Learning from Elders: Making an LLM-powered Chatbot for Retirement Communities more Accessible through User-centered Design
University of Washington（华盛顿大学）
针对退休社区老年人数字素养低的问题，研究采用以人为中心的方法设计并优化了基于GPT-3.5 Turbo的LLM聊天机器人，通过定制提示工程与无障碍功能提升其信息检索与健康素养，试点显示高满意度并凸显了LLM赋能老年人的潜力。
2025-04-28 cs.AI cs.HC
Investigating and Designing for Trust in AI-powered Code Generation Tools
本研究通过访谈和设计探针研究，探讨开发者对AI代码生成工具的信任挑战，并提出支持适当信任的设计概念与建议。
2024-05-28 cs.HC cs.SE
Converging Work-Talk Patterns in Online Task-Oriented Communities
我们所做的很多事情都是通过与他人合作完成的，我们生活中的很大一部分时间都是在工作和交谈中度过的;工作和交谈的交替模式可以为任务导向的社会行为提供非常有用的见解。在线社区中不同类型的人类活动的可用电子痕迹是一个经验金矿，可以使这些社会系统的整体研究和理解。开源软件项目是协作的、面向任务的社区的典型例子，依靠志愿者来完成高质量的工作。在这里，我们使用序列分析方法，以确定在这些在线社区的软件开发人员的工作交谈模式。我们发现，软件开发人员更喜欢坚持相同类型的活动，即，一系列的工作活动之后是一系列的谈话活动等等，而不是频繁地切换它们;这种趋势随着时间的推移而加强，这表明开发人员变得更有效率，并且可以在更少的干扰下工作更长时间。这一过程伴随着社区文化的形成：同一社区的开发者模式随着时间的推移越来越接近，而不同社区的开发者模式则相对差异更大。社区文化的出现显然是由“谈话”和“工作”共同推动的。最后，我们还发现，在“工作”和“谈话”之间保持良好平衡的工人往往会产生与那些强烈关注“工作”的人一样多的工作;然而，前者似乎更有可能继续成为社区的积极贡献者。
2014-04-23 cs.HC cs.SE cs.SI
ConSearcher: Supporting Conversational Information Seeking in Online Communities with Member Personas
Sun Yat-sen University（中山大学）；National University of Singapore（新加坡国立大学）；Bosch Research North America（博世北美研究院）；Weill Cornell Medicine（威尔康奈尔医学院）；Hong Kong University of Science and Technology（香港科技大学）；ShanghaiTech University（上海科技大学）；Southeast University（东南大学）
本文提出ConSearcher，一种基于LLM的对话式信息检索工具，通过动态生成成员人设提升在线社区的信息获取效率，实验显示其在信息获取和用户参与度上优于现有方法，但存在过度个性化的问题。
2026-03-20 cs.HC
Exploring Community-Powered Conversational Agent for Health Knowledge Acquisition: A Case Study in Colorectal Cancer
School of Artificial Intelligence, Sun Yat-sen University（中山大学人工智能学院）；New York University（纽约大学）；School of Nursing, Sun Yat-sen University（中山大学护理学院）
本文提出CanAnswer对话代理，通过整合社区内容提升结直肠癌健康知识获取效率，验证其在学习任务中的有效性与实用性。
2025-12-15 cs.HC
Empowering Local Communities Using Artificial Intelligence
Delft University of Technology（代尔夫特理工大学）；Pennsylvania State University（宾夕法尼亚州立大学）；Carnegie Mellon University（卡内基梅隆大学）；Amsterdam Institute for Advanced Metropolitan Solutions（阿姆斯特丹高级城市解决方案研究所）
人工智能（AI）越来越多地用于分析各种实践中的大量数据，例如对象识别。我们特别感兴趣的是使用人工智能驱动的系统，让当地社区参与制定计划或解决方案，以解决紧迫的社会和环境问题。这种地方环境往往涉及多个利益相关者，他们的议程不同，甚至相互矛盾，导致对这些系统的行为和预期结果的期望不匹配。有必要调查人工智能模型和管道是否可以通过共同创建和现场部署在不同的环境中按预期工作。基于与当地人共同创建人工智能驱动系统的案例研究，我们解释了需要更多关注的挑战，并提供了将人工智能研究与公民需求联系起来的可行途径。我们倡导开发新的协作方法和思维方式，以在多利益相关者背景下共同创建人工智能驱动的系统，以解决当地的问题。
2022-04-26 cs.AI cs.HC
Examining the Use and Impact of an AI Code Assistant on Developer Productivity and Experience in the Enterprise
本研究通过调查和测试，考察了IBM内部署的LLM代码助手WCA对开发者生产力与体验的影响，发现该工具虽能提升净生产力，但并非所有用户均能受益。
2025-03-04 cs.HC cs.SE
What We Can Learn From Visual Artists About Software Development
本文通过研究艺术家如何使用和开发软件来探讨软件在视觉艺术创作中的作用。我们采访了与软件开发人员合作、学习软件开发以及构建和维护软件的专业艺术家。我们发现艺术家们有动力学习软件开发，以促进智力增长和进入技术社区。艺术家们重视通过熟练的手工执行和个人软件开发来实现高效的工作流程，但避免了高级形式的软件自动化。艺术家们发现了他们的优先事项与专业开发人员和计算艺术社区之间的冲突，这影响了他们在工作中使用计算美学的方式。这些发现有助于系统工程研究的努力，以整合最终用户编程和跨软件和物理媒体的创造力支持，为艺术家提供合作机会。艺术家编写软件的经验可以指导特定领域表示的技术实现，他们在跨学科生产方面的经验可以帮助围绕计算工具建立包容性社区。
2021-01-27 cs.HC
Botender: Supporting Communities in Collaboratively Designing AI Agents through Case-Based Provocations
Carnegie Mellon University（卡内基梅隆大学）；University of California, Berkeley（加州大学伯克利分校）；AI & Democracy Foundation（AI与民主基金会）；KAIST（韩国科学技术院）；University of Washington（华盛顿大学）
Botender通过基于案例的挑衅方法，使社区无需编程即可协同设计定制化的AI代理，提升社区对机器人行为的共同塑造能力。
2026-02-09 cs.HC
LLM-Powered AI Tutors with Personas for d/Deaf and Hard-of-Hearing Online Learners
本研究通过16名DHH参与者的用户研究，探索了具有DHH教育人格的LLM驱动AI导师的交互，发现文化知识、透明度及手语多模态支持需求，并提出设计启示。
2025-09-24 cs.HC
ComViewer: An Interactive Visual Tool to Help Viewers Seek Social Support in Online Mental Health Communities
针对在线心理健康社区浏览者寻找支持内容的挑战，提出交互式可视化工具ComViewer，通过主题过滤、关键词适配的圆形打包组件及LLM驱动的内容交互功能，提升支持寻求体验并给出设计启示。
2024-11-28 cs.HC
Investigating Crowd Creativity in Online Music Communities
群体创造力通常与专注于动画，视频游戏和音乐等艺术产品的同行制作社区有关，但不太经常与开源软件（OSS）联系在一起，尽管开发人员也必须有创造力才能为他们的技术挑战提出新的解决方案。在本文中，我们进行了一项研究，以进一步了解哪些因素，从以前的工作在OSS和艺术社区的预测成功的合作-定义为重用以前的歌曲-在三个不同的歌曲创作社区，即Songtree，拼接，和ccMixter。本研究的主要发现证实了合作的成功与可识别作者的高社区地位和歌曲的低衍生度有关。
2021-05-31 cs.HC cs.SI
AI For Privacy in Smart Homes: Exploring How Leveraging AI-Powered Smart Devices Enhances Privacy Protection
本研究通过深度访谈和Grounded Theory分析，探讨了AI驱动的智能家居设备如何通过个性化支持增强隐私保护，揭示了用户期望与伦理安全挑战，并为设计师和开发者提供了指导建议。
2025-09-17 cs.CY cs.HC
Exploring Topic Modelling of User Reviews as a Monitoring Mechanism for Emergent Issues Within Social VR Communities
本文利用约4万条Rec Room用户评论进行情感分析和主题建模，提出一种自动监测社交VR社区新兴骚扰问题的方法，验证了其纵向监测情感变化和识别骚扰主题的有效性。
2024-06-06 cs.HC
Flowcode: An AI-Powered Programming Environment for Scaffolding Iteration in Creative Computing Education
Barnard College, Columbia University（巴纳德学院，哥伦比亚大学）；Columbia University（哥伦比亚大学）
研究旨在助力创意计算教育中新手基于示例学习编码，通过设计Flowcode，集成可视化流程图与聊天界面，经两项研究迭代设计，探讨可视化和摩擦在计算教育中有效利用人工智能的作用。
2026-07-09 cs.HC
PerspectiveCoach: Exploring LLMs for Developer Reflection
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；Utrecht University（乌得勒支大学）
PerspectiveCoach通过LLM帮助开发者反思软件设计对边缘化社区的影响，提升伦理意识和用户视角理解。
2026-01-05 cs.HC cs.SE
All That's Happening behind the Scenes: Putting the Spotlight on Volunteer Moderator Labor in Reddit
