#user study

4 篇

Do User-Authored Permission Policies Improve Protection Against AI Agent Overreach?

用户自定权限策略能提升对 AI Agent 越权的防护吗？

🧭 Agent 权限控制与人机协作

用户预设 allow/ask/never 规则反而比逐动作审批和模型审查放过更多越权动作，主因是用户大量选 ask

📌 工作参考价值（4 点）

在电商/Agent 权限系统里，不要把“用户预设规则”当作自动降低越权风险的手段：用户倾向选 ask，把决策推回运行时，总干预成本未必下降。默认策略应更保守，例如高风险动作默认 never 或需主动开启 allow。
将 Agent 动作按后果类别（资金、隐私、不可逆操作等）映射为自然语言 allow/ask/never 规则，可以减少运行时 prompt 次数（18→10.9），但前提是规则设置成本可控。可提供预设安全策略模板，避免用户逐条从零配置。
越权动作大部分在用户批准后执行，说明仅靠“规则+人工确认”不够。批准界面应突出风险信号、变更摘要和不可逆提示，不能只列动作名称。
对自动下单、改价、群发消息等电商场景，建议把动作后果分级与实时风控结合：规则负责减少常规打断，风控/模型审查负责捕获异常越权，而不是依赖用户预设规则兜底。

Agent | 2026-08-27 | cs.HC | score 6/10

新手用户的笔记本电脑搜索助手：领域知识水平自适应的信息呈现效果研究

🧭 对话推荐 · 用户知识水平自适应

GESIS – Leibniz Institute for the Social Sciences · University of Twente

在聊天机器人产品推荐中，兼顾技术信息、性能分类与属性解释的 TCE 设计最能提升新手体验且不妨碍专家

📌 工作参考价值（4 点）

默认采用 TCE 信息呈现模式：在电商对话助手中，对技术类商品（如电脑、相机）统一提供“技术参数 + 性能等级标签 + 通俗解释”，既帮助新手理解，又不损害专家效率，避免需要显式检测用户知识水平。
避免孤立使用性能分类标签：仅有“高性能”“入门级”等分类而无解释，新手会感到困惑且认为信息量不足；建议始终搭配类别含义说明与参数解读。
单一自适应界面优于多版本分流：不必为新老用户设计不同界面，一套包含解释和类别的混合呈现即可覆盖所有群体，降低工程维护成本。
增加用户控制与个性化入口：尽管 TCE 适合多数场景，仍可让用户主动调整信息详尽度或标注自身知识水平，用于进一步精排解释粒度，满足极端偏好。

RecSys | 2026-08-06 | cs.IR | score 7/10

音乐推荐中流行度校准的鲁棒性与用户感知价值：用户研究

🧭 流行度校准的用户感知与鲁棒性

Johannes Kepler University Linz · Jönköping University · Know-Center GmbH · University of Graz · Graz University of Technology

用户能感知推荐列表的流行度差异，但并不明显偏好校准列表，离线流行度校准指标与用户感知弱相关

📌 工作参考价值（4 点）

电商推荐中慎用流行度校准：用户并不能明确感知或偏好流行度分布匹配其历史消费的列表，单纯优化离线校准指标（如JSD）可能无法提升体验，反而浪费资源。
评估离线指标的鲁棒性边界：研究发现JSD与用户感知流行的关联受物品熟悉度、列表组成和历史长度影响，业务中若依赖此类指标，需验证其在用户历史稀疏、新老客差异等场景下的稳定性。
熟悉度是调节变量：用户对热门/冷门物品的感知受自身熟悉度制约，推荐系统可考虑在流行度调控中引入用户熟悉度信号，避免“冷门”推荐被误判为低质。
计算流行度 ≠ 用户眼中的流行度：平台计算的流行度标签与用户的主观判断存在弱对齐，在需要用户感知流行的场景（如解释、打标）中，应结合用户研究校准流行度定义。

RecSys | 2026-08-05 | cs.IR | score 6/10

问题解决风格与经验如何影响开发者与 Copilot 对话的需求

🧭 对话式助手交互的认知多样性研究

Radboud University · Federal University of Technology – Paraná · Microsoft

通过有声思维研究识别开发者与编程助手对话的 5 种交互模式和 10 种需求，揭示认知多样性的影响

📌 工作参考价值（4 点）

在对话式推荐助手（如购物导购、广告客服）中，可参照此研究设计用户意图识别模块，根据用户的提问风格（如探索型 vs. 聚焦型）动态调整推荐策略，提供更个性化的交互体验。
为不同经验水平的用户提供差异化引导：新手可能需要逐步解释和示例，而专家偏好简洁快速的意图理解，可在对话流中设置自适应路径。
对用户交互日志进行模式聚类，类似文中识别的5种模式，可用于监控用户行为并触发主动帮助（如识别“挣扎”模式时推送提示）。
在评估对话式搜索/推荐系统时，引入认知多样性变量（如问题解决风格量表），更全面地解释不同用户群的满意度差异，避免“一刀切”的评估指标。

Other | 2026-06-17 | cs.HC | score 6/10