5.40. CS2H1. Experiencia de Usuario (UX) (Obligatorio)
- Semestre: 7mo Sem. Créditos: 4
- Horas del curso: Teoría: 2 horas; Laboratorio: 4 horas;
-
Prerrequisitos:
- CS291. Ingeniería de Software I (5to Sem)
5.40.1. Justificación
Este curso se enfoca en el diseño, evaluación e implementación de sistemas informáticos interactivos para uso humano. Más allá de los principios clásicos de HCI, aborda los desafíos emergentes de la interacción con sistemas de inteligencia artificial, agentes inteligentes y software de procesamiento de lenguaje natural. Los estudiantes desarrollarán competencias en diseño centrado en el usuario, accesibilidad, responsabilidad ética y evaluación de interfaces tradicionales y conversacionales basadas en IA, adquiriendo habilidades esenciales para diseñar tecnología responsable y centrada en las personas.
5.40.2. Objetivos Generales
- 1.
- Comprender las características cognitivas, físicas y emocionales del ser humano relevantes para el diseño de sistemas interactivos.
- 2.
- Aplicar principios de responsabilidad ética y diseño centrado en valores, incluyendo equidad algorítmica y sesgo.
- 3.
- Aplicar estándares de accesibilidad y diseño inclusivo para poblaciones y capacidades diversas.
- 4.
- Ejecutar métodos de evaluación de usabilidad para iterar y mejorar interfaces de usuario.
- 5.
- Diseñar sistemas interactivos mediante procesos de diseño centrado en el usuario e iterativo, para múltiples plataformas y dominios.
- 6.
- Analizar las dimensiones sociales, éticas y profesionales de la tecnología interactiva.
- 7.
- Comprender arquitecturas de agentes y aplicar principios de interacción humano-agente, incluyendo asistentes de IA y sistemas autónomos.
- 8.
- Aplicar técnicas de procesamiento de lenguaje natural para diseñar y evaluar interfaces humano-software basadas en modelos de lenguaje.
5.40.3. Contribución a los resultados (Outcomes)
-
AG-C09) Diseño y Desarrollo de Soluciones: Diseña, implementa y evalúa soluciones para problemas complejos de computación. (Usage)
-
AG-C03) Trabajo Individual y en Equipo: Se desempeña efectivamente como individuo y como miembro o líder en equipos diversos. (Usage)
5.40.4. Contenido
5.40.4.1. Comprender al Usuario: Objetivos individuales e interacciones con otros (8 horas) [Habilidades AG-C03,AG-C09]
Referencias Bibliográficas: [Norman, 2013, Johnson, 2020]
Temas
- 1.
- Capacidades y limitaciones humanas: percepción, cognición, habilidades motoras
- 2.
- Características del usuario: demografía, experiencia, contexto cultural
- 3.
- Objetivos, tareas y contextos de uso del usuario
- 4.
- Aspectos sociales y organizacionales de la interacción
- 5.
- Modelos y teorías cognitivas relevantes para HCI
- 6.
- Aspectos emocionales y afectivos de la interacción
- 7.
- Métodos de investigación de usuarios: entrevistas, encuestas, observaciones
Aprendizaje esperado (Learning Outcomes)
- 1.
- Describir las capacidades y limitaciones humanas que afectan el diseño de interacción [Describir]
- 2.
- Analizar cómo las características del usuario influyen en la interacción con sistemas informáticos [Analizar]
- 3.
- Identificar objetivos y tareas del usuario en contextos de uso específicos [Analizar]
- 4.
- Explicar factores sociales y organizacionales que impactan la adopción y uso de la tecnología [Explicar]
- 5.
- Aplicar modelos cognitivos para predecir y explicar el comportamiento del usuario [Aplicar]
- 6.
- Considerar factores emocionales y afectivos en el diseño de interacción [Analizar]
- 7.
