本科生
北京大学
信息管理与信息系统
社会学双学位
关于
我的研究位于信息科学、社会学与人机交互的交叉地带。我不仅关心一项技术是否“有效”，也关心人们如何理解它、它塑造了怎样的关系，以及技术设计让哪些经验被看见、又让哪些经验被忽略。
我主要关注数字不平等、人机信任，以及边缘群体在日常生活中的信息实践。目前的研究涉及生成式 AI 的性别意义、AI 标识与信任、农村中老年女性的短视频使用，以及 HIV 感染者的信息实践。
自 2024 年起，我在北京大学 AI & Society 课题组担任研究助理，由闫蒲老师指导。我也在梁兴堃老师指导下开展田野与质性研究，并与唐筠杰合作研究生成式 AI、性别与 LGBTQIA+ 身份认同。
教育
2023–2027
信息管理与信息系统管理学学士；社会学文学学士（双学位），预计 2027 年 6 月毕业。
2025 年暑期
访学学生。
论文
JCDL 2026已接收
The 2026 ACM/IEEE Joint Conference on Digital Libraries (JCDL '26)
本研究通过参与式观察和 22 次半结构式访谈（共 20 位参与者，其中 16 位为 HIV 感染者），提出“身份联结潜势”：特定受众能够接触某个日常线索，并将其解释为某人 HIV 身份证据的情境性可能。研究揭示调节信息参与、应对身份联结的信息流、将信息转化为日常生活三类相互交织的实践，说明对身份联结的预期会让准确、可信的信息也难以付诸行动；据此提出隐私敏感访问、低可见度参与，以及提供多种从信息通往行动的路径等设计启示。
iConference 2026已发表
Information Research, 31(iConf), 328–344
通过对 12 位中国 Z 世代用户的访谈，本研究发现，看似“无性别”的生成式 AI 会在语言风格、声音、图像、文化预期与用户投射的共同作用下获得性别意义。研究将关注点从“模型是否带有偏见”推进到“性别如何在人机互动中被共同建构”，说明 AI 既可能延续理性男性化、照护女性化等刻板印象，也可能为更具包容性的后二元想象提供空间。
iConference 2026已发表
Information Research, 31(iConf), 1099–1145
本研究在一所县域高中对 60 名学生开展现场实验，结合眼动追踪、问卷与访谈考察不同 AI 标识策略。结果显示，简单标识会提高学生对对话机器人的信任，却降低其对 AI 新闻的信任与分享意愿；详细标识通常会降低参与度，而且效果会随学生的上网经验而变化。研究表明，透明度并非越多越好，也不存在适用于所有场景的统一方案，并据此提出兼顾年龄、内容情境与用户经验的 AI 标识设计建议。
在审论文
Tang, Y., & Lai, Z. (Under Review). “Empowering LGBTQIA+ Identity Formation in China Through LLM-based Chatbots.” Journal of Information Science.
研究
奖励