AffectCity: An Empirical Investigation of Complexity, Transparency, and Materiality in Shaping Affective Perception of Building Facades
University of Cambridge(剑桥大学)
本文通过CFAD数据集探讨建筑立面复杂性、透明度和物质性对情感反应的影响,发现复杂性是主要预测因素,透明度与愉悦度呈倒U型关系,而人工表面降低唤醒度和愉悦感,揭示了感知在机器指标与情感反应间的中介作用。
2026-04-20 cs.HC
Privacy Perceptions in Robot-Assisted Well-Being Coaching: Examining the Roles of Information Transparency, User Control, and Proactivity
University of Siegen(西格恩大学);Honda Research Institute Europe GmbH(本田欧洲研究院);Honda Research Institute Japan Co., Ltd.(本田日本公司)
本研究探究信息透明度、用户控制权、机器人主动性对健康辅导场景下用户隐私感知的影响,通过200人线上实验发现用户控制权对隐私合理性感知和信任的提升作用显著,而透明度与主动性无显著影响,为社交机器人隐私设计提供依据。
2025-09-04 cs.HC cs.RO
Are Privacy Dashboards Good for End Users? Evaluating User Perceptions and Reactions to Google's My Activity (Extended Version)
隐私仪表板和透明度工具可帮助用户查看和管理在线收集的有关他们的数据。自2016年以来,谷歌提供了这样一个工具,我的活动,它允许用户从谷歌服务中查看和删除他们的活动数据。我们对$n = 153$的参与者进行了一项在线调查,以了解Google的“我的活动”作为隐私透明度工具的一个例子,是否增加或减少了最终用户对数据汇集的担忧和好处。虽然大多数参与者都知道谷歌的数据汇集,但其数量和细节令人惊讶,但在接触我的活动后,参与者更有可能减少对数据汇集的关注,并更有益地查看数据汇集。只有$25\,\%$表示他们将更改“我的活动”服务中的任何设置或更改任何行为。这表明隐私透明度工具对在线服务非常有益,因为它们获得了用户的信任,并在不一定改变用户行为的情况下改善了他们的看法。但与此同时,目前尚不清楚此类透明度工具是否能通过充分协助或激励用户更改或查看数据汇集设置,从而真正改善最终用户的隐私。
2021-05-28 cs.CY cs.HC
A novel teleoperator testbed to understand the effects of master-slave dynamics on embodiment and kinesthetic perception *
Johns Hopkins University(约翰斯·霍普金斯大学)
随着遥操作机器人系统的日益普及,关于触觉感知的透明度的关注也在增加。然而,透明度代表了理论上的理想,因为大多数双边力反射遥控机器人在操作员和环境之间引入了动力学(刚度和阻尼)。为了实现真正的灵活性,必须了解人类如何体现这些遥控机器人的动力学,从而将它们与它们正在探索的环境区分开来。在这个简短的手稿中,我们介绍了一种新的单自由度的测试平台,旨在进行心理物理和任务性能评估的动觉感知在远程机器人探索。该系统能够被配置为刚性机械遥操作器,动态机械遥操作器和机电遥操作器。我们进行了预备系统辨识,发现该系统能够模拟远程机器人探索必要的了解主从动态动觉感知的影响。
2021-07-22 cs.HC cs.RO
What Shapes User Trust in ChatGPT? A Mixed-Methods Study of User Attributes, Trust Dimensions, Task Context, and Societal Perceptions among University Students
本研究通过调查115名英国大学生并结合访谈,发现对ChatGPT的信任主要由使用频率、感知专业性、伦理风险、任务可验证性和对社会影响的看法共同塑造,且存在自动化偏见,为学术场景中的大语言模型部署提供了改进方向。
2025-07-07 cs.HC
"Alexa, Can I Program You?": Student Perceptions of Conversational Artificial Intelligence Before and After Programming Alexa
在一个充满人工智能的世界中长大,Siri和亚马逊Alexa经常在手臂或语音范围内,可能会对儿童产生重大影响。对话代理可以影响学生如何将计算机系统拟人化或发展心理理论。以往的研究探讨了如何会话代理人使用和感知的儿童内和学习环境外。这项研究调查了初中和高中学生如何通过在为期一周的人工智能教育研讨会中编程自己的会话代理来改变对Alexa的看法。具体来说,我们调查了研讨会对学生对Alexa的智能,友好,活泼,安全,可信,人性化和亲密感的看法的影响。我们发现,学生们觉得Alexa更聪明,在研讨会后感觉更接近Alexa。我们还发现,学生对Alexa的友好性和可信度以及安全性和可信度的看法之间存在很强的相关性。最后,我们探讨了学生如何在研讨会后更频繁地使用计算机科学相关的措辞和想法。基于我们的研究结果,我们建议设计师在设计学习环境的CA时,仔细考虑拟人性,透明度,趣味性和实用性。
2021-02-02 cs.HC
Visual or Textual: Effects of Explanation Format and Personal Characteristics on the Perception of Explanations in an Educational Recommender System
University of Duisburg-Essen(杜伊斯堡-埃森大学);RWTH Aachen University(亚琛工业大学)
研究探讨了解释格式(视觉 vs. 文本)和用户个性特征如何共同影响教育推荐系统中感知控制、透明度、信任和满意度,提出了一套有效设计解释的指南。
2026-03-26 cs.AI cs.CY cs.HC
Color-Name Aware Optimization to Enhance the Perception of Transparent Overlapped Charts
提出颜色名称感知(CNA)优化框架,通过最大化复合颜色与类标签关联自动生成最优颜色编码与透明度设置,显著提升透明重叠图表的感知可辨性并优于现有颜色混合模型。
2024-12-19 cs.GR cs.HC
Humanizing AI Grading: Student-Centered Insights on Fairness, Trust, Consistency and Transparency
North Carolina State University(北卡罗来纳州立大学)
