Nowadays the human beings are more and more experiencing mental health diseases, due to physiological, contextual, emotional and social causes. Therefore the number of people affected by this kind of issue is rising exponentially and it’s time for psychology, science and design to take action and support the recovery. The topic of the thesis doesn’t cover the wide variety of mental health issues, because it’s a very delicate and complex subject which requires a specific design brief according to a specific illness. Thus the thesis explores the topic of procrastination which is somehow affecting a large number of people across the world. The study aims to establish a framework for supporting a procrastinator in changing behaviour, in an innovative manner, different from a typical mental health illness treatment. Indeed the study provides the instruments to understand procrastination from a psychological point of view and its causes. Furthermore the study provides an overview of all possible technologies and solutions available in the market that might be suitable for procrastination. The first part of the thesis concludes the state of art research of the topic and technology by diving into the artificial intelligence and machine learning field; in order to understand if there is an opportunity for design to involve it in the fight against procrastination framework. The outcome of the primary and secondary research highlights the possible opportunities available in the field of procrastination with emerging technologies such as Ai and ML. The outcome also states the design brief requirements and user’s needs. Indeed the design brief of an innovative solution which considers both the user’s psychological and well-being sphere and machine learning. The design brief aims to shape a system able to support, raise self-awareness and motivate the user to overcome procrastination. Therefore it is possible to explore, conceptualize and critically evaluate different products, platforms, systems and solutions to address to the brief. The result of the design thinking process is the solution creating the most suitable user experience for the target considered. The final outcome of the thesis study is a concept design of a service-system powered by machine learning, which interacts with the final target user through an application. The solution aims to overcome procrastination with a machine learning architecture system, which integrates human factors, machine learning technical elements and design decisions. The usage of machine learning gives the possibility to shape a detailed personalization regarding the support to the procrastinator. Indeed machine learning is capable of recognizing a pattern within a user’s dataset and make a prediction of the behaviour. To be able to develop this solution, a basic knowledge of data science and machine learning was needed. To create the user personalization support, an algorithm prediction was developed in the thesis. Indeed I started from the construction of a real dataset, to be transposed into a machine learning model which has been trained, tested and evaluated. An additional outcome of this thesis is the user test study conducted among a group of procrastinators participants. The purpose of the user test study is to understand which kind of communication and interaction the user needs in order to understand and trust the machine learning powered application created. At last, the thesis study presents a retrospective reflection on the role of design and the designer within such a topic. It’s a consideration on how design can shape a common ground communication linking both machine learning experts and the final user, a human being. Design can give the chance to emerging technology experts to share the opportunities coming from the use of such technologies with real world users who are suspicious or prejudiced against the adoption of new solutions that they don’t know. Therefore designers have to learn new cross-disciplinary skills in order to understand and design solutions for human beings just using that “obscure” technology, letting it come out of the research laboratories and making it available and usable by anyone in the world.

