This thesis probes how generative AI can serve as a “cognitive mirror” for student design teams during the ideation phase by supporting reflection, awareness, and metacognitive learning, but not grading the outcomes. The research includes the development of a small pipeline, a sequence of modular processing stages where the output of one phase becomes the input of the next (Gruber, 2025), that from meeting audio first automatically analyzes the conversation, then renders a visual debrief of the team’s reasoning and idea space. The thesis follows a Research-through-Design approach: a prototyping iteration of the pipeline that refined prompts, analyzers and visual grammar in order to output a readable and understandable visual analysis for students. Conceptually, the project advances a dual-lens framework for conversation analysis that integrates communication patterns with creativity indicators to externalize otherwise invisible team behavior in a clear and short form.  The technical and conceptual components were also informed by expert feedback, particularly the engineering discipline and for educational use. Therefore, findings indicate that the GPT-based analyzers output, when paired with concise visuals and action-oriented prompts, can trigger productive reflection, positioning AI as an augmentative partner for metacognition in design education.  In summary, this thesis contributes to the field of design education and AI-supported reflection by proposing the concept of “AI as cognitive mirror,” providing a theoretical–pedagogical framework, and developing a pipeline that operationalizes it. It also introduces a visual debrief format designed for real educational use, making the ideation process legible and discussable by student teams, and stimulating reflection as a regular practice. 

Questa tesi si interroga sulla capacità dell’intelligenza artificiale generativa di fungere da “specchio cognitivo” per studenti in design che lavorano in team, incentivandone, durante la fase di ideazione, la riflessione, la consapevolezza e l’apprendimento metacognitivo, senza però valutarne i risultati. La ricerca comprende lo sviluppo di una “pipeline” semplice, una sequenza di fasi di elaborazione modulari in cui l'output di una fase diventa l'input della fase successiva (Gruber, 2025), che, tramite la registrazione della sessione di ideazione, prima analizza automaticamente la conversazione poi crea un resoconto visivo del ragionamento e dello spazio ideativo del team.  La tesi segue un approccio “research-through-design”: un’iterazione prototipale della “pipeline” che ha perfezionato i prompt, gli analizzatori automatici (GPT) e la grammatica visiva al fine di produrre un debrief visuale chiaro, leggibile e immediatamente interpretabile dagli studenti. Concettualmente, il progetto promuove un framework teorico, per l’analisi di conversazioni, a doppia lente che integra i modelli di comunicazione con gli indicatori di creatività per esternare in modo evidente e sintetico il comportamento del team altrimenti invisibile.  Le componenti tecniche e concettuali sono state influenzate anche dal feedback degli esperti, in particolare per quanto riguarda l’ingegnerizzazione e l’uso didattico.  Pertanto i risultati indicano che gli analizzatori basati su GPT possono produrre risultati  che, se tradotti in immagini concise e accompagnate da suggerimenti orientati all’azione, sono in grado di stimolare una riflessione produttiva. Questo riconosce l’IA come partner di potenziamento della metacognizione nella formazione deli studenti di design. In sintesi la tesi contribuisce al campo dell’educazione in design e della riflessione supportata dall’IA proponendo il concetto di “l’IA come specchio cognitivo”, fornendo un framework teorico-pedagogico, una pipeline che lo concretizza e sviluppa un formato resoconto visivo progettato per un uso didattico reale, che rende il processo di ideazione leggibile e discutibile dai team, stimolando la riflessione come pratica regolare.  

Mirror ideation: an AI toolkit for ideation debriefing in design education

Selvatici, Bianca
2024/2025

Abstract

This thesis probes how generative AI can serve as a “cognitive mirror” for student design teams during the ideation phase by supporting reflection, awareness, and metacognitive learning, but not grading the outcomes. The research includes the development of a small pipeline, a sequence of modular processing stages where the output of one phase becomes the input of the next (Gruber, 2025), that from meeting audio first automatically analyzes the conversation, then renders a visual debrief of the team’s reasoning and idea space. The thesis follows a Research-through-Design approach: a prototyping iteration of the pipeline that refined prompts, analyzers and visual grammar in order to output a readable and understandable visual analysis for students. Conceptually, the project advances a dual-lens framework for conversation analysis that integrates communication patterns with creativity indicators to externalize otherwise invisible team behavior in a clear and short form.  The technical and conceptual components were also informed by expert feedback, particularly the engineering discipline and for educational use. Therefore, findings indicate that the GPT-based analyzers output, when paired with concise visuals and action-oriented prompts, can trigger productive reflection, positioning AI as an augmentative partner for metacognition in design education.  In summary, this thesis contributes to the field of design education and AI-supported reflection by proposing the concept of “AI as cognitive mirror,” providing a theoretical–pedagogical framework, and developing a pipeline that operationalizes it. It also introduces a visual debrief format designed for real educational use, making the ideation process legible and discussable by student teams, and stimulating reflection as a regular practice. 
ARC III - Scuola del Design
10-dic-2025
2024/2025
Questa tesi si interroga sulla capacità dell’intelligenza artificiale generativa di fungere da “specchio cognitivo” per studenti in design che lavorano in team, incentivandone, durante la fase di ideazione, la riflessione, la consapevolezza e l’apprendimento metacognitivo, senza però valutarne i risultati. La ricerca comprende lo sviluppo di una “pipeline” semplice, una sequenza di fasi di elaborazione modulari in cui l'output di una fase diventa l'input della fase successiva (Gruber, 2025), che, tramite la registrazione della sessione di ideazione, prima analizza automaticamente la conversazione poi crea un resoconto visivo del ragionamento e dello spazio ideativo del team.  La tesi segue un approccio “research-through-design”: un’iterazione prototipale della “pipeline” che ha perfezionato i prompt, gli analizzatori automatici (GPT) e la grammatica visiva al fine di produrre un debrief visuale chiaro, leggibile e immediatamente interpretabile dagli studenti. Concettualmente, il progetto promuove un framework teorico, per l’analisi di conversazioni, a doppia lente che integra i modelli di comunicazione con gli indicatori di creatività per esternare in modo evidente e sintetico il comportamento del team altrimenti invisibile.  Le componenti tecniche e concettuali sono state influenzate anche dal feedback degli esperti, in particolare per quanto riguarda l’ingegnerizzazione e l’uso didattico.  Pertanto i risultati indicano che gli analizzatori basati su GPT possono produrre risultati  che, se tradotti in immagini concise e accompagnate da suggerimenti orientati all’azione, sono in grado di stimolare una riflessione produttiva. Questo riconosce l’IA come partner di potenziamento della metacognizione nella formazione deli studenti di design. In sintesi la tesi contribuisce al campo dell’educazione in design e della riflessione supportata dall’IA proponendo il concetto di “l’IA come specchio cognitivo”, fornendo un framework teorico-pedagogico, una pipeline che lo concretizza e sviluppa un formato resoconto visivo progettato per un uso didattico reale, che rende il processo di ideazione leggibile e discutibile dai team, stimolando la riflessione come pratica regolare.  
File allegati
File Dimensione Formato  
2025_12_Selvatici.pdf

accessibile in internet solo dagli utenti autorizzati

Dimensione 10.66 MB
Formato Adobe PDF
10.66 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/10589/246325