于运动捕捉。
2023-04-11 cs.GR cs.HC
Exploring the Influence of Online Videos on Parents or Caregivers of Children with Developmental Delays
本研究采用混合方法分析1500余条YouTube上的儿童发育迟缓与障碍相关视频,发现其兼具信息支持与情感支持价值、形成了强社群联结,为支持这类患儿照料者的平台设计提供了启示。
2024-06-22 cs.HC
Negotiating the Shared Agency between Humans & AI in the Recommender System
本研究提出双重控制机制,通过实验证明透明度需与用户直接控制相结合才能显著增强推荐系统中的用户能动性,为设计更以用户为中心的推荐系统提供了概念验证。
2025-05-10 cs.CY cs.HC
Where Do I 'Add the Egg'?: Exploring Agency and Ownership in AI Creative Co-Writing Systems
University of Toronto(多伦多大学)
本文通过构建三种功能相同但界面隐喻不同的 AI 协作写作系统并访谈 18 位写作者,揭示了界面隐喻如何影响用户的控制感与作者身份认知,并据此提出设计建议。
2025-09-18 cs.AI cs.HC
Navigating Algorithmic Opacity: Folk Theories and User Agency in Semi-Autonomous Vehicles
Rutgers University(罗格斯大学)
研究探讨了半自动驾驶车辆司机如何通过folk理论理解算法行为,揭示了司机在算法治理中的被动地位,并提出参与式算法治理框架以提升透明度和用户参与度。
2026-02-07 cs.HC
Expecting Too Much, Getting Too Little: Exploring the Challenges and Design Opportunities of Asynchronous AI Interviewers
University of Maryland, Baltimore County(马里兰大学巴尔的摩县分校)
研究探讨了异步AI面试系统对用户自主性的影响,通过分析和访谈揭示了期望不匹配问题,并设计了支持用户自主性的界面。
2026-03-22 cs.HC
'Show It, Don't Just Say It': The Complementary Effects of Instruction Multimodality for Software Guidance
Singapore Management University(新加坡管理大学)
本研究探讨了在软件学习中,多模态教学(语音、注释、远程控制)如何互补以提升教学效果,同时揭示了自主性与精度之间的权衡问题。
2026-03-03 cs.HC
Exploring Self-Tracking Practices of Older Adults with CVD to Inform the Design of LLM-Enabled Health Data Sensemaking
Aarhus University(奥胡斯大学);Ludwig Boltzmann Institute for Digital Health and Prevention(路德维希·玻尔兹曼数字健康与预防研究所);KTH Royal Institute of Technology(皇家理工学院)
研究探讨老年人如何解读自我追踪数据,并提出基于LLM的健康数据解读设计方向,强调情感参与、患者自主性及对话促进。
2026-03-24 cs.HC
Making Sense of the Weather, Together: Collaborative Sensemaking in Severe Weather Livestreams
University of Washington(华盛顿大学)
本文研究恶劣天气事件中通过'天气主播'直播解读气象现象的协作意义建构,分析其如何利用多源信息、时间衔接技术和平台适应性,挑战传统危机沟通模式。
2026-04-12 cs.CY cs.HC
AI in the Writing Process: How Purposeful AI Support Fosters Student Writing
Georgia Institute of Technology(佐治亚理工学院);Stanford University(斯坦福大学)
本文通过90名本科生的随机对照试验,比较了不同AI写作支持方式,发现针对写作子过程设计的集成AI工具能增强学生的主体性并促进更深层的知识转化。
2025-06-25 cs.AI cs.HC
SoftNash: Entropy-Regularized Nash Games for Non-Fighting Virtual Fixtures
Waseda University(早稻田大学)
SoftNash通过引入参数τ调节控制器自信度,实现非对抗性共享控制,提升舒适度和主体感。
2025-11-27 cs.HC cs.RO
VRCopilot: Authoring 3D Layouts with Generative AI Models in VR
University of Michigan(密歇根大学)
该研究提出整合预训练生成式AI的VR混合主动创作系统VRCopilot,通过多模态交互和线框中间表示支持人机协同3D布局创作,经用户研究验证了不同创作模式的用户自主权与创造力表现差异。
2024-08-18 cs.AI cs.ET cs.HC
I, Robot? Exploring Ultra-Personalized AI-Powered AAC; an Autoethnographic Account
Cornell Tech(康奈尔科技);University of Maryland(马里兰大学)
本文探讨超个性化AI驱动的AAC系统对用户自主权、身份和隐私的影响,通过自传式研究发现个性化建议重塑了交流方式,强调了设计支持真实表达的AAC技术的重要性。
2026-02-20 cs.CY cs.HC
Co-Writing with AI, on Human Terms: Aligning Research with User Demands Across the Writing Process
University of Toronto(多伦多大学)
本文通过系统综述109篇HCI论文并访谈15位写作者,揭示了AI辅助写作中能动性与所有权需求随写作阶段和写作者类型而变化,并为按人类条件设计人机共同写作工具提供了设计指导。
2025-08-18 cs.AI cs.HC
Value-Sensitive AI for Prayer: Balancing the Agencies Between Human and AI Agents in Spiritual Context
Georgia Institute of Technology, School of Interactive Computing(佐治亚理工学院交互计算学院)
本文提出四个值敏感AI系统,探讨AI对祈祷体验的影响。研究发现,真实性是关键价值,AI过度代理会削弱这种感觉。建议通过保持解释开放性来维护用户自主性。
2026-04-28 cs.AI cs.HC
EntangleVR++: Evaluating the Potential of using Entanglement in an Interactive VR Scene Creation System
