Seminario DiversoLab

¿Cómo llega un artículo a convertirse en uno de los trabajos más influyentes de una conferencia internacional? 

José Ángel Galindo, investigador del grupo Diverso Lab de la Universidad de Sevilla, compartirá la historia del trabajo Using Machine Learning to Infer Constraints for Product Lines, presentado en SPLC 2016 y reconocido diez años después con el premio Most Influential Paper en VARIABILITY 2026. El seminario recorrerá el origen de esta investigación, desarrollada durante su estancia posdoctoral en Francia junto a Paul Temple, Mathieu Acher y Jean-Marc Jézéquel, y su contribución a la unión del aprendizaje automático y el modelado de la variabilidad.

El trabajo propuso aprender automáticamente las restricciones que determinan qué configuraciones de un sistema son válidas, a partir de ejemplos y de la evaluación de los productos generados. Su aplicación a un generador de vídeo configurable permite ilustrar la propuesta y reflexionar sobre cómo una idea de investigación puede adquirir relevancia con el paso del tiempo, así como sobre el papel de la colaboración internacional en ese recorrido.