在线志愿者是许多社交平台的无偿但宝贵的劳动力。例如，志愿内容版主执行大量的劳动来维护在线社区。然而，由于像Reddit这样的社交平台有利于创收和用户参与，版主在管理在线社区扩张方面的支持不足。为了保护这些在线社区，社交平台的开发人员和研究人员必须尽可能多地承担和支持这些劳动。在本文中，我们使用126个subreddits和900多名版主的私人版主日志的独特数据集，定量描述了Reddit上版主采取的公开可见和不可见的行动。我们对这个数据集的分析揭示了社区和主持人之间的协调工作的异质性。此外，我们发现，只分析可见的工作--到目前为止研究适度工作的主要方式--大大低估了人类在subreddit上的适度工作量。我们讨论了我们的研究结果对内容审核研究和社交平台的影响。
2022-06-05 cs.HC
Users' participation to the design process in an Open Source Software online community
本研究的目的是分析开源软件社区成员参与设计的方式。特别是，我们专注于用户的开源（OS）的程序设计语言（Python）参与添加新的功能的语言。实际上，在操作系统社区中，用户在计算机科学方面具有很高的技能;他们不符合最终用户的常见表示，并且可以潜在地参与设计过程。我们的研究描述了Python星系，并分析了一个正式的过程，以引入新的功能，称为Python增强建议（PEP）的语言，从语言进化的想法到PEP实现。对一个应用领域社区（金融）的用户推送PEP的分析表明：设计过程在在线和物理交互空间之间是分布式和专门化的;用户和开发人员社区之间存在一些交叉参与者，这可能会揭示边界空间角色。
2006-12-01 cs.HC
Third-Party Developers and Tool Development For Community Management on Live Streaming Platform Twitch
本研究聚焦Twitch平台第三方开发者，通过混合方法分析其工具开发实践，发现多层次策略限制其自主性，提出HCI研究应转向开发者并设计统一工具包以促进协作。
2024-03-17 cs.CY cs.HC
Developers' Experience with Generative AI -- First Insights from an Empirical Mixed-Methods Field Study
SAP Labs（SAP实验室）
本研究通过混合方法分析开发者与生成式AI交互的体验，探讨不同交互方式对效率、准确性和工作负载的影响。
2025-12-22 cs.HC
The Impact of AI-Assisted Development on Software Security: A Study of Gemini and Developer Experience
Ruhr University Bochum（波鸿鲁尔大学）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；TU Braunschweig（布伦瑞克工业大学）；University of Cologne（科隆大学）
研究探讨AI工具Gemini对代码安全的影响，发现编程经验显著提升安全性，无法完全被AI替代。
2026-03-17 cs.HC cs.SE
Towards an Appropriate Level of Reliance on AI: A Preliminary Reliance-Control Framework for AI in Software Engineering
Monash University（莫纳什大学）；Singapore Management University（新加坡管理大学）
本文通过二十次访谈提出初步依赖控制框架，探讨软件开发者与AI工具的交互，分析过度依赖和不足依赖的影响，并为未来研究提供方向。
2026-04-12 cs.AI cs.HC cs.SE
Validating AI-Generated Code with Live Programming
本文研究实时编程能否帮助开发者验证AI生成代码，通过构建结合AI助手与LP环境的Python编辑器并进行用户实验，发现LP可降低验证成本、缓解过度或不足依赖并减轻认知负荷。
2024-02-23 cs.HC cs.PL
Do I Belong? Modeling Sense of Virtual Community Among Linux Kernel Contributors
本文通过结构方程建模研究 Linux 内核开发者动机与虚拟社区归属感的关系，发现社交和享乐等内在动机正向促进归属感，而生活在威权国家及有偿贡献会降低归属感，并据此提出提升开源项目可持续性的建议。
2023-02-23 cs.HC cs.SE
Evolving with AI: A Longitudinal Analysis of Developer Logs
JetBrains Research（JetBrains 研究）；University of California, Irvine（加州大学尔湾分校）；JetBrains
研究通过纵向数据和调查分析AI对开发者日常编码实践的长期影响，发现AI使用提高了代码产出但也增加了删除量，同时开发者报告生产力提升但其他维度变化不明显。
2026-03-30 cs.HC cs.SE
GazeCopilot: Evaluating Novel Gaze-Informed Prompting for AI-Supported Code Comprehension and Readability
University of Glasgow（格拉斯哥大学）
针对AI编码助手提示上下文不足问题，提出Real-time GazeCopilot方法，将实时注视指标整合到提示以适配开发者认知状态，实验表明其在代码理解准确率、时间及可读性上优于Standard Copilot，且重构效果优于Pre-set GazeCopilot。
2025-11-11 cs.HC cs.SE
How Developers Interact with AI: A Taxonomy of Human-AI Collaboration in Software Engineering
