本文提出了一种在人性化设计和敏捷开发中建立和维护信任的理论框架，它强调了商业技术的协同创新过程。框架的目的是通过让所有利益相关者参与到项目中来，将人工智能技术与人们一起设计、开发和部署，以创新和改进业务。以医院规划助理为例，展示了该框架在实际应用中的效果。

Sep, 2022

开发人工智能系统应当考虑与整合多样性和包容性原则，本研究旨在解决如何获取和捕捉多样性和包容性需求对人工智能系统的不足进行综合数据搜集和综合分析。

Nov, 2023

本文介绍了需求工程（RE）和可解释人工智能（XAI）之间的协同，讨论了 XAI 领域的挑战，并提出了框架和研究方向，以阐明 RE 实践如何缓解这些挑战。

Jun, 2022

本文提出了一个人类中心的评估框架，用于检测可靠的和值得信赖的 AI 系统，以及评估 AI 系统表现如何与领域专家进行比较。该框架可以作为一种人类中心的 AI 系统评估方法。

May, 2022

本文阐述了需求工程（Requirements Engineering，简称 RE）在设计和实现负责任人工智能系统方面的重要性，并指出了研究与实践面临的相关挑战。

Feb, 2023

该论文关注了 COMPLYING WITH THE EU AI Act 准则并开发实施 AI 系统的情况，分析了不同伦理准则的文献细节、伦理 AI 框架的适用性等问题，提出了伦理 AI 的限制以及进行可靠的 AI 开发的建议

May, 2023

通过将人类的安全、可靠性和人本性纳入架构考量，我们提出了一种结合了人工智能（主动学习、预测、可解释人工智能）、虚拟现实、决策和用户反馈的架构，专注于人机协同效应，并在三个真实案例中进行了验证，以促进制造业向产业 5.0 的演进。此外，我们将所提出的架构与大数据价值协会参考架构模型相一致。

Mar, 2022

该论文的工作基于当前人工智能用户信任话语，旨在通过使用信任作为促进当前技术采用（或适用）的工具，提出一种新颖的人机交互方法。作者提出了一个框架（HCTFrame），以指导非专家解锁用户对 AI 设计的信任的全部潜力。经过三个文献综述发现的数据三角化得出的结果揭示了计算机科学和人工智能话语中有关用户信任的一些误解，并进行了三个案例研究评估了心理测量量表的有效性，以映射潜在用户的信任破裂和关注点。该工作主要对抗设计技术中心易受攻击的交互的趋势，这最终可能导致更多现实和感知的信任违规。提出的框架可用于指导系统设计者，如何映射和定义用户信任，以及 AI 系统设计的社会伦理和组织需求和特征。它还可以指导 AI 系统设计者如何开发原型并使解决方案实现用户信任要求。该文章最后提供了一些用户研究工具，可用于测量用户的信任意向和行为，以评估所提出的解决方案。

May, 2023

简要介绍了几个提供负责人工智能应用程序的框架，发现大多数框架仅适用于需求调查阶段，仅有一些私人公司提供了支持工具。结果表明，还缺乏一个全面的框架，该框架包含所有负责人工智能的原则和所有 SDLC 阶段，并可由不同技能集和不同目标的用户浏览。

Jun, 2023

基于我们之前的工作，本文提出了一个综合的基于人为中心的人工智能（HCAI）框架，包括设计目标、设计原则、实施方法、跨学科团队和 HCAI 流程，同时提出了一个 “三层” 方法以促进框架的实施，我们相信这个系统性和可执行性框架可以克服当前 HCAI 框架中的不足，并应对当前实践中面临的挑战，进一步实现 HCAI 的发展。

Nov, 2023