跳到正文
只看论文AI与体验
  1. arXiv68

    斯坦福等团队发布AI伴侣长期交互与幸福感关系研究

    对Character.AI用户进行的为期12个月的纵向追踪发现，持续高强度的AI伴侣交互与较低的幸福感显著相关，这种负面影响主要通过挤占线下人际互动产生。该研究由Yutong Zhang、Diyi Yang等学者完成，发表于arXiv预印本平台（cs.HC方向），旨在厘清AI陪伴随时间推移如何影响用户心理状态。 研究团队采用两波次调查设计，基线阶段收集了1,182名Character.AI用户的反馈，经过平均12个月随访后保留439名有效样本。分析聚焦于两个假设路径：一是社会参与的持续性，即早期行为模式是否延续；二是社会置换效应，即AI交互是否取代真实人类社交。数据显示，交互强度、伴侣式使用和自我披露三个维度均表现出显著的时间连续性。基线期的高交互强度不仅预测了后续更高的使用频率，还关联着更深的伴侣依赖和更多的个人信息暴露。 在幸福感关联机制上，跨维度的持续社会参与始终与较低的主观幸福感挂钩。进一步的路径分析表明，这种负向联系并非直接源于AI本身，而是主要由线下人际互动的减少所解释。当用户将更多时间与情感投入虚拟伴侣时，现实中的面对面社交机会相应萎缩，进而削弱了支撑心理健康的社会连接基础。这一结果强调了“社会置换”作为关键中介变量的作用，提示AI陪伴可能通过侵蚀实体社交网络间接损害用户福祉。 研究者指出AI伴侣的设计应致力于支持而非替代人类社交关系。当前产品形态若过度强化独占性情感连接，可能无意中加剧用户的社交孤立风险。未来开发需探索如何将AI定位为现实关系的补充或桥梁，例如鼓励用户分享线下经历或促进群体互动，从而在满足陪伴需求的同时维护健康的人际生态。该研究为理解生成式AI长期社会影响提供了量化依据，但也受限于特定平台用户群体及自报数据，结论推广至其他类型聊天机器人时需保持谨慎。

    推荐理由：纵向追踪揭示持续使用AI伴侣通过减少线下人际互动降低幸福感，为设计不替代人类社交的AI提供实证依据。

  2. arXiv65

    Cling 发布支持人类主导的跨页小步自动化协调工具

    在网页信息工作中，用户常需在多个独立开发的页面间进行协调，传统手动操作重复且低效，而完全指定自动化流程又容易打断用户对信息的即时探索。针对这一矛盾，研究者推出了 Cling 工具，旨在通过“人类主导、原位呈现、小步自动化”的方式支持跨页协调。 Cling 的核心机制在于构建可复用的模式（schema）页面表示，并通过不同页面模式间的对应关系来识别潜在的协调动作。与传统需要用户预先编写完整脚本或依赖端到端 AI 智能体不同，Cling 将协调机会直接呈现在当前浏览界面中（in situ）。用户可以按需选择这些建议的动作，配置具体参数，并逐步执行，同时保持对整体任务的掌控权。这种设计允许用户的意图随着在页面上遇到的新信息而动态演变，无需中断当前的认知流去规划复杂的自动化逻辑。 技术评估显示，Cling 能够在多种领域准确识别出有用的协调机会。在一项包含 12 名参与者的实证研究中，与纯手动交互和端到端 AI 智能体相比，使用 Cling 的任务完成时间减少了超过一半。此外，相较于手动操作，Cling 使点击次数减少了 61%，标签页切换次数减少了 80%。研究指出，这种小步自动化策略不仅提升了效率，还让用户在动作展开过程中能够实时控制和验证结果，从而更好地适应信息获取过程中的不确定性。

    推荐理由：跨页协调中通过小步自动化保留用户控制权，比端到端智能体减少一半任务时长并降低操作负担。

  3. arXiv67

    MIND-X框架利用心智模型优化可解释AI的用户中心设计

    针对可解释人工智能（XAI）常因过度追求模型保真度而忽视用户可理解性，导致解释虽具备技术透明度却无法辅助人类认知的问题，德国锡根大学与波恩莱茵应用科学大学的研究团队提出了名为 MIND-X（Mental-model INtegrated Design for eXplainability）的人本中心设计方法。该方法旨在将 AI 生成的解释与用户的心智模型、常识概念及判断启发式规则相对齐，以解决传统 XAI 在“透明度”与“可理解性”之间的失衡。 研究团队以虚假评论检测为具体案例，通过三个阶段推进该框架的构建与验证。首先，开展了一项定性研究（样本量 n=10），深入探究人们评估评论可信度的实际过程，并据此提炼出一套具有行动指导意义的感知线索分类体系。其次，依据这些线索制定了一系列设计原则，将感知线索与特定的解释策略相连接，并利用大语言模型（LLMs）生成适应性强、采用自然语言的解释内容。最后，进行了一项定量评估（样本量 n=166），对比了 MIND-X 生成的解释与在可解释文本分类中广泛使用的 token 级透明度方法。结果显示，在可理解性、满意度、感知信任度、说服力以及决策支持方面，契合心智模型的解释展现出显著优势。 值得注意的是，该研究并未宣称 MIND-X 在所有场景下具有普遍优越性，而是强调通过将解释植根于用户的日常推理实践中，能够产生更具可理解性和情境敏感性的说明。这一发现推动了人本中心解释设计超越单纯的“透明度修饰”，证明了以心智模型为导向的设计流程能够在以用户为中心的解释任务中提升可理解性并支持问责制。对于从事 AI 交互设计与用户体验研究的从业者而言，MIND-X 提供了一套从用户认知出发重构 AI 解释逻辑的系统化路径，特别是在需要建立用户信任与辅助复杂决策的场景中具有参考价值。