School of Computing and Information Systems（计算与信息系统学院）；Singapore Management University（新加坡管理大学）；School of Informatics, Computing, and Cyber Systems（信息学、计算与网络系统学院）；Northern Arizona University（北亚利桑那大学）
本文提出开发者与AI工具交互的十一类分类体系，并据此规划优化交互、增强控制及解决信任与可用性问题的研究议程，以推动更有效的AI开发工具研究。
2025-02-05 cs.AI cs.HC cs.SE
A Study on Developer Behaviors for Validating and Repairing LLM-Generated Code Using Eye Tracking and IDE Actions
本研究通过实验室实验（28名参与者）结合眼动追踪和IDE行为数据，探究开发者验证与修复Copilot生成代码的行为，发现代码来源意识能提升性能但增加认知负荷，为设计人机协作工具提供启示。
2024-05-25 cs.HC cs.SE
Twitch Third-Party Developers' Support Seeking and Provision Practices on Discord
Tsinghua University（清华大学）；Pennsylvania State University（宾夕法尼亚州立大学）
研究探讨了Twitch第三方开发者在Discord上的支持请求与提供行为，发现其依赖Twitch平台，需在Discord和Twitch间切换，加剧平台劳动，并需通过角色衔接正式与非正式空间以提升开发者发展。
2026-06-05 cs.CY cs.HC
Understanding User Mental Models in AI-Driven Code Completion Tools: Insights from an Elicitation Study
University of Bari Aldo Moro（巴里阿尔多莫罗大学）；University of Salerno（萨莱诺大学）
针对AI代码补全工具与开发者心智模型不匹配的交互问题，本研究通过56名开发者的协同设计工作坊挖掘心智模型差异，提出定制化设计准则，并开发了可动态适配的概念验证工具ATHENA。
2025-10-06 cs.HC cs.SE
Policy alone is probably not the solution: A large-scale experiment on how developers struggle to design meaningful end-user explanations
Carnegie Mellon University（卡内基梅隆大学）；Yale University（耶鲁大学）；Colby College（科尔比学院）；Howard University（霍华德大学）；Department of Sociology, Yale University（社会学系，耶鲁大学）
研究发现，仅靠政策无法有效提升开发者设计面向终端用户的解释能力，需结合培训、工具和支持。
2026-01-16 cs.AI cs.HC cs.LG
Emotional Contagion in Code: How GitHub Emoji Reactions Shape Developer Collaboration
Texas Tech University（德克萨斯理工大学）
通过分析 50 个热门仓库的 2,098 个 GitHub issues 和 pull requests 中的 106,743 个表情符号反应，研究发现软件开发中存在强烈的积极情绪传染效应，证明表情符号是塑造开发者协作的活跃力量。
2025-11-04 cs.HC cs.SE
Talk2X -- An Open-Source Toolkit Facilitating Deployment of LLM-Powered Chatbots on the Web
German Research Center for Artificial Intelligence（德国人工智能研究中心）；RPTU Kaiserslautern-Landau（凯撒斯劳滕-兰道工业大学）；coneno GmbH（科内诺有限公司）
本文提出开源智能体Talk2X，结合改进的RAG与自动生成的向量数据库，为任意网站提供即用型LLM聊天机器人集成工具，显著提升了用户信息检索的任务效率与体验。
2025-04-04 cs.AI cs.HC cs.IR
Understanding Developer Information Needs for Software with Embedded Natural Language Prompts
Carnegie Mellon University（卡内基梅隆大学）；JetBrains Research（JetBrains研究）
本文通过访谈、观察与调查构建提示编程的25项任务和51个问题分类，并对比48种工具，发现关键需求仍缺乏自动化支持。
2026-11-10 cs.AI cs.HC cs.SE
Prompts Are Programs Too! Understanding How Developers Build Software Containing Prompts
Carnegie Mellon University（卡内基梅隆大学）
本文通过访谈20名开发者，提出提示词编程概念，发现其与传统软件开发不同，开发者难以建立可靠心智模型，为提示词工具开发提供启示。
2025-04-25 cs.AI cs.HC cs.SE
Comprendia: AI-Augmented Code Comprehension
Idaho State University（爱达荷州立大学）
该研究提出一款名为Comprendia的Eclipse插件，通过集成结构依赖可视化、LLM代码解释、克隆检测及CVE风险叠加功能，为Java程序理解提供支持，在含已知克隆与漏洞的Java项目上验证了其有效性。