本研究提出借鉴量子计算纠缠概念的交互式VR叙事创作系统EntangleVR++,通过16名参与者的用户研究提炼出四大主题,总结出四种面向未来交互式虚拟场景创作可视化界面的设计策略。
2024-06-22 cs.HC
Virtual Steps: The Experience of Walking for a Lifelong Wheelchair User in Virtual Reality
本研究与一位终身使用轮椅的脊髓性肌萎缩症患者共同设计了VR行走体验,通过9天日记研究分析了所需设计元素,发现该体验提供了积极的高视角观察并伴随情感与能动感的演变,为设计更具包容性的VR体验提供了启示。
2024-11-12 cs.HC
Contexty: Capturing and Organizing In-situ Thoughts for Context-Aware AI Support
School of Computing, KAIST(KAIST计算机学院);University of California, Berkeley(加州大学伯克利分校);Carnegie Mellon University(卡内基梅隆大学);SkillBench
本文提出Contexty,通过捕捉用户现场思维并组织其认知上下文,提升AI在复杂知识工作中的支持能力,研究显示其能提高任务意识和用户控制感。
2026-08-19 cs.HC
What Holds Back Brain-Computer Interfaces? Uncovering Challenges and Opportunities in BCI-controlled Games for Cerebral Palsy Rehabilitation
Aalborg University(奥尔堡大学)
本研究通过临床治疗师和10名脑瘫患者的体验,揭示BCI游戏在脑瘫康复中面临的控制感、辅助机制等挑战与机遇。
2026-06-26 cs.HC
Mapping the Design Space of Teachable Social Media Feed Experiences
本研究借鉴交互式机器教学范式,通过24人参与的多平台有声思维研究梳理用户判断帖子价值的信号,提出五项设计原则并转化为三种信息流设计,构建可教学的社交媒体信息流体验设计空间以提升用户自主感。
2024-01-29 cs.HC
Designing with Tensions: Older Adults' Emotional Support-Seeking Under System-Level Constraints in Conversational AI
University of Washington(华盛顿大学);National University of Singapore(新加坡国立大学)
研究探讨老年人在对话AI中寻求情感支持时的体验,发现现有安全干预可能打断情感互动,影响老年人的情感参与和情绪状态。
2026-05-07 cs.HC
Supporting Couples' Social Well-being in Daily Life: A Needs Assessment and Co-design with Co-located Couples
Northeastern University(东北大学)
本研究通过需求评估和协同设计,发现同居夫妻偏好检测冲突等关键时刻并提供微妙调解的系统,而非AI建议,为以夫妻为单位的普适感知设计提供启示。
2026-10-06 cs.HC
Beyond Task Performance: Human Experience in Human-Robot Collaboration
Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院);University of Freiburg(弗莱堡大学)
本研究通过木工车间人机协作实验发现,中等自动化水平比高自动化更能提升心流、能动感和具身感,并指出握力可作为能动感的实时代理指标,为兼顾绩效与体验的自动化设计提供依据。
2025-05-07 cs.HC cs.RO cs.SY
Vistoria: A Multimodal System to Support Fictional Story Writing through Instrumental Text-Image Co-Editing
City University of Hong Kong(香港城市大学);University of Notre Dame(圣母大学);Harvard University(哈佛大学);Tongji University(同济大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
Vistoria通过多模态协同编辑提升虚构故事创作的表达力和创造力,使作家能更自由地探索故事发展方向。
2026-02-05 cs.HC
"Death" of a Chatbot: Investigating and Designing Toward Psychologically Safe Endings for Human-AI Relationships
MIT Media Lab(MIT媒体实验室)
本文探讨了人类与AI伴侣关系终止的心理安全设计,提出四个设计原则和工具,帮助平台提供闭合并促进人类连接。
2026-02-10 cs.AI cs.HC
PersonaFlow: Designing LLM-Simulated Expert Perspectives for Enhanced Research Ideation
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of California San Diego(加州大学圣地亚哥分校)
本文提出PersonaFlow系统,利用LLM模拟多领域专家视角,以增强跨学科研究构思,提高想法相关性与创造性,并促进批判性思维,同时通过可定制专家档案增强用户自主感。
2025-07-09 cs.AI cs.HC
Orca: Browsing at Scale Through User-Driven and AI-Facilitated Orchestration Across Malleable Webpages
Foundation Interface Lab(基础界面实验室);University of California San Diego(加州大学圣地亚哥分校)
Orca通过用户驱动和AI辅助的跨可变网页 orchestration 实现大规模信息浏览,提升信息采集和理解能力。
2026-01-27 cs.AI cs.HC
Tracing the Invisible: Understanding Students' Judgment in AI-Supported Design Work
Purdue University(普渡大学)
研究分析 HCI 课程中 33 个学生团队的反思,识别其使用生成式 AI 时的传统与新兴设计判断,并提出理解人机共创意义建构的概念视角。
2025-05-13 cs.AI cs.HC
Me, Myself, and My Voice: Exploring Cultural and Linguistic Identity in AAC AI-generated Voices
Cornell Tech(康奈尔科技);University of Washington(华盛顿大学)
通过调查和工具设计,研究AAC用户对AI生成声音的文化身份对齐需求,发现非二元、跨性别和非美国出生的用户身份对齐评分较低,且文化声音对齐超越口音和语言,涉及归属感和自我认同。
2026-09-22 cs.HC