    推荐理由：MIND-X框架通过整合用户心智模型生成自适应解释，在虚假评论检测中提升了可理解性与决策支持效果。

  4. arXiv62

    ConverseMR：混合现实界面中对话式控制与直接操控的互补性研究

    在混合现实环境中，用户能否通过自然语言实时调整界面行为，以及这种控制方式相比直接操控有何优势，此前尚不明确。针对这一空白，研究者首先通过19名参与者的访谈，梳理了用户口头表达界面适应需求的具体方式。在此基础上，团队开发了名为 ConverseMR 的系统原型，该系统能将用户的语音请求转化为具体的界面适应目标与约束条件，并随着用户任务和环境的变化持续自动执行这些调整。 为了验证该系统的实际效用，研究团队开展了一项包含24名参与者的被试内实验，对比了“对话式控制”与“直接操控”两种交互模式。实验结果显示，这两种控制方式并非相互替代，而是具有显著的互补性：直接操控在需要高精度微调的场景下表现更佳，而 ConverseMR 支持的对话式控制在覆盖范围和表达丰富度上更具优势。当参与者结合使用这两种方式时，其主观评价最高。此外，研究发现语音指令很少是一次性完成的最终状态，用户在看到系统响应后，往往会频繁地修改或替换之前的指令。这种行为特征被定义为“用户主导的适应”，即用户负责传达适应需求，而系统负责识别并生成解决方案。这一发现为混合现实界面的自适应机制设计提供了新的视角，强调了多模态交互协同的重要性。

    推荐理由：混合现实中语音指令与直接操控互补，前者拓展表达广度，后者保障精度，结合使用效果最佳。

  5. arXiv73

    生成式AI重塑博物馆互动空间：一项关于从预制内容到情境生成的四波纵向研究

    生成式 AI 改变了互动表面和空间（ISS）的基本条件，即面向观众的内容可以在交互过程中产生，而非完全预先创作。针对这一变化，一项为期四年的纵向定性研究追踪了 23 名中国科学博物馆从业者的观点演变，揭示了机构在引入 AI 时面临的深层设计重构问题。研究发现，从业者的认知经历了从预期认识论和操作风险，到后台实验和面向观众的试点，最终走向情境化治理以及对博物馆互动目的重新审视的过程。随着时间推移，生成式 AI 重新配置了博物馆 ISS 的设计难题：生成内容出现在机构权威之下；推理延迟成为公众和身体可感知的体验；并发触摸、手势和语音创造了模糊的多用户意图；而生成后的编辑可能使策展人仅在 AI 定义的可能性空间中进行选择。这些观察促使研究将这种转变概念化为从“预制展示”到“情境生成”的移动，并提出了四项设计命题：展示时的来源追溯、空间上适当的回退机制、多意图协商以及生成前的策展控制。这些命题植根于从业者的实际叙述，而非对已实施解决方案的评估，为理解 AI 在实体文化空间中的嵌入提供了实证依据。该研究由 Yibo Meng, Xiujun Chen, Bingyi Liu, Xiaolan Ding 完成，发表于 ACM ISS 2026 PACMHCI，样本保留率从 23 人降至 19 人，采用反思性主题分析进行处理。

    推荐理由：纵向追踪博物馆从业者对生成式AI的适应过程，揭示从预制内容到情境生成转变中的治理挑战与设计命题。

  1. arXiv78

    SwitchTube 系统提出“可适应承诺界面”以支持数字福祉

    针对传统屏幕时间工具往往无差别屏蔽内容、导致用户难以兼顾特定意图浏览与放松探索的痛点，华盛顿大学等机构的研究团队开发了 SwitchTube 原型系统，并提出了“可适应承诺界面”这一新设计概念。该研究旨在解决用户在面对社交媒体诱惑时，如何在限制干扰与保留自主权之间找到平衡。 SwitchTube 设计了三种版本：Explore（推荐优先，低自主感）、Focus（搜索优先，中自主感）以及 Switch（允许用户在 Explore 和 Focus 模式间切换的高自主感版本）。在一项为期三周、包含 46 名美国参与者的实地实验中，研究者结合日志数据、经验采样和退出访谈进行了评估。结果显示，Switch 版本通常为用户提供了“两全其美”的体验：既支持用户专注于特定目标（如学习编程），又未严重限制其探索新内容的自主权。相比单一模式，可切换界面显著提升了用户的自主感、满意度以及与长期个人目标的一致性。此外，前期对 606 名 YouTube 用户的调查显示，半数用户有改变使用习惯的意愿，且近一半的目标涉及调整观看内容的质量而非仅仅减少时长，这进一步印证了现有仅关注时长的屏幕时间工具的局限性。

    推荐理由：SwitchTube 的实地研究检验了可切换界面对用户自主感与目标一致性的影响，为数字福祉工具提供了兼顾专注与探索的交互机制参考。

已经到底了