- Realizar investigación de usuarios usando métodos apropiados como entrevistas u observaciones [Evaluar]
5.40.4.2. Responsabilidad y Rendición de Cuentas en el Diseño (8 horas) [Habilidades AG-C03,AG-C09]
Referencias Bibliográficas: [Shneiderman, 2022, Norman, 2013]
Temas
- 1.
- Consideraciones éticas en HCI: equidad, transparencia, rendición de cuentas
- 2.
- Diseño para valores y diseño sensible a valores
- 3.
- Innovación responsable y ética del diseño
- 4.
- Rendición de cuentas algorítmica y sesgo en sistemas interactivos
- 5.
- Responsabilidad profesional en la práctica de HCI
- 6.
- Consideraciones legales y regulatorias para sistemas interactivos
Aprendizaje esperado (Learning Outcomes)
- 1.
- Identificar problemas éticos en el diseño e implementación de HCI [Analizar]
- 2.
- Aplicar enfoques de diseño sensible a valores al desarrollo tecnológico [Aplicar]
- 3.
- Discutir prácticas de innovación responsable en HCI [Debatir]
- 4.
- Analizar la rendición de cuentas algorítmica y el sesgo en sistemas interactivos [Analizar]
- 5.
- Describir responsabilidades profesionales en la práctica de HCI [Describir]
- 6.
- Explicar consideraciones legales y regulatorias relevantes para sistemas interactivos [Explicar]
5.40.4.3. Accesibilidad y Diseño Inclusivo (8 horas) [Habilidades AG-C03,AG-C09]
Referencias Bibliográficas: [Johnson, 2020]
Temas
- 1.
- Principios y pautas de accesibilidad
- 2.
- Discapacidades y tecnologías de asistencia
- 3.
- Diseño inclusivo y principios de diseño universal
- 4.
- Métodos de evaluación para accesibilidad
- 5.
- Diseñar para diversas capacidades y contextos
- 6.
- Estándares de accesibilidad y cumplimiento
Aprendizaje esperado (Learning Outcomes)
- 1.
- Aplicar principios de accesibilidad al diseño de sistemas interactivos [Aplicar]
- 2.
- Describir cómo diferentes discapacidades afectan la interacción con la tecnología [Describir]
- 3.
- Diseñar sistemas inclusivos usando principios de diseño universal [Diseñar]
- 4.
- Realizar evaluaciones de accesibilidad de sistemas interactivos [Evaluar]
- 5.
- Crear diseños que acomoden diversas capacidades y contextos de uso [Crear]
- 6.
- Garantizar el cumplimiento con estándares y regulaciones de accesibilidad [Evaluar]
5.40.4.4. Evaluación del Diseño (8 horas) [Habilidades AG-C03,AG-C09]
Referencias Bibliográficas: [Norman, 2013, Johnson, 2020]
Temas
- 1.
- Principios y heurísticas de usabilidad
- 2.
- Métodos de evaluación: evaluación heurística, recorrido cognitivo (cognitive walkthrough)
- 3.
- Pruebas con usuarios: planificación, ejecución, análisis
- 4.
- Métodos avanzados de evaluación: experimentos controlados, estudios de campo
- 5.
- Métricas y medición de UX
- 6.
- Métodos de evaluación analítica: modelado y simulación
Aprendizaje esperado (Learning Outcomes)
- 1.
- Aplicar principios y heurísticas de usabilidad para evaluar diseños [Aplicar]
- 2.
- Realizar evaluaciones heurísticas y recorridos cognitivos [Evaluar]
- 3.
- Planificar, conducir y analizar sesiones de pruebas con usuarios [Planear]
- 4.
- Diseñar y conducir experimentos controlados para investigación en HCI [Diseñar]
- 5.
- Medir la experiencia de usuario usando métricas apropiadas [Evaluar]
- 6.
