Examinando por Materia "Interacción humano-computadora"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Creación de un prototipo de mascota virtual móvil con capacidades de interacción y adaptación emocional
    (Universidad del Valle, 2025) Acosta Rengifo, Kevin Andres; Cifuentes Salcedo, Mónica Andrea; Triana Madrid, Joshua David
    La inteligencia artificial es clave para la atención emocional, especialmente en estudiantes universitarios que enfrentan altos niveles de estrés, ansiedad y depresión. Las mascotas virtuales actuales presentan limitaciones significativas en adaptación emocional, lo que afecta su adopción y efectividad. Este proyecto desarrolló un prototipo de mascota virtual móvil que utiliza inteligencia artificial para ofrecer soporte emocional adaptativo. Mediante la arquitectura RAG (Retrieval-Augmented Generation) y el modelo Pysentimiento para análisis de emociones en español, el sistema genera respuestas personalizadas basadas en técnicas psicoeducativas validadas. La implementación incluye una interfaz intuitiva con mascota animada, semáforo emocional y visualización de patrones afectivos. Los resultados obtenidos demuestran que la aplicación cumple completamente con su objetivo de promover el bienestar emocional de los estudiantes de la Universidad del Valle, sede Tuluá, ofreciendo un soporte emocional funcional, efectivo y bien valorado por los usuarios finales.
  • Miniatura
    PublicaciónAcceso abierto
    Prototipo de sistema de reconocimiento de gestos de mano en tiempo real para la interacción humano-computadora – GestOS
    (Universidad del Valle, 2025) Marulanda Valero, John Jader; Askar Rodríguez, Miguel Ángel
    El presente trabajo se centró en el desarrollo de GestOS, un prototipo de reconocimiento de gestos de mano en tiempo real orientado a mejorar la interacción humano-computadora. Su propósito fue ofrecer una alternativa más accesible e inclusiva a los métodos tradicionales de entrada, como el teclado y el mouse, beneficiando tanto a personas con discapacidades como a quienes buscan nuevas formas de interacción. GestOS se construyó con una arquitectura modular compuesta por cuatro capas: presentación (React, TypeScript y Tailwind CSS), aplicación (Electron y Node.js), lógica de negocio (Python, MediaPipe y OpenCV) y acceso al sistema (PyAutoGUI, pynput y otras librerías). Este diseño permitió mantener una estructura escalable, estable y de fácil mantenimiento. El sistema emplea un enfoque híbrido que combina el análisis de puntos clave de la mano con modelos de aprendizaje automático, logrando reconocer siete gestos principales y algunos adicionales con una precisión cercana al 90%. Para evaluar su funcionamiento, se realizaron pruebas funcionales, de rendimiento y de accesibilidad con 43 usuarios, basadas en las normas WCAG 2.1 (nivel AA). Los resultados fueron positivos, aunque se identificaron áreas de mejora, como el rendimiento en condiciones de baja iluminación y la personalización de gestos. GestOS demuestra que la visión artificial puede contribuir significativamente a crear interfaces más naturales e inclusivas. A futuro, se plantea mejorar la precisión, la velocidad de respuesta y permitir el entrenamiento personalizado de gestos, fortaleciendo así la accesibilidad tecnológica.