提出以人为中心的人工智能 (HCAI) 方法论框架及其实施的三层方法，从而克服了当前框架中的弱点，并应对实施 HCAI 所面临的挑战，实现 HCAI 的设计、开发和部署。

Nov, 2023

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

本文介绍了可解释 AI 的技术领域以及人们对人机交互和用户体验设计日益重视，在 XAI 的设计、评估、概念和方法论工具方面提供人本方法的作用。本文旨在提供人本的 XAI 设计，并帮助传达和扩展已有的 XAI 工具箱。

Oct, 2021

该研究论文提出了人类中心的人工智能的理念，这需要从社会文化视角设计人工智能算法，并包括帮助人类理解算法、公平公正性、解释性和透明度等方面的问题。

Jan, 2019

本文通过主题式地回顾和分析了 27 篇 CHI 研究论文和 19 个工具包，提出了对人本 AI (HCR-AI) 研究现状的基础性映射，结果显示当前 HCR-AI 研究热点为可解释性、公平性、隐私和安全等方面，同时指出应开展 AI 问责性的研究，并为非专业人员构建一种可用工具问责 AI，以解决 AI 对个人、社会和自然资源（人类繁荣和可持续性）的长期影响问题。

Feb, 2023

人工智能与人类团队合作是新的设计范式，需要遵循以人为中心的人工智能 (HCAI) 方法。本文提出了人工智能与人类联合认知系统 (HAIJCS) 的概念框架，用于代表并实现人工智能与人类团队合作。

Jul, 2023

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

通过跨学科讨论，我们从技术角度定义和提出了人类中心生成式人工智能的下一步研究方向，贡献了一份旨在吸引跨学科研究小组关注 HGAI 的新生代思路清单，指明了他们感兴趣的话题，同时保持未来工作格局的连贯性。

Jun, 2023

介绍了以人为中心的可解释人工智能作为一种方法，该方法考虑了价值观、人际动态和人工智能系统的社会情境性，通过反思的社会技术方法，提出了开放性研究问题，文献以解释系统为例，讨论了人类的因素如何影响系统技术进步，并提出了基于批判性技术实践的反思的 HCXAI 范式，以及价值敏感设计和参与式设计等策略。

Feb, 2020

本篇论文呼吁在设计支持人机互动的多领域工作流时采用全面的视角，包括互动范式、界面和系统等支持机制。

Jan, 2023