ICAHCI会议的前身是Chinese CHI～～
1. 研究背景与问题提出
文章关注的是在美妆科技行业引入生成式AI后的合规风险管理问题。当前行业中广泛使用虚拟试妆、肤色推荐、个性化广告等功能，涉及面部识别、生物信息、跨境数据传输等敏感内容，这使得企业面临严格的法律法规（如GDPR、PIPL、BIPA）。作者调研发现，企业在实际操作中存在流程碎片、规则理解不一、缺乏风险缓解指导、判例无法追溯等问题，且不同部门间缺乏协作机制，审查结果多为“能做/不能做”式的二元判断，缺乏对业务的正面引导。
2. 系统设计：BeautyGuard 多智能体圆桌系统
为了解决上述问题，作者设计了 BeautyGuard 系统，以“多智能体+圆桌协作”的方式模拟企业内部合规评审流程。系统由四个智能体组成，分别模拟法律专家、审查清单检查员、案例研究员和风险规划师，分别处理政策解读、流程检查、历史先例检索和风险应对建议。这些智能体相互独立工作，最终系统会整合它们的意见，生成一份包含法规依据、风险分级和具体建议的报告。用户不仅能看到结果，还能实时观察每个智能体的分析过程，提升透明度和信任度。系统特别设计了美妆领域特有的检测机制，如肤色算法偏差识别、生成广告披露检测、跨境人脸数据合规等。
3. 用户研究与系统效果
作者使用 SUS 和 NASA-TLX 等标准评估工具，对系统进行了用户实验。参与者为6位来自企业内部的法务与IT专家，均参与过AI相关产品合规审查。结果显示，系统在可用性方面获得了77.5/100的高分（高于行业平均68），认知负荷明显降低。用户普遍认为，BeautyGuard 提高了效率、促进了标准化、方便了知识传承。特别值得注意的是，专家明确表示 AI 不应替代人工决策，而应作为信息增强和流程辅助手段，因此系统的角色划分式设计获得了高度认可。
4. 研究贡献与可推广性
本研究的贡献不仅在于提出并实现了一个多智能体的合规审查原型系统，更重要的是总结出一套适用于高风险行业的 AI 合规系统设计原则。具体包括：系统需支持跨部门知识协作、必须提供过程透明性、风险评估应有梯度并能引导改进、合规判断需可追溯到法规与案例。此外，虽然 BeautyGuard 面向的是美妆科技行业，但文中指出，其架构与方法可推广至医疗、金融、AI伦理治理等其他高度监管的场景。
1. 研究背景与问题提出
文章关注的是在美妆科技行业引入生成式AI后的合规风险管理问题。当前行业中广泛使用虚拟试妆、肤色推荐、个性化广告等功能，涉及面部识别、生物信息、跨境数据传输等敏感内容，这使得企业面临严格的法律法规（如GDPR、PIPL、BIPA）。作者调研发现，企业在实际操作中存在流程碎片、规则理解不一、缺乏风险缓解指导、判例无法追溯等问题，且不同部门间缺乏协作机制，审查结果多为“能做/不能做”式的二元判断，缺乏对业务的正面引导。
2. 系统设计：BeautyGuard 多智能体圆桌系统
为了解决上述问题，作者设计了 BeautyGuard 系统，以“多智能体+圆桌协作”的方式模拟企业内部合规评审流程。系统由四个智能体组成，分别模拟法律专家、审查清单检查员、案例研究员和风险规划师，分别处理政策解读、流程检查、历史先例检索和风险应对建议。这些智能体相互独立工作，最终系统会整合它们的意见，生成一份包含法规依据、风险分级和具体建议的报告。用户不仅能看到结果，还能实时观察每个智能体的分析过程，提升透明度和信任度。系统特别设计了美妆领域特有的检测机制，如肤色算法偏差识别、生成广告披露检测、跨境人脸数据合规等。
3. 用户研究与系统效果
作者使用 SUS 和 NASA-TLX 等标准评估工具，对系统进行了用户实验。参与者为6位来自企业内部的法务与IT专家，均参与过AI相关产品合规审查。结果显示，系统在可用性方面获得了77.5/100的高分（高于行业平均68），认知负荷明显降低。用户普遍认为，BeautyGuard 提高了效率、促进了标准化、方便了知识传承。特别值得注意的是，专家明确表示 AI 不应替代人工决策，而应作为信息增强和流程辅助手段，因此系统的角色划分式设计获得了高度认可。
4. 研究贡献与可推广性
本研究的贡献不仅在于提出并实现了一个多智能体的合规审查原型系统，更重要的是总结出一套适用于高风险行业的 AI 合规系统设计原则。具体包括：系统需支持跨部门知识协作、必须提供过程透明性、风险评估应有梯度并能引导改进、合规判断需可追溯到法规与案例。此外，虽然 BeautyGuard 面向的是美妆科技行业，但文中指出，其架构与方法可推广至医疗、金融、AI伦理治理等其他高度监管的场景。
