本研究提供了一种设计空间方法，通过人机交互设计支持数据科学家和领域专家对 AI 公平性进行调查，我们使用贷款申请作为实例，通过一系列研讨会，我们将贷款专员和数据科学家的需求实现到了 FairHIL 用户接口中。该研究通过 think-aloud 用户研究验证了 FairHIL 的可靠性，并为调查 AI 模型公平性提供更好的设计。

Jun, 2022

人工智能在决策支持系统中的应用主要集中在技术进步方面，忽视了算法输出与人类期望的一致性。为了解决这个问题，可解释的人工智能提倡更加以人为中心的发展。为了更好地理解人与人工智能的交互，我们通过对 105 篇选定文章进行系统综述，提出了一种交互模式分类系统，以深入研究不同人机交互方式。通过对现有研究的分析发现，现有的交互方式主要是简单的合作模式，对于真正的交互功能的支持相对较少。我们的分类系统将有助于理解当前决策环境中人与人工智能的交互方式，并促进交互设计的有意选择。

Oct, 2023

该论文通过对 53 篇出版物的系统调查，介绍了可解释人工智能（XAI）和可解释界面（EI）研究的最新趋势，旨在提高 XAI 系统的可用性、实用性和用户体验设计方面的效果，并为 EI 设计与开发指明了有前途的方向。

Mar, 2024

该研究旨在开发半正式的设计空间，为人工智能交互建立一套规范用户与 AI 系统在交互过程中的通信的交互基元，进而将这些基元组合为一组交互模式，为人类和 AI/ML 模型之间交换信息提供抽象规范，以评估现有实践的相似性和差异性，并为新系统的创建提供可能性空间。

Jan, 2024

介绍了计算系统杂交网络可能造成的几种潜在的伤害形式，探讨了这些潜在的伤害对不同利益相关方的影响，并提出了有效的伤害预防框架应该考虑包括计算系统特征、利益相关方和潜在伤害的广泛范围等在内的因素。

Nov, 2020

人工智能与人类的交互越来越重要，人机交互的一个子领域人工智能与人的交互 (Human-AI Interaction) 的出现旨在探索人类与人工智能的交互方式及认知科学方面的影响。先前的研究表明，心智模型在成功与 AI 进行无障碍沟通中至关重要，然而在与人工智能进行交互时，心智模型建立的具体机制尚不明确。

Jan, 2024

通过系统文献综述，我们发现了一个缺失的元素 - 系统级指导。为了促进设计负责任的人工智能系统，本文提出了设计模式的总结。

Mar, 2022

本文提出了一个综合的多智能体系统（MAS）框架 ——DAMAS，用于进行社会认知模型和分析以及建模和解释使用人工智能方法的欺骗行为，并从计算机科学、哲学、心理学、伦理学和情报分析的角度阐述了混合化、社会信任、AI - 支持的欺骗、计算理论和欺骗性人工智能的主题。

Jun, 2024

本文主张人工智能系统需要模拟、理解、甚至复制人类的认知偏差，在人机协作中扮演更加重要的角色，并提出了关于人类认知偏差和人工智能之间相互作用的研究议程及三个感兴趣的广泛领域，并为具有更好对人类偏见的人工智能系统的设计方向提出了研究方向。

Oct, 2022

确保安全关键行业中的质量人机交互（HAII）至关重要，研究工作需要整合术语描述、AI 系统的主要角色、影响 HAII 的因素、样本性能和衡量 HAII 的方法。此领域的研究存在巨大的空白，研究者和开发者需要明确术语、让用户参与整个 AI 生命周期，并将 HAII 在安全关键行业中针对用户和环境进行定制。

Oct, 2023