- Usar métodos analíticos para modelar y predecir el desempeño del usuario [Usar]
5.40.4.5. Diseño de Sistemas (8 horas) [Habilidades AG-C03,AG-C09]
Referencias Bibliográficas: [Johnson, 2020, Norman, 2013]
Temas
- 1.
- Proceso de diseño: diseño centrado en el usuario, diseño iterativo
- 2.
- Diseño de interacción: conceptos, principios, patrones
- 3.
- Técnicas de prototipado: baja fidelidad, alta fidelidad, interactivo
- 4.
- Arquitectura de información y diseño de navegación
- 5.
- Técnicas avanzadas de interacción: gestos, voz, multimodal
- 6.
- Diseño para dominios específicos: móvil, web, computación ubicua
- 7.
- Sistemas de computación colaborativa y social
Aprendizaje esperado (Learning Outcomes)
- 1.
- Aplicar procesos de diseño centrado en el usuario para desarrollar sistemas interactivos [Aplicar]
- 2.
- Diseñar interacciones usando principios y patrones establecidos [Diseñar]
- 3.
- Crear prototipos en diferentes niveles de fidelidad para exploración de diseño [Crear]
- 4.
- Estructurar información y navegación para una interacción efectiva del usuario [Estructurar]
- 5.
- Implementar técnicas avanzadas de interacción como interfaces de gestos o voz [Implementar]
- 6.
- Diseñar sistemas interactivos para dominios y plataformas específicos [Diseñar]
- 7.
- Diseñar sistemas colaborativos que apoyen la interacción grupal [Diseñar]
5.40.4.6. Sociedad, ética y Profesión (8 horas) [Habilidades AG-C03,AG-C09]
Referencias Bibliográficas: [Shneiderman, 2022, Norman, 2013]
Temas
- 1.
- Impacto social de las tecnologías interactivas
- 2.
- Problemas éticos en la investigación y práctica de HCI
- 3.
- Práctica profesional en HCI
- 4.
- Consideraciones culturales e interculturales en HCI
- 5.
- Sostenibilidad y HCI
- 6.
- Tendencias futuras y desafíos en HCI
Aprendizaje esperado (Learning Outcomes)
- 1.
- Analizar el impacto social de las tecnologías interactivas en individuos y sociedad [Analizar]
- 2.
- Abordar problemas éticos en proyectos de investigación y diseño de HCI [Evaluar]
- 3.
- Describir prácticas profesionales y trayectorias profesionales en HCI [Describir]
- 4.
- Diseñar sistemas que tomen en cuenta diferencias y contextos culturales [Diseñar]
- 5.
- Incorporar consideraciones de sostenibilidad en el diseño de HCI [Integrar]
- 6.
- Discutir tendencias emergentes y desafíos futuros en HCI [Debatir]
5.40.4.7. Agentes y Sistemas Cognitivos (8 horas) [Habilidades AG-C03,AG-C09]
Referencias Bibliográficas: [Russell and Norvig, 2021, Shneiderman, 2022]
Temas
- 1.
- Arquitecturas de agentes (por ejemplo, reactivas, en capas, cognitivas)
- 2.
- Teoría de agentes (incluyendo formalismos matemáticos)
- 3.
- Racionalidad, Teoría de juegos:
- a)
- Agentes decisorios-teóricos
- b)
- Procesos de decisión de Markov (MDP)
- c)
- Algoritmos de bandidos
- 4.
- Agentes de software, asistentes personales y acceso a información:
- a)
- Agentes colaborativos
- b)
- Agentes de recolección de información
- c)
- Agentes creíbles (personajes sintéticos, modelado de emociones en agentes)
- 5.
- Agentes de aprendizaje
- 6.
- Sistemas cognitivos:
- a)
- Arquitecturas cognitivas (por ejemplo, ACT-R, SOAR, ICARUS, FORR)
- b)
- Capacidades (por ejemplo, percepción, toma de decisiones, predicción, mantenimiento del conocimiento)
- c)
- Representación, organización, utilización, adquisición y refinamiento del conocimiento
- d)
- Aplicaciones y evaluación de sistemas cognitivos
- 7.
