Los últimos dos años han visto un aumento rápido en la duración del tiempo que tanto adultos como niños pasan frente a las pantallas, impulsado por la reciente pandemia de salud por COVID-19. Un efecto adverso clave es la fatiga visual digital (FVD). Las tendencias recientes en la interacción humano-computadora y la experiencia del usuario han propuesto diseños guiados por voz o gestos que presentan soluciones automatizadas más efectivas y menos intrusivas. Estos enfoques inspiraron el diseño de una solución que utiliza técnicas de reconocimiento de expresiones faciales (REF) para detectar la FVD y adaptar de manera autónoma la aplicación para mejorar la experiencia del usuario. Este estudio recopiló y adaptó conjuntos de datos abiertos populares de REF para estudios de FVD, entrenó modelos de redes neuronales convolucionales para el reconocimiento de expresiones de FVD y diseñó una solución auto-adaptativa como prueba de concepto. Los resultados experimentales iniciales arrojaron un modelo con una precisión del 77% y resultaron en la adaptación de la aplicación del usuario basada en los resultados de clasificación de REF. También proporcionamos la aplicación desarrollada, el código fuente del modelo y el conjunto de datos adaptado utilizado para futuras mejoras en el área. El trabajo futuro debería centrarse en detectar la postura, la ergonomía o la distancia de la pantalla.