本研究通过比较AI与人工评分反馈,探讨学生对AI评分系统在公平性、信任、一致性与透明性方面的看法,并提出人本化AI的设计原则。
2026-02-22 cs.AI cs.HC
"Watch My Health, Not My Data": Understanding Perceptions, Barriers, Emotional Impact, & Coping Strategies Pertaining to IoT Privacy and Security in Health Monitoring for Older Adults
本文通过调查和访谈研究了老年人IoT健康监测中的隐私与安全认知、障碍、情感影响及应对策略,发现多数参与者对数据安全存在担忧且对现有保护缺乏信心,建议采用自适应安全机制、简化界面和实时透明度通知以促进信任。
2025-03-05 cs.HC
AI Sensing and Intervention in Higher Education: Student Perceptions of Learning Impacts, Affective Responses, and Ethical Priorities
University of Melbourne(墨尔本大学);Saarland University(萨尔兰大学);RMIT University(皇家墨尔本理工大学)
本研究探讨了人工智能在高等教育中的感知与干预对学生学习影响、情感反应及伦理优先事项的影响,发现学生更偏好系统生成的提示而非教师帮助,并强调自主性和隐私的伦理优先级。
2026-02-11 cs.HC
Students' Perception Accuracy of Partners' AI Use and its Relation to Collaboration Performance
Technical University of Munich(慕尼黑工业大学)
通过103对学生的纵向研究,发现对同伴AI使用感知的偏差与团队最终项目得分负相关,尤其对低编程水平团队影响更大,且面对面编程未能减少这种偏差。
2026-06-23 cs.CY cs.HC
Not All Transparency Is Equal: Source Presentation Effects on Attention, Interaction, and Persuasion in Conversational Search
The University of Tennessee(田纳西大学);The University of Oklahoma(俄克拉荷马大学)
研究探讨了不同来源呈现方式对用户注意力、交互和说服力的影响,发现高可见性界面在某些情况下会降低知识获取,但随着来源使用增加,积极效果逐渐显现。
2025-12-13 cs.AI cs.HC cs.IR
FATE in MMLA: A Student-Centred Exploration of Fairness, Accountability, Transparency, and Ethics in Multimodal Learning Analytics
本研究通过访谈14名使用MMLA可视化反思的本科生,考察真实协作学习场景中学生对公平、问责、透明与伦理的感知,并提出改进数据表征、访问权限、透明度和知情同意的建议。
2024-02-29 cs.CY cs.HC
The Impact of Transparency in AI Systems on Users' Data-Sharing Intentions: A Scenario-Based Experiment
Universität Regensburg(雷根斯堡大学);Friedrich-Alexander Universität Erlangen-Nürnberg(弗里德里希-亚历山大-埃尔朗根-纽伦堡大学);Universität Leipzig(莱比锡大学)
本研究通过240人参与的预注册场景实验,发现AI系统透明度对用户数据共享意愿无显著影响,但普遍信任态度在透明条件下有积极作用,挑战了传统假设。
2025-02-27 cs.HC cs.LG
From keywords to semantics: Perceptions of large language models in data discovery
University of Manchester, UK(曼彻斯特大学);University of Liverpool, UK(利物浦大学)
本研究针对数据发现中关键词匹配易遗漏数据的问题,探究研究者对用大语言模型实现自然语言数据发现的接受度,通过焦点小组研究构建概念模型,指出需借助透明度相关功能提升接受度。
2025-10-01 cs.AI cs.HC
A Preliminary Exploration of the Disruption of a Generative AI Systems: Faculty/Staff and Student Perceptions of ChatGPT and its Capability of Completing Undergraduate Engineering Coursework
本研究评估了ChatGPT完成本科工程作业的能力及师生对其认知,并利用DANCE模型探讨此类颠覆性工具对学习环境的影响,分享了Texas A&M University的最新调查结果。
2024-03-03 cs.HC
Investigating the Effects of Different Levels of User Control in an Interactive Educational Recommender System
Social Computing Group, Faculty of Computer Science, University of Duisburg-Essen(杜伊斯堡- Essen大学计算机科学学院社会计算组)
本文研究了交互式教育推荐系统中不同用户控制层级对透明度、信任度、满意度和感知质量的影响,发现用户控制显著提升这些指标,但效果因控制层级而异。
2026-05-02 cs.AI cs.CY cs.HC
Perceptions of AI-CBT: Trust and Barriers in Chinese Postgrads
The Hong Kong Polytechnic University(香港理工大学)
本研究探讨了中国研究生对AI-CBT聊天机器人在心理健康支持中的信任与障碍,揭示了感知有用性与隐私安全等因素对使用意图的影响。
2025-12-19 cs.AI cs.CY cs.HC
Analysis of the User Perception of Chatbots in Education Using A Partial Least Squares Structural Equation Modeling Approach
West Virginia University(西弗吉尼亚大学)
本研究针对教育领域聊天机器人用户接受度研究的行为维度空白,结合TRI和TAM模型,采用PLS-SEM方法分析185份学生问卷,明确了乐观性、创新性等行为因素对聊天机器人采用意愿的影响,为技术设计提供参考。
2023-11-07 cs.AI cs.HC cs.LG