博士岗位的培养方式
剑桥大学计算机科学与技术系发布了一项Human-Computer Interaction and Critical Computing博士studentship，资金期为3.5年，岗位位于Aspirational Computing Lab，由Katie Seaborn副教授指导。它不是只给一个课题题目后让学生独立推进：岗位说明写得很具体，前半年会和导师及资深研究者一起训练并熟悉研究主题和方法，之后逐步承担更主要的研究角色。这种安排很适合用来理解英国项目制博士的训练节奏——早期快速建立方法基础，随后尽快进入独立研究。
研究计划的核心要求
岗位要求申请者提出一个明确的研究问题，同时给出方法与研究计划，证明自己能够在HCI与critical computing的交叉语境下思考。这里的重点不是把研究计划写得“宏大”，而是让问题、方法和证据相互匹配。比如研究对话式系统中的影响与信任，就需要说明研究对象是谁、什么行为可以被测量、实验或访谈如何区分不同解释，以及伦理和参与者风险怎样处理。
申请材料的结构非常具体
这项岗位把材料要求拆得很细：需要成绩单、CV和2封学术推荐；在线表格还需要研究摘要、研究经历、职业目标和申请动机。研究计划PDF则约2页，另加约1页第一年deliverables，以及单独的参考文献页。对申请者来说，这种结构其实降低了“不会写”的不确定性，因为每部分都可以承担不同任务：摘要讲问题，研究经历讲证据，计划讲方法，第一年deliverables讲可执行性。
HCI博士为什么看重研究方法
岗位要求特别强调涉及人类参与者的研究方法、实验设计、数据分析，以及至少两类实践能力，例如编程或机器学习、交互设计、研究设计。HCI研究里，代码只是实验载体的一部分。一个系统能运行，并不等于研究结论成立。博士训练需要知道怎样招募参与者、怎样设置对照、如何减少偏差、什么指标能回答研究问题，以及定量结果和定性材料应如何相互验证。
第一年计划应当写到什么程度
第一年deliverables不需要提前承诺三年半后的所有成果，但应该体现阶段性判断。可以把一年拆成文献与问题收窄、研究伦理与方法准备、原型或实验材料、先导研究、第一轮分析几个阶段。每个阶段都说明“完成后能决定下一步什么”，就比简单列月份更有研究含义。真正好的时间表不是看起来很满，而是每一步都能产生可用于调整研究方向的证据。
导师与实验室环境
Katie Seaborn是剑桥大学计算机科学与技术系Human-Computer Interaction and Critical Computing副教授，也是Aspirational Computing Lab负责人。其个人页面还说明，在部分CHIA相关博士路径中她作为associate faculty不能担任主要导师，需要与CHIA的primary supervisor形成共同指导。对申请者而言，这提醒了一个重要问题：同一位学者在不同项目中的指导角色可能不同，不能只看研究方向相似就默认监督关系完全一样。
资助边界需要看清
岗位页面说明资金可用3.5年，但也特别写到，若学校层面的funding competition没有成功，导师可能只能为成功候选人提供Home Rate studentship；国际学生仍可能需要自行承担本地与国际学费之间的差额。因此，“有studentship”不能自动理解为所有国际候选人的全部费用都被覆盖。申请前需要把岗位资金、学校资助竞赛和个人费率身份分开理解。
截止时间与提交质量
岗位截止日期是2026年12月2日，剑桥计算机PhD的Michaelmas 2027课程申请已经开放，学校层面的课程资助截止日为2026年12月8日。时间上看还有准备空间，但2封推荐、研究计划和第一年deliverables都需要相互一致。更有效的准备顺序通常是先把核心研究问题写成一段，再搭方法框架，然后回头选择最能证明这些能力的经历放进CV和研究经历栏，最后再扩展成完整PDF。
博士训练最终要证明的能力
这类HCI岗位真正筛选的不是“会多少工具”，而是能否把一个涉及人的复杂问题变成可研究、可验证、可解释的设计。申请者可以从自己过去的项目里找证据：是否亲自做过实验设计，是否处理过矛盾数据，是否解释过失败结果，是否根据先导研究修改过方案。把这些过程写清楚，往往比堆叠技术名词更接近博士阶段需要的能力。
