以人为中心的人工智能（HCAI）和人机交互（HAX）已成为负责任AI开发的核心，因为AI的采用速度已超过指导人机协作的循证框架。HCAI通常强调旨在改善人类结果的系统级设计，而HAX则关注人类与AI系统之间交互的质量（
Pacailler等，2022；
Shneiderman，2020）。尽管这两个概念涉及相似的协作挑战，但研究结果在不同领域仍然零散，限制了设计指南的可迁移性（
Amershi等，2019；
Vorvoreanu，2023）。随着组织采用更先进的AI系统却没有相应的治理结构，这一差距变得日益重要（
Anandarajan，2026）。如果没有更清晰的设计指南，组织可能会独立分配人类与AI之间的决策权，导致不一致的设计选择和监管不均衡。这些担忧在医疗和交通等高风险领域尤为相关。
Alelyani（2025）指出，许多现有框架（包括ISO 21448和NIST AI风险管理框架）在很大程度上仍停留在理论层面，缺乏在真实世界情境中的实证验证。目前尚不清楚哪些HCAI和HAX设计原则与可测量的人类结果持续相关，以及这些结果在各领域如何被操作化。为弥补这一差距，本研究系统综述了HCAI和HAX的实证研究，以识别跨领域设计模式、综合循证原则，并总结人类结果如何被测量。
本系统综述按照系统综述和荟萃分析首选报告项目（PRISMA）指南进行（
Moher等，2009）。检索了八个数据库，包括Scopus、Web of Science、Compendex、Inspec、TRID、PsycINFO、ACM Digital Library和PubMed。通过arXiv识别了额外的预印本文献。检索策略根据不同数据库进行适配，使用以下核心检索字符串：TITLE-ABS-KEY（（“human-centered AI” OR “user-centered AI” OR “human-AI collaboration” OR “human-AI interaction” OR “human-AI teaming”）AND（“usability” OR “collaboration” OR “trust” OR “teaming” OR “safety” OR “ethic*” OR “interface*”））。初步检索识别出9,718条记录。移除5,658条重复记录后，剩余4,060条唯一记录进入筛选。研究在满足以下一项或多项标准时被排除：（1）未涉及与HCAI或HAX系统相关的设计原则、方法、应用或人类结果；（2）未明确定义实证分析中考察的变量；（3）为无原始实证数据的综述性论文，包括文献综述、范围综述或荟萃分析；（4）仅比较AI代理与人类代理而未考察交互或协作；或（5）为产品概述或界面介绍。经筛选和资格评估后，44篇文章纳入最终综述。
研究结果围绕三个维度进行组织，这些维度涵盖了HCAI和HAX的关键方面：成功如何被测量、协作如何被结构化，以及实施模式在不同领域如何变化。所综述的文章使用客观和主观指标来评估HCAI和HAX系统。客观指标主要捕捉任务绩效，包括准确性、任务完成时间和决策质量。主观指标捕捉用户的感知和体验，包括信任、满意度、可用性和工作负荷。在所综述的研究中，AI辅助通常与相对无辅助人类绩效更优的客观表现相关。例如，
Reverberi等（2022）发现AI辅助提高了内镜医师的诊断准确性。然而，主观结果呈现出更复杂的模式，取决于AI信息如何被呈现和解释。
Chen等（2025）发现文本和视觉解释提高了感知可靠性，但两者均未显著改变信任。初始信任较高的参与者在任务完成后往往报告较低的信任，尤其是在需要更深认知参与的条件下。
Lu等（2023）发现透明度对信任无显著影响，尽管参与者偏好透明的、用户发起的条件。
Schmitt等（2024）发现XAI特征增加了感知有用性、可理解性和信任。
在协作结构方面，若干框架以自动化和人类控制来描述协作，包括三种宽泛角色，即人类主导的AI支持、人机协作支持和AI主导支持（
Huang等，2025；
van der Waa等，2021）。人类主导系统保留最终人类权威；协作系统涉及共享控制、反馈或协调；AI主导系统在最少人类输入下启动或完成任务。
Van der Waa等（2021）考察了三种模式：AI决策建议、人类可推翻的动态决策分配，以及人类监督下的自主AI决策。这些模式表明，AI角色塑造了任务分配以及系统内人类参与、监督和问责的程度。信任在既往综述文献中也被识别为塑造依赖性和绩效的核心因素，表明框架应解决信息呈现问题并支持适当信任（
Kaur等，2022）。个性化与适应性也在根据用户状态或情境调整支持的系统中被考察，例如自动驾驶汽车中的自适应界面（
Voit，2024）。
在不同应用领域，出现了不同的领域特定模式。在医疗领域，可解释人工智能（XAI）经常被考察，并通常与人类绩效改善相关，尤其是在新手群体中。在教育领域，支持更具互动性学习体验的AI系统通常与更强的学生参与度和学习结果相关。在这些领域之外，若干研究考察了职场决策情境，包括招聘和客户服务任务中的人机团队。
Sánchez Olszewski（2024）发现，当系统看起来更像人类时，参与者在招聘决策中同意AI建议的可能性显著降低。在奢侈品零售领域的人工智能相关伦理危机中，
Li和Kang（2025）发现，与以人为中心的AI互动的参与者报告了对AI更强的背叛感，但对商店的背叛感更弱，相较于与以机器为中心的AI互动的参与者。这些发现表明，对类人或以人为中心的AI的反应因情境和所测量的结果而异。
本综述揭示了三个主要见解。在结果测量方面，任务绩效的客观改善并不始终与积极的主观反应一致，表明HCAI和HAX评估应同时考虑任务绩效和用户体验。在协作设计方面，人机组合平均优于单独人类，但逊于人类或AI单独中的较强者（
Vaccaro等，2024）。协作也可能引入绩效改善与认知工作负荷增加之间的权衡。这些发现表明，设计选择应由预期协作目标指导，如效率、学习、安全或监管。在用户控制方面，用户通常重视有意义的控制。情境效应，如拟人特征减少招聘决策中的同意度，进一步表明设计原则需在每个应用领域内进行评估。
总体而言，这些发现表明，有效的HCAI和HAX框架应保持人类自主性、支持适当信任，并在交互过程中管理认知需求。AI系统应适应特定领域的需求和约束。例如，医疗应用可能需要将准确性与用户专业知识和对错误建议的响应一起评估。教育应用可考察参与度、所有权和学习结果。交通应用可能优先考虑及时沟通、交互模态和有意义的控制。
利益冲突声明
作者声明，就本研究、作者身份和/或本文的发表而言，不存在潜在的利益冲突。
资助
作者未获得用于本研究、作者身份和/或本文发表的经济支持。