- Sistemas multiagente:
- a)
- Agentes colaboradores
- b)
- Equipos de agentes
- c)
- Agentes competitivos (por ejemplo, subastas, votación)
- d)
- Sistemas de enjambre y modelos biológicamente inspirados
- e)
- Aprendizaje multiagente
- 8.
- Interacción humano-agente:
- a)
- Metodologías de comunicación (verbal y no verbal)
- b)
- Problemas prácticos
- c)
- Aplicaciones:
- 1)
- Agentes comerciales, gestión de cadena de suministro
- 2)
- Problemas éticos de las interacciones de IA con humanos
- 3)
- Regulación y requisitos legales de los sistemas de IA para interactuar con humanos
Aprendizaje esperado (Learning Outcomes)
- 1.
- Caracterizar y contrastar las arquitecturas estándar de agentes [Evaluar]
- 2.
- Describir las aplicaciones de la teoría de agentes a dominios como agentes de software, asistentes personales y agentes creíbles, y discutir las implicaciones éticas asociadas [Describir]
- 3.
- Describir los paradigmas principales utilizados por los agentes de aprendizaje [Describir]
- 4.
- Demostrar usando ejemplos apropiados cómo los sistemas multiagente soportan la interacción de agentes [Demostrar]
- 5.
- Construir un agente inteligente usando una arquitectura cognitiva establecida (ACT-R, SOAR) para resolver un problema específico [Aplicar]
5.40.4.8. Procesamiento del Lenguaje Natural (8 horas) [Habilidades AG-C03,AG-C09]
Referencias Bibliográficas: [Jurafsky and Martin, 2024, Russell and Norvig, 2021]
Temas
- 1.
- Gramáticas deterministas y estocásticas
- 2.
- Algoritmos de análisis sintáctico:
- a)
- CFGs y analizadores de tabla (por ejemplo, CYK)
- b)
- CFGs probabilísticos y CYK ponderado
- 3.
- Representación del significado/Semántica:
- a)
- Representaciones del conocimiento basadas en lógica
- b)
- Roles semánticos
- c)
- Representaciones temporales
- d)
- Creencias, deseos e intenciones
- 4.
- Métodos basados en corpus
- 5.
- N-gramas y HMMs
- 6.
- Suavizado y retroceso
- 7.
- Ejemplos de uso: Etiquetado POS y morfología
- 8.
- Recuperación de información:
- a)
- Modelo de espacio vectorial:
- 1)
- TF & IDF
- b)
- Precisión y exhaustividad
- 9.
- Extracción de información
- 10.
- Traducción de lenguaje
- 11.
- Clasificación de texto, categorización:
- a)
- Modelo de bolsa de palabras
- 12.
- Aprendizaje profundo para PLN:
- a)
- RNNs
- b)
- Transformers
- c)
- Incrustaciones multimodales (por ejemplo, imágenes + texto)
- d)
- Modelos de lenguaje generativos
Aprendizaje esperado (Learning Outcomes)
- 1.
- Definir y contrastar gramáticas deterministas y estocásticas, proporcionando ejemplos para mostrar la adecuación de cada una [Definir]
- 2.
- Simular, aplicar o implementar algoritmos clásicos y estocásticos para analizar lenguaje natural [Aplicar]
- 3.
- Identificar los desafíos de representar el significado [Analizar]
- 4.
- Listar las ventajas de usar corpus estándar. Identificar ejemplos de corpus actuales para una variedad de tareas de PLN [Listar/Enumerar]
- 5.
- Identificar técnicas para recuperación de información, traducción de lenguaje y clasificación de texto [Analizar]
- 6.
- Implementar una transformación TF/IDF, usarla para extraer características de un corpus, y entrenar un algoritmo de aprendizaje automático estándar usando esas características para hacer clasificación de texto [Aplicar]