Oggigiorno gli esseri umani soffrono sempre di più di malattie mentali, dovute a cause fisiologiche, contestuali, emotive e sociali. E' stato evidenziato che il numero di persone colpite da questo tipo di problema sta aumentando in modo esponenziale ed è tempo che la psicologia, la scienza e il design agiscano e supportino la ripresa. L'argomento della tesi non copre l'ampia varietà di problemi di salute mentale, perché è un argomento molto delicato e complesso che richiede uno specifico brief di progettazione in base a una specifica malattia. La tesi si propone di esplorare il tema della procrastinazione che in qualche modo sta interessando un gran numero di persone in tutto il mondo. Lo studio mira a definire una soluzione per supportare un procrastinatore nel cambiare comportamento, in modo innovativo. Lo studio fornisce gli strumenti per comprendere la procrastinazione da un punto di vista psicologico e le sue cause ed effetti. Inoltre lo studio fornisce una panoramica di tutte le possibili tecnologie e soluzioni disponibili sul mercato che potrebbero essere adatte al combattimento della procrastinazione. La prima parte della tesi si concentra sulla ricerca sullo stato dell'arte dell'argomento e della tecnologia immergendosi nel campo dell'intelligenza artificiale e del machine learning; per capire se c'è un'opportunità per il design di coinvolgerlo nella lotta al quadro di procrastinazione. Il risultato della ricerca primaria e secondaria evidenzia le possibili opportunità disponibili nel campo della procrastinazione con tecnologie emergenti come Ai e ML. Il risultato della ricerca definisce i requisiti presenti nel brief di progettazione e le esigenze dell'utente. Il ​​brief di progettazione prevede la creazione di una soluzione innovativa che consideri sia la sfera psicologica e del benessere dell'utente sia il campo del machine learning. Il brief di progettazione mira a plasmare un sistema in grado di supportare, aumentare la consapevolezza di sé e motivare l'utente a superare la procrastinazione. Pertanto è possibile esplorare, concettualizzare e valutare criticamente diversi prodotti, servizi, sistemi e soluzioni per concretizzare il brief. Il risultato del processo di design thinking è la soluzione che crea la user experience maggiormente adatta al target considerato. Il risultato finale dello studio della tesi è un concept design di un sistema di servizi alimentato dal machine learning, che interagisce con l'utente target finale attraverso un'applicazione. La soluzione mira a superare la procrastinazione con un sistema di machine learning, che integra fattori umani, elementi tecnici di apprendimento automatico e decisioni di progettazione. L'utilizzo del machine learning dà la possibilità di plasmare una personalizzazione dettagliata per quanto riguarda il supporto al procrastinatore. Infatti il machine learning è in grado di riconoscere un modello all'interno del set di dati di un utente e fare una previsione del comportamento giorno dopo giorno. Per poter sviluppare questa soluzione, è stato necessario creare una conoscenza di base sul data science e machine learning. Per creare il supporto per la personalizzazione dell'utente, nella tesi è stata sviluppata una previsione dell'algoritmo. Sono infatti partita dalla costruzione di un vero e proprio dataset, da trasporre in un modello di machine learning che è stato successivamente addestrato, testato e valutato. Un ulteriore risultato di questa tesi è lo studio del test utente condotto tra un gruppo di partecipanti procrastinatori. Lo scopo dello studio del test utente è capire di quale tipo di comunicazione e interazione ha bisogno l'utente per comprendere e fidarsi dell'applicazione basata sull'apprendimento automatico creata. Infine, lo studio di tesi presenta una riflessione retrospettiva sul ruolo del design e del designer all'interno di tale argomento. È una considerazione su come il design può plasmare una comunicazione di base comune che collega sia gli esperti di machine learning che l'utente finale, un essere umano. Il design può dare la possibilità agli esperti di tecnologia emergente di condividere le opportunità derivanti dall'uso di tali tecnologie con utenti del mondo reale che sono sospettosi o prevenuti nei confronti dell'adozione di nuove soluzioni che non conoscono. Pertanto i progettisti devono apprendere nuove competenze interdisciplinari al fine di comprendere e progettare soluzioni per gli esseri umani solo utilizzando quella tecnologia “oscura”, facendola uscire dai laboratori di ricerca e rendendola disponibile e utilizzabile da chiunque nel mondo.

Procrastinate no more. How to overcome procrastination with machine learning. An exploration of design as a bridge between data science and human beings

