Abstract
La adaptación de las interfaces de usuario (IU) busca mejorar la experiencia de los usuarios (UX) en una variedad de contextos de uso. No obstante, las preferencias y necesidades cambiantes de los usuarios plantean desafíos a lo largo del proceso de adaptación.
Esto pone de manifiesto la necesidad de recurrir a técnicas de aprendizaje automático para aprender de la interacción del usuario y facilitar la adaptación de IU. En este contexto, adoptamos un enfoque innovador que integra el Feedback Humano (HF) en el proceso de Aprendizaje por Refuerzo (RL) para lograr una adaptación más precisa y personalizada. Para ello, hemos desarrollado dos herramientas: un entorno de entrenamiento de agentes RL para crear dichos agentes con diversos algoritmos de RL y para distintas IU adaptativas y una plataforma de captura de feedback que permite a los usuarios expresar sus preferencias de manera intuitiva.
