Maestría en Analítica Aplicada · 2026

FashionIA: sistema inteligente de recomendación de outfits con aprendizaje por refuerzo y retroalimentación humana para la colección 2026 de "By Paola Ospina"

Resumen

En un entorno donde la moda evoluciona velozmente y las preferencias de los consumidores son cada vez más cambiantes, el diseño de colecciones enfrenta un nuevo reto: cómo anticiparse a la demanda sin desperdiciar recursos. En Colombia, esta situación es especialmente crítica para marcas emergentes que buscan equilibrar creatividad, sostenibilidad y rentabilidad. En este contexto, surge la necesidad de herramientas inteligentes que apoyen la toma de decisiones en el diseño de moda. Esta investigación propone FashionIA, un sistema de recomendación de outfits que utiliza Aprendizaje por Refuerzo con Retroalimentación Humana para generar combinaciones de outfits preferidas por los usuarios y predecir la aceptación de nuevas prendas. Mediante un ciclo continuo de entrenamiento con Q-Learning y una política epsilon-greedy, el sistema ajusta dinámicamente sus sugerencias en función del feedback humano, simulando además el éxito de diseños inéditos antes de su producción. La metodología integra procesos de extracción, transformación y carga de datos (ETL), junto con análisis de recompensas y evaluación directa por parte de usuarios, alcanzando una tasa de aceptación promedio del 75,63 % en los outfits generados y del 82,72 % en prendas de la marca By Paola Ospina. Estos resultados evidencian que FashionIA funciona como una herramienta no solo de personalización, sino también de gestión estratégica, permitiendo a marcas emergentes reducir riesgos creativos y tomar decisiones informadas basadas en datos reales de preferencia.