Costa, Camilla
2019/2020

Abstract

Nowadays the human beings are more and more experiencing mental health diseases, due to physiological, contextual, emotional and social causes. Therefore the number of people affected by this kind of issue is rising exponentially and it’s time for psychology, science and design to take action and support the recovery. The topic of the thesis doesn’t cover the wide variety of mental health issues, because it’s a very delicate and complex subject which requires a specific design brief according to a specific illness. Thus the thesis explores the topic of procrastination which is somehow affecting a large number of people across the world. The study aims to establish a framework for supporting a procrastinator in changing behaviour, in an innovative manner, different from a typical mental health illness treatment. Indeed the study provides the instruments to understand procrastination from a psychological point of view and its causes. Furthermore the study provides an overview of all possible technologies and solutions available in the market that might be suitable for procrastination. The first part of the thesis concludes the state of art research of the topic and technology by diving into the artificial intelligence and machine learning field; in order to understand if there is an opportunity for design to involve it in the fight against procrastination framework. The outcome of the primary and secondary research highlights the possible opportunities available in the field of procrastination with emerging technologies such as Ai and ML. The outcome also states the design brief requirements and user’s needs. Indeed the design brief of an innovative solution which considers both the user’s psychological and well-being sphere and machine learning. The design brief aims to shape a system able to support, raise self-awareness and motivate the user to overcome procrastination. Therefore it is possible to explore, conceptualize and critically evaluate different products, platforms, systems and solutions to address to the brief. The result of the design thinking process is the solution creating the most suitable user experience for the target considered. The final outcome of the thesis study is a concept design of a service-system powered by machine learning, which interacts with the final target user through an application. The solution aims to overcome procrastination with a machine learning architecture system, which integrates human factors, machine learning technical elements and design decisions. The usage of machine learning gives the possibility to shape a detailed personalization regarding the support to the procrastinator. Indeed machine learning is capable of recognizing a pattern within a user’s dataset and make a prediction of the behaviour. To be able to develop this solution, a basic knowledge of data science and machine learning was needed. To create the user personalization support, an algorithm prediction was developed in the thesis. Indeed I started from the construction of a real dataset, to be transposed into a machine learning model which has been trained, tested and evaluated. An additional outcome of this thesis is the user test study conducted among a group of procrastinators participants. The purpose of the user test study is to understand which kind of communication and interaction the user needs in order to understand and trust the machine learning powered application created. At last, the thesis study presents a retrospective reflection on the role of design and the designer within such a topic. It’s a consideration on how design can shape a common ground communication linking both machine learning experts and the final user, a human being. Design can give the chance to emerging technology experts to share the opportunities coming from the use of such technologies with real world users who are suspicious or prejudiced against the adoption of new solutions that they don’t know. Therefore designers have to learn new cross-disciplinary skills in order to understand and design solutions for human beings just using that “obscure” technology, letting it come out of the research laboratories and making it available and usable by anyone in the world.
COLOMBO, SARA
ARC III - Scuola del Design
28-apr-2021
2019/2020
Oggigiorno gli esseri umani soffrono sempre di più di malattie mentali, dovute a cause fisiologiche, contestuali, emotive e sociali. E' stato evidenziato che il numero di persone colpite da questo tipo di problema sta aumentando in modo esponenziale ed è tempo che la psicologia, la scienza e il design agiscano e supportino la ripresa. L'argomento della tesi non copre l'ampia varietà di problemi di salute mentale, perché è un argomento molto delicato e complesso che richiede uno specifico brief di progettazione in base a una specifica malattia. La tesi si propone di esplorare il tema della procrastinazione che in qualche modo sta interessando un gran numero di persone in tutto il mondo. Lo studio mira a definire una soluzione per supportare un procrastinatore nel cambiare comportamento, in modo innovativo. Lo studio fornisce gli strumenti per comprendere la procrastinazione da un punto di vista psicologico e le sue cause ed effetti. Inoltre lo studio fornisce una panoramica di tutte le possibili tecnologie e soluzioni disponibili sul mercato che potrebbero essere adatte al combattimento della procrastinazione. La prima parte della tesi si concentra sulla ricerca sullo stato dell'arte dell'argomento e della tecnologia immergendosi nel campo dell'intelligenza artificiale e del machine learning; per capire se c'è un'opportunità per il design di coinvolgerlo nella lotta al quadro di procrastinazione. Il risultato della ricerca primaria e secondaria evidenzia le possibili opportunità disponibili nel campo della procrastinazione con tecnologie emergenti come Ai e ML. Il risultato della ricerca definisce i requisiti presenti nel brief di progettazione e le esigenze dell'utente. Il ​​brief di progettazione prevede la creazione di una soluzione innovativa che consideri sia la sfera psicologica e del benessere dell'utente sia il campo del machine learning. Il brief di progettazione mira a plasmare un sistema in grado di supportare, aumentare la consapevolezza di sé e motivare l'utente a superare la procrastinazione. Pertanto è possibile esplorare, concettualizzare e valutare criticamente diversi prodotti, servizi, sistemi e soluzioni per concretizzare il brief. Il risultato del processo di design thinking è la soluzione che crea la user experience maggiormente adatta al target considerato. Il risultato finale dello studio della tesi è un concept design di un sistema di servizi alimentato dal machine learning, che interagisce con l'utente target finale attraverso un'applicazione. La soluzione mira a superare la procrastinazione con un sistema di machine learning, che integra fattori umani, elementi tecnici di apprendimento automatico e decisioni di progettazione. L'utilizzo del machine learning dà la possibilità di plasmare una personalizzazione dettagliata per quanto riguarda il supporto al procrastinatore. Infatti il machine learning è in grado di riconoscere un modello all'interno del set di dati di un utente e fare una previsione del comportamento giorno dopo giorno. Per poter sviluppare questa soluzione, è stato necessario creare una conoscenza di base sul data science e machine learning. Per creare il supporto per la personalizzazione dell'utente, nella tesi è stata sviluppata una previsione dell'algoritmo. Sono infatti partita dalla costruzione di un vero e proprio dataset, da trasporre in un modello di machine learning che è stato successivamente addestrato, testato e valutato. Un ulteriore risultato di questa tesi è lo studio del test utente condotto tra un gruppo di partecipanti procrastinatori. Lo scopo dello studio del test utente è capire di quale tipo di comunicazione e interazione ha bisogno l'utente per comprendere e fidarsi dell'applicazione basata sull'apprendimento automatico creata. Infine, lo studio di tesi presenta una riflessione retrospettiva sul ruolo del design e del designer all'interno di tale argomento. È una considerazione su come il design può plasmare una comunicazione di base comune che collega sia gli esperti di machine learning che l'utente finale, un essere umano. Il design può dare la possibilità agli esperti di tecnologia emergente di condividere le opportunità derivanti dall'uso di tali tecnologie con utenti del mondo reale che sono sospettosi o prevenuti nei confronti dell'adozione di nuove soluzioni che non conoscono. Pertanto i progettisti devono apprendere nuove competenze interdisciplinari al fine di comprendere e progettare soluzioni per gli esseri umani solo utilizzando quella tecnologia “oscura”, facendola uscire dai laboratori di ricerca e rendendola disponibile e utilizzabile da chiunque nel mondo.
File allegati
File Dimensione Formato  
D&E - Camilla Costa - Procrastinate no more.pdf

accessibile in internet per tutti

Descrizione: D&E MSc - Camilla Costa - Procrastinate no more
Dimensione 6.57 MB
Formato Adobe PDF
6.57 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/175396