Wearable neurotechnology and AI: product design and software development for cognitive performance in eSports

As eSports continues to grow, the field still lacks tools capable of monitoring and training beyond what is on the screen. While traditional sports already achieved a mature ecosystem of physiological devices and training systems, competitive gamers mostly rely on subjective perception and game metrics, which overlook the unique mental and physical demands that affect both performance and health. This thesis builds on Odyssey Waveform, an award-winning concept integrating EEG, eye-tracking, and AI to support competitive gaming through cognitive tracking and personalized feedback. The original project, developed with Samsung and Politecnico di Milano, focused on systemic innovation and a speculative product-service ecosystem. This thesis shifts toward a tangible, strategy-driven application, aiming to explore its real-world usefulness beyond the initial positive user feedback. Through expert feedback and feasibility analysis, the project shifted from hardware and manufacturing refinement to a software first investigation, recognizing that its primary value lies in the user-centered interpretation and display of neurophysiological data before pursuing the design of new consumer hardware. The research combines an extensive review of neuroergonomics with benchmarking of more than fifty neurotech, research, and gaming products, interviews with specialists, and ongoing feedback from players and coaches. Based on this groundwork, a Minimum Viable Product (MVP) was developed using the EMOTIV MN8 device to validate the integration of EEG-based metrics into eSports contexts. The result is a functional software prototype that streams and records cognitive and gameplay data, correlates them, and displays insights through an intuitive interface designed for training and self-analysis. Development involved learning programming from a beginner level, integrating third-party APIs and websockets, and rapidly iterating with the support of AI tools. Preliminary testing with an eSports athlete provided insights into utility, clarity, perceived accuracy, and adoption potential.

Con la continua crescita degli eSport, il settore è ancora carente di strumenti in grado di monitorare e allenare oltre ciò che è visualizzato sullo schermo. Mentre gli sport tradizionali hanno già sviluppato un ecosistema maturo di dispositivi fisiologici e sistemi di allenamento, i giocatori competitivi si affidano principalmente alla percezione soggettiva e alle metriche di gioco, trascurando le specifiche esigenze mentali e fisiche che influenzano sia le prestazioni che la salute. Questa tesi si basa su Odyssey Waveform, un concept pluripremiato che integra EEG, eye-tracking e intelligenza artificiale per supportare il gaming competitivo attraverso il tracciamento cognitivo e il feedback personalizzato. Il progetto originale, sviluppato con Samsung e il Politecnico di Milano, si concentrava sull'innovazione sistemica e su un ecosistema prodotto-servizio speculativo. Questa tesi si orienta verso un'applicazione concreta e strategica, con l'obiettivo di esplorarne l'utilità nel mondo reale oltre il feedback positivo iniziale degli utenti. Attraverso il feedback degli esperti e l'analisi di fattibilità, il progetto è passato dal perfezionamento hardware e produttivo a un'indagine software first, riconoscendo che il suo valore primario risiede nell'interpretazione e nella visualizzazione incentrate sull'utente dei dati neurofisiologici, prima di proseguire con la progettazione di un nuovo hardware consumer. La ricerca combina un'ampia analisi della neuroergonomia con il benchmarking di oltre cinquanta prodotti neurotecnologici, di ricerca e di gaming, interviste con specialisti e feedback continