Um Framework para Avaliação da Experiência do Usuário utilizando Rastreamentos de Olhos e de Mouse, Entrada de Teclado e Inteligência Artificial: um Estudo de Caso

• Kennedy E. S. Souza Universidade Federal do Pará http://orcid.org/0000-0003-0056-2436
• Igor L. Aviz Universidade Federal do Pará http://orcid.org/0000-0002-1260-0009
• Harold D. De Mello Jr. Universidade do Estado do Rio de Janeiro https://orcid.org/0000-0001-6841-1154
• Karla Figueiredo Universidade do Estado do Rio de Janeiro http://orcid.org/0000-0001-8420-3937
• Marley M. B. R. Vellasco Pontifícia Universidade Católica do Rio de Janeiro http://orcid.org/0000-0002-9790-1328
• Fernando Augusto R. Costa Universidade Federal do Pará https://orcid.org/0000-0002-0226-7505
• Marcos C. R. Seruffo Universidade Federal do Pará https://orcid.org/0000-0002-8106-0560

DOI: https://doi.org/10.5753/ihc_estendido.2022.224361

Resumo

A eXperiência do Usuário (UX) tem sido utilizada para promover melhorias nos sistemas de informação digitais com base na forma como as pessoas os percebem. Em particular, este artigo propõe um framework que emprega métodos de rastreamento de olhos e de mouse, entrada de teclado, questionário de autoavaliação e algoritmos de inteligência artificial para avaliar a UX e categorizar os usuários em termos de perfis de desempenho. Os resultados obtidos com esta estrutura são artefatos que podem ser utilizados para apoiar personalizações da Interface do Usuário (IU) em Websites.

Palavras-chave: eXperiência do Usuário, Métodos de Avaliação, Inteligência Artificial, Rastreamento Ocular, Rastreamento de Mouse e Teclado

Referências

Laura Maria Badea. 2014. Predicting consumer behavior with artificial neural networks. Procedia Economics and Finance 15 (2014), 238–246.

Adriano Bernardo Renzi. 2017. UX heuristics for cross-channel interactive scenarios. In International Conference of Design, User Experience, and Usability. Springer, 481–491.

K. E. S. Souza, M. C. R. Seruffo, H. D. De Mello, D. D. S. Souza, and M. M. B. R. Vellasco. 2019. User Experience Evaluation Using Mouse Tracking and Artificial Intelligence. IEEE Access 7 (2019), 96506–96515. Issue 7. https://doi.org/10.1109/ACCESS.2019.2927860