2026-08-12 cs.AI cs.HC cs.PL
The Jade Gateway to Trust: Exploring How Socio-Cultural Perspectives Shape Trust Within Chinese NFT Communities
本研究以中国NFT社区为背景，通过微信群内容分析与半结构化访谈，探究社会文化视角（如儒家美德）对信任动态的塑造作用，确定三大信任维度并提出定制化信任构建指南，为NFT生态与数字经济发展提供见解。
2025-04-16 cs.CY cs.HC
Pre-Filtering Code Suggestions using Developer Behavioral Telemetry to Optimize LLM-Assisted Programming
ITMO University（ITMO大学）
通过开发者行为 telemetry 预过滤代码建议，提升 LLM 协助编程的接受率和效率
2025-11-24 cs.AI cs.HC cs.SE
WASHtsApp -- A RAG-powered WhatsApp Chatbot for supporting rural African clean water access, sanitation and hygiene
Ndejje University（恩德杰大学）；Coworkers
本文提出基于 WhatsApp 和 RAG 的 WASHtsApp 聊天机器人，采用设计科学研究方法开发，并通过专家与社区验证，证明其能为非洲农村社区提供准确、有用且接受度高的 WASH 信息。
2025-02-18 cs.AI cs.CY cs.HC
CrossWeave: Bridging Perspectives Across Online Communities with a Dual-Pane Design
Johns Hopkins University（约翰斯·霍普金斯大学）；Princeton University（普林斯顿大学）；Georgia Institute of Technology（佐治亚理工学院）；Massachusetts Institute of Technology（麻省理工学院）；Northwestern University（西北大学）
CrossWeave通过双栏设计在社交媒体信息流中展示跨社区相关帖子，促进用户探索多元观点并建设性互动，以缓解讨论窄化和观点极化。
2026-10-08 cs.HC cs.IR cs.SI
Software Vulnerability Management in the Era of Artificial Intelligence: An Industry Perspective
School of Computer Science and Information Technology（计算机科学与信息技术学院）；Adelaide University（阿德莱德大学）；Elevexai Systems（Elevexai系统）
本文研究了AI在软件漏洞管理中的行业应用，发现AI工具在漏洞检测和修复中被广泛采用，但存在假阳性、上下文缺失等挑战，建议提升可解释性和集成流程以增强安全性。
2025-12-23 cs.AI cs.HC cs.SE
How do datasets, developers, and models affect biases in a low-resourced language?: The Case of the Bengali Language
Department of Computer Science University of Toronto Toronto Ontario Canada（计算机科学系多伦多大学多伦多安大略加拿大）；Faculty of Information University of Toronto Toronto Ontario Canada（信息学院多伦多大学多伦多安大略加拿大）；Department of Information Science University of Colorado Boulder Boulder Colorado United States（信息科学系科罗拉多大学波德 Boulder科罗拉多美国）；University of Toronto（多伦多大学）；University of Colorado Boulder（科罗拉多大学波德）
本文研究了孟加拉语中基于性别、宗教和国籍身份的偏见问题，通过分析mBERT和BanglaBERT模型发现，尽管语义内容相似，但模型仍存在偏见，揭示了算法审计中方法论和数据来源的重要性。
2026-05-07 cs.CL cs.CY cs.HC
The Impact of Generative AI on Collaborative Open-Source Software Development: Evidence from GitHub Copilot
University of Texas at Austin（德克萨斯大学奥斯汀分校）
本研究探讨生成AI对开源协作开发的影响，发现GitHub Copilot提高了代码贡献和开发者参与，但增加了协调时间，揭示了AI在扩展贡献者的同时减缓协作的权衡。
2026-08-14 cs.AI cs.HC cs.SE
An ecology of participation for fusion energy development
University of Michigan（密歇根大学）；Arizona State University（亚利桑那州立大学）；Science Illustrator（科学插画师）；University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
该研究针对聚变能源发展的公众参与问题，提出参与生态框架，结合六个案例揭示当前聚变公众参与的局限性，并给出指导性问题。
2026-10-09 cs.CY cs.HC physics.soc-ph
