💻 ciência da computação

Aesthetics Prediction of Websites using Federated Learning

Este artigo propõe uma abordagem baseada em Aprendizado Federado utilizando EfficientNet-B0 para prever a estética de interfaces de sites ao incorporar preferências individuais de usuários em cinco grupos demográficos, alcançando um Erro Quadrático Médio promissor de 0,0534 enquanto supera as limitações da coleta de dados centralizada e das avaliações médias.

Autores originais: Ranjan Maity, Jahnavi Roy, Rahul Son Boro, Deepali Borgayary

Publicado 2026-10-19

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Ranjan Maity, Jahnavi Roy, Rahul Son Boro, Deepali Borgayary

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Vivemos em um mundo onde a aparência de uma tela digital importa tanto quanto o que ela faz. Antes mesmo de uma pessoa ler uma única palavra em um site ou aplicativo, seu cérebro já formou uma opinião sobre se aquilo é agradável ou repelente. Esse julgamento de milésimos de segundo, muitas vezes feito em menos de um piscar de olhos, pode determinar se um usuário permanece para explorar ou se vai embora imediatamente. Para os designers, isso cria um desafio difícil: a beleza é profundamente pessoal. O que uma pessoa considera elegante, outra pode considerar poluído ou entediante. Tradicionalmente, para entender essas preferências, pesquisadores reuniam milhares de pessoas para avaliar imagens e, em seguida, calculavam a média das pontuações para encontrar uma opinião "geral". Mas essa abordagem possui uma falha. Ao misturar os gostos de todos em um único número, ela apaga as preferências únicas de cada indivíduo. Ela assume que um estudante, um profissional de carreira e um aposentado veem o mundo da mesma forma, o que raramente é verdade. Além disso, coletar todas essas avaliações pessoais em um banco de dados centralizado levanta preocupações sobre privacidade, pois exige que os usuários entreguem suas opiniões privadas a uma autoridade central.

Uma equipe de pesquisadores do Instituto Central de Tecnologia em Kokrajhar, Índia, partiu para resolver esses problemas construindo um novo tipo de sistema que respeita o gosto individual sem comprometer a privacidade. Eles propuseram um método chamado Aprendizado Federado (Federated Learning), uma técnica que permite que computadores aprendam com dados sem que esses dados precisem sair do dispositivo do usuário. Em vez de reunir todas as avaliações em um grande monte, o sistema envia um programa de computador inteligente para os dispositivos dos usuários. O programa aprende com as avaliações armazenadas localmente em cada dispositivo e apenas as lições aprendidas — os ajustes matemáticos do programa — são enviadas de volta para um servidor central. As avaliações brutas, as opiniões pessoais, nunca deixam o telefone ou o computador do usuário. Para testar essa ideia, os pesquisadores criaram um conjunto de dados de cem interfaces de sites, capturando tanto as versões para desktop quanto para dispositivos móveis de cinquenta sites diferentes, variando de portais governamentais a aplicativos de compras. Eles então pediram a cem pessoas que avaliassem essas telas em uma escala de um a dez. Os participantes representavam uma mistura de idades, gêneros e ocupações, garantindo uma ampla variedade de perspectivas.

Os pesquisadores primeiro precisavam encontrar o melhor "cérebro de computador" para realizar o trabalho pesado de reconhecer a beleza visual. Eles testaram três modelos diferentes de aprendizado profundo (deep learning), que são sistemas complexos projetados para imitar como o olho humano processa imagens. Após realizar extensos testes, descobriram que um modelo chamado EfficientNet-B0 era o mais eficaz. Ele era rápido, exigia menos recursos computacionais e produzia as previsões mais precisas. No entanto, a verdadeira inovação residia na forma como lidaram com o elemento humano. A equipe percebeu que as pessoas não utilizam as escalas de avaliação da mesma maneira. Algumas pessoas tendem a dar notas altas para tudo, enquanto outras são naturalmente mais críticas. Para corrigir isso, desenvolveram uma forma de ajustar as avaliações de cada pessoa antes que o computador aprendesse com elas. Eles calcularam como uma pessoa específica costuma avaliar as coisas em comparação com a média do grupo e ajustaram suas pontuações de acordo. Isso permitiu que o computador aprendesse a verdadeira forma da preferência de uma pessoa, em vez de apenas sua tendência de ser generosa ou severa.

