Cynthia
【科研成果】导师已在 CHI、ACL、ACM Transactions on Computer-Human Interaction、Nature Computational Science、npj Digital Medicine 等人机交互、自然语言处理与 AI for Health 方向的国际顶级会议/期刊发表或录用多篇论文。代表性成果包括 CHI 2026 Best Paper Honourable Mention、ACL 2025 Oral/SAC Highlight 等。研究内容涵盖 AI 辅助质性分析、心理健康污名识别与因果知识图谱、人类-LLM 协同、AI 陪伴系统风险、LLM 在心理咨询场景中的伦理与计算问题等。导师同时拥有发明专利与软件著作权各 1 项，并长期担任 CHI、ACL、IUI、DIS、UIST、CUI、KDD、ICASSP、ToCHI、Nature Human Behaviour 等会议/期刊的审稿人、程序委员会或相关学术服务角色。
【研究方向】
大方向：以人为中心的人工智能、人机交互、计算社会科学、AI for Social Well-being and Mental Health、AI-mediated Communication、人类-LLM 协同。
细分方向：
大语言模型在人文社科/质性研究中的辅助分析、可视化分析与工具设计；
心理健康污名、健康相关污名、AI for Mental Health 与计算社会科学；
AI 陪伴、AI 中介沟通、亲密关系冲突调解、人机互动安全与伦理
【可指导区位】硕博毕业论文，SCI一区到四区
【指导经验】
导师具有 NUS Advanced Topics in Human-Computer Interaction、Programming Methodology II 以及北京邮电大学 Data Mining 等课程的助教/Recitation Instructor 经历。过往指导对象覆盖 NUS 计算机硕士、本科生、Research Assistant、UIUC 本科生、MIT Research Assistant、National Taiwan University Research Assistant 以及高中生 Technovation Girls 团队等，累计约 18 位学生/研究助手。指导内容包括选题定位、文献综述、研究设计、访谈/标注方案、原型系统实现、数据分析、论文写作与投稿准备。
【指导特点/可提供给学员的帮助】
理论与问题定义并重：帮助学生从社会科学理论、HCI 研究问题与 AI 技术路径三个层面明确选题价值。
跨学科方法指导：结合质性研究、问卷/访谈、内容分析、因果图、统计建模与 LLM 工具，设计可发表的研究方案。
精细化论文写作：协助梳理 Related Work、研究问题、方法、实验/用户研究、结果分析与讨论，提升英文论文的逻辑与表达。
实验与原型落地：可指导 Python、PyTorch、HuggingFace、LLM API、交互原型与数据分析流程，帮助学生把概念转化为可评估系统。
重视伦理与真实应用场景：尤其适合心理健康、AI 伴侣、AI 沟通中介等需要伦理敏感性和严谨研究设计的课题。
Cynthia
【科研成果】导师已在 CHI、ACL、ACM Transactions on Computer-Human Interaction、Nature Computational Science、npj Digital Medicine 等人机交互、自然语言处理与 AI for Health 方向的国际顶级会议/期刊发表或录用多篇论文。代表性成果包括 CHI 2026 Best Paper Honourable Mention、ACL 2025 Oral/SAC Highlight 等。研究内容涵盖 AI 辅助质性分析、心理健康污名识别与因果知识图谱、人类-LLM 协同、AI 陪伴系统风险、LLM 在心理咨询场景中的伦理与计算问题等。导师同时拥有发明专利与软件著作权各 1 项，并长期担任 CHI、ACL、IUI、DIS、UIST、CUI、KDD、ICASSP、ToCHI、Nature Human Behaviour 等会议/期刊的审稿人、程序委员会或相关学术服务角色。
【研究方向】
大方向：以人为中心的人工智能、人机交互、计算社会科学、AI for Social Well-being and Mental Health、AI-mediated Communication、人类-LLM 协同。
细分方向：
大语言模型在人文社科/质性研究中的辅助分析、可视化分析与工具设计；
心理健康污名、健康相关污名、AI for Mental Health 与计算社会科学；
AI 陪伴、AI 中介沟通、亲密关系冲突调解、人机互动安全与伦理
【可指导区位】硕博毕业论文，SCI一区到四区
【指导经验】
导师具有 NUS Advanced Topics in Human-Computer Interaction、Programming Methodology II 以及北京邮电大学 Data Mining 等课程的助教/Recitation Instructor 经历。过往指导对象覆盖 NUS 计算机硕士、本科生、Research Assistant、UIUC 本科生、MIT Research Assistant、National Taiwan University Research Assistant 以及高中生 Technovation Girls 团队等，累计约 18 位学生/研究助手。指导内容包括选题定位、文献综述、研究设计、访谈/标注方案、原型系统实现、数据分析、论文写作与投稿准备。
【指导特点/可提供给学员的帮助】
理论与问题定义并重：帮助学生从社会科学理论、HCI 研究问题与 AI 技术路径三个层面明确选题价值。
跨学科方法指导：结合质性研究、问卷/访谈、内容分析、因果图、统计建模与 LLM 工具，设计可发表的研究方案。
精细化论文写作：协助梳理 Related Work、研究问题、方法、实验/用户研究、结果分析与讨论，提升英文论文的逻辑与表达。
实验与原型落地：可指导 Python、PyTorch、HuggingFace、LLM API、交互原型与数据分析流程，帮助学生把概念转化为可评估系统。
重视伦理与真实应用场景：尤其适合心理健康、AI 伴侣、AI 沟通中介等需要伦理敏感性和严谨研究设计的课题。