¿Cómo se puede integrar de manera efectiva la retroalimentación humana en los modelos generativos? Este estudio aborda esta pregunta proponiendo un método para mejorar el desenfoque de imágenes y lograr la adaptación de dominio utilizando la retroalimentación humana. Los modelos generativos profundos, si bien logran un rendimiento notable en el desenfoque de imágenes dentro de los dominios de entrenamiento, a menudo no logran generalizar a dominios no vistos. Para superar esta limitación, introducimos un enfoque novedoso que ajusta finamente un modelo de desenfoque utilizando la retroalimentación humana sin requerir datos de destino etiquetados. Nuestros experimentos demuestran una mejora significativa en el rendimiento de desenfoque. Por ejemplo, en el conjunto de prueba Fashion-MNIST, la relación pico-señal a ruido (PSNR) aumentó en un 94%, con una mejora promedio de 1.61 +/- 2.78 dB y un aumento máximo de 18.21 dB. Además, el método propuesto previene efectivamente el olvido catastrófico, como lo demuestra el rendimiento consistente en el dominio original de MNIST. Al aprovechar un modelo de recompensa entrenado en preferencias humanas, mostramos que la calidad de las imágenes desenfocadas puede mejorarse significativamente, incluso cuando se aplica a datos de destino no vistos. Este trabajo destaca el potencial de la retroalimentación humana para una adaptación eficiente de dominio en modelos generativos, presentando una solución escalable y eficiente en datos para mejorar el rendimiento en diversos dominios.