Para ver se essa abordagem funcionava em um cenário do mundo real, os pesquisadores dividiram os cem participantes em cinco grupos distintos baseados em gênero e ocupação: mulheres não trabalhadoras, estudantes mulheres, mulheres trabalhadoras, estudantes homens e homens trabalhadores. Cada grupo atuou como um "cliente" separado no sistema de Aprendizado Federado. O servidor central enviou o modelo inicial EfficientNet-B0 para cada um desses cinco grupos. Cada grupo treinou o modelo em seus próprios dados locais, aprendendo o que aquela demografia específica considerava belo. Assim que o treinamento foi concluído, os grupos enviaram os pesos atualizados de seus modelos de volta ao servidor. O servidor então combinou essas atualizações para criar um novo modelo global mais inteligente, que compreendia as nuances de todos os cinco grupos. Esse ciclo se repetiu por trinta e três rodadas. Durante todo esse processo, o sistema nunca viu as avaliações brutas; ele viu apenas as melhorias matemáticas feitas por cada grupo.

Os resultados mostraram que essa abordagem de preservação de privacidade foi altamente eficaz. O modelo final alcançou uma taxa de erro muito baixa, o que significa que suas previsões sobre o quanto uma pessoa gostaria de um site estavam extremamente próximas das avaliações reais dadas pelos usuários. O sistema teve um desempenho particularmente bom para grupos com gostos mais semelhantes, como as participantes mulheres não trabalhadoras, mantendo ainda uma forte precisão para grupos com opiniões mais diversas. Crucialmente, os pesquisadores descobriram que as versões móveis dos sites foram avaliadas de forma quase idêntica às suas contrapartes para desktop, sugerindo que os princípios de apelo visual se mantêm verdadeiros através de diferentes tamanhos de tela. O estudo demonstrou que é possível construir um sistema que aprenda com uma grande variedade de pessoas sem nunca precisar coletar seus dados privados em um local central. Ao usar um único modelo global que é adaptado através de um ajuste matemático inteligente das avaliações, o sistema pode oferecer previsões estéticas personalizadas para qualquer pessoa, independentemente de seu histórico. Este trabalho sugere que o futuro do design de interface de usuário pode depender de sistemas que sejam não apenas inteligentes o suficiente para entender a beleza, mas também respeitosos o suficiente para manter as preferências pessoais privadas.

Resumo Técnico: Predição de Estética de Websites usando Aprendizado Federado

Definição do Problema
A estética visual das interfaces de usuário (UI) é crítica para a satisfação e o engajamento do usuário, mas a percepção estética é inerentemente subjetiva e varia significamente entre indivíduos devido a fatores como idade, gênero e ocupação. As abordagens computacionais existentes para a predição de estética tipicamente dependem da coleta de dados centralizada e agregam avaliações de nível populacional para produzir uma única pontuação de estética "média". Esta metodologia falha em considerar a variabilidade interindividual e ignora as preferências pessoais. Além disso, métodos tradicionais como questionários e avaliações heurísticas são demorados, difíceis de escalar e propensos ao viés humano. Embora modelos de aprendizado profundo tenham mostrado promessa na avaliação estética de imagens, eles geralmente carecem de mecanismos para lidar com a natureza não-IID (não independente e não identicamente distribuída) dos dados estéticos entre diversos grupos de usuários sem comprometer a privacidade ou exigir conjuntos de dados centralizados massivos.

Metodologia
Os autores propõem um framework preservador de privacidade para a predição personalizada de estética de UI usando Aprendizado Federado (FL). A metodologia processa-se através das seguintes etapas:

Construção do Conjunto de Dados:
- Um conjunto de dados customizado de 100 interfaces de websites foi criado, compreendendo 50 versões desktop e 50 versões mobile dos mesmos sites em dez domínios diversos (ex: governo, e-commerce, notícias).
- Capturas de tela foram realizadas em resoluções padrão (1920x1080 para desktop; 640x1136 para mobile).
- 100 participantes avaliaram essas 100 interfaces usando uma escala Likert de 10 pontos. O método do Quadrado Latino foi empregado para mitigar o viés de ordem.
- A análise estatística (teste t pareado) confirmou que não houve diferença significativa entre as avaliações estéticas das versões desktop e mobile ( $p > 0,05$ ), permitindo que fossem tratadas como um conjunto de dados unificado.
Seleção do Modelo Base:
- Três arquiteturas foram avaliadas: EfficientNet-B0, ResNet-50 e Vision Transformer (ViT-B/16).
- A EfficientNet-B0 foi selecionada como o modelo base devido ao seu desempenho superior, menor custo computacional e menor número de parâmetros, tornando-a adequada para implantação em dispositivos de borda (edge).
- O modelo foi adaptado para regressão substituindo a camada final de classificação por uma única unidade linear para predizer uma pontuação estética contínua.
Pré-processamento de Dados e Personalização:
- Pré-processamento de Imagem: As entradas foram redimensionadas para 224x224, aumentadas com rotações leves, inversões aleatórias e jitter de cor, e normalizadas usando estatísticas do ImageNet.
- Normalização de Avaliação (Contribuição Chave): Para abordar a subjetividade, uma estratégia de normalização específica por usuário foi implementada. As avaliações brutas foram ajustadas removendo a tendência de média do usuário e recentralizando-as em torno da média global ( $r_{centrada} = r_{bruta} - \mu_u + \mu_g$ ). Esses valores foram então escalonados via min-max para o intervalo [0, 1]. Isso permite que o modelo aprenda preferências relativas em vez de pontuações absolutas.
Arquitetura de Aprendizado Federado:
- Clientes: Os 100 usuários foram agrupados em cinco clientes demográficos baseados na interseção de gênero e ocupação: Mulher Não Trabalhadora, Mulher Estudante, Mulher Trabalhadora, Homem Estudante e Homem Trabalhador.
- Algoritmo: O algoritmo de Média Federada (FedAvg) foi utilizado. Um servidor central inicializa o modelo global EfficientNet-B0 com pesos pré-treinados no ImageNet-1K.
- Processo de Treinamento: Em cada rodada de comunicação, o servidor distribui o modelo global para os cinco clientes. Cada cliente treina localmente por uma época usando seus dados demográficos específicos. Apenas os pesos atualizados do modelo (não os dados brutos) são enviados de volta ao servidor.
- Agregação: O servidor calcula uma média ponderada dos pesos dos clientes, proporcional ao número de amostras de treinamento por cliente, para atualizar o modelo global.
- Hiperparâmetros: O treinamento utilizou o otimizador AdamW ( $1 \times 10^{-4}$ de taxa de aprendizado), perda de Erro Quadrático Médio (MSE) e Precisão Mista Automática (AMP). O abandono precoce (early stopping) foi acionado se a perda de validação não melhorasse por 10 rodadas consecutivas.

Principais Resultados

Convergência: O modelo global convergiu após 33 rodadas de comunicação. O MSE de validação diminuiu de 0,0702 na rodada 1 para um valor final de 0,0534 na escala normalizada [0, 1].
Métricas de Desempenho: O modelo final alcançou um RMSE de 0,2312 e um MAE de 0,1837.
Variação por Cliente: O desempenho variou por grupo demográfico, refletindo a diversidade interna de preferências. O grupo "Mulher Não Trabalhadora" alcançou o menor erro (MSE = 0,0169), enquanto o grupo "Mulher Trabalhadora" apresentou o maior erro (MSE = 0,0890). Os autores observam que grupos com maior diversidade interna naturalmente geram taxas de erro mais altas.
Distribuição de Erro: Os erros de predição foram aproximadamente distribuídos normalmente em torno de zero, com a maioria dos erros caindo dentro de $\pm0,15$ na escala normalizada (aproximadamente $\pm1,35$ pontos na escala original de 1–10).

Significância e Alegações
O artigo apresenta um framework para predição personalizada de estética de UI usando FedAvg, um backbone EfficientNet-B0 e um pipeline de normalização de avaliação adaptável ao usuário. O sistema distribui o processo de aprendizado entre cinco grupos de clientes demográficos, garantindo que os dados brutos de avaliação do usuário nunca deixem o dispositivo local. Os autores demonstram que um único modelo global pode servir diversos usuários de forma eficaz sem a necessidade de centralização de dados. A personalização é alcançada através do pipeline de transformação de avaliação (centralização da média do usuário e reinjeção do viés demográfico) em vez de manter modelos locais separados.

No entanto, os autores reconhecem explicitamente uma limitação proeminente: o modelo global possui uma inclinação para predizer pontuações concentradas em torno da média do conjunto de dados (aproximadamente 0,5–0,6 na escala normalizada 0-a-1). A implementação atual depende exclusivamente do pipeline de transformação de avaliação para personalização e não realiza o ajuste fino específico do cliente ou personalização do cabeçalho local após o treinamento federado.

Limitações
Os autores reconhecem modestamente uma limitação: o modelo global tende a predizer pontuações concentradas em torno da média do conjunto de dados (0,5–0,6 na escala normalizada 0-a-1). A implementação atual depende apenas do pipeline de transformação de avaliação para personalização e não realiza o ajuste fino específico do cliente ou personalização do cabeçalho local após o treinamento federado.

Resumo Técnico: Predição de Estética de Websites usando Aprendizado Federado

Mais como este