机器教学中的人工智能交互设计
该研究提出了一个机器教学设计框架，讨论了人类老师的效率和机器学习性能的影响。作者详细介绍了一个特定于文本分类问题的机器教学系统，该框架聚焦于教学界面、机器学习器和知识库的关系，初步实验表明 MT 系统可以减少人类教学时间和机器学习器误差率。
Apr, 2022
每天我们越来越依赖于机器学习模型来自动化和支持高风险任务和决策。这篇论文提出了混合决策系统的分类法，提供了一个概念和技术框架，以理解当前计算机科学文献中的人机交互模型。
Feb, 2024
人工智能 (AI) 和机器学习 (ML) 被广泛地应用于物理和数字产品，创造了前所未有的互动和功能机会。然而，在这个创意领域中，设计师们面临一个挑战，即在技术的可能性和人类互动关切之间取得平衡。本文调查了探索和思考 AI 系统互动特点、独特的关系可能性以及更广泛的社会影响的技术技巧。我们在一门互动设计课程中引入了九个 'AI 练习 ' (n=100)，借鉴了超乎人类设计、负责任的 AI 以及假设性演绎，以创造有关 AI 互动设计的体验性参与。我们发现，关于隐喻和演绎的练习使得培训和学习、隐私和同意、自治和机构更具体，从而帮助学生更有思考和责任意识地设计使用 AI 与其复杂属性的设计过程和结果。
Oct, 2023
本文介绍一种名为 “学习教学” 的方法，它利用两个智能代理相互交互：一个学生模型和一个教师模型。教师模型利用学生模型的反馈来优化自己的教学策略，以达到教师和学生的共同进化，并在各种机器学习任务下通过使用深度神经网络等模型来展示这一方法的实用价值。
May, 2018
本研究将人工智能与人类合作的问题重新定义为一种学习问题，提出团队学习策略可提高合作效果和质量，为设计更高效的人工智能合作系统提供了新的视角和框架，并就支持人们学习如何与生成型人工智能系统协作的进一步研究提出了问题和议程。
Jul, 2022
本文主要探讨在当前和未来的自动机器学习系统中，人与计算机交互如何发生（包括开发、部署和维护阶段的 HCI），不同类型的用户和利益相关方对 HCI 的期望是否存在差异，如何管理 HCI 以使自动机器学习获得人的信任和广泛接受，以及随着自动机器学习系统变得更加自主和学习能力增强，HCI 的基本特性是否会发生变化。研究关键领域包括自动化机器学习，人机交互，用户界面设计，人工智能信任等方面。
May, 2022
本文介绍了基于 Human-Machine Teaming（HMT）框架的技术道德规范，用于设计可靠、可用、安全、明晰、负责的人工智能系统，并提供了一些支持团队的主题和活动，如可用性测试，以帮助开发团队在创建 AI 系统时提前发现问题并确保用户信任。
Oct, 2019
该研究论文提出了一种面向人类的指南，旨在帮助机器学习从业者在开发和部署交互式机器学习系统时，解决人机协作、模型评估、公平透明等责任问题，以促进人类技能和能力的增强
Apr, 2022
本文提供了一个交叉学科的观点，以发展由人与机器组成的社会技术群体，通过结合人工智能和人类智能，共同实现复杂目标，并从彼此学习中不断提高。因此，需要为这些系统提供结构化的设计知识，并展示了使这些应用程序的系统开发人员有用的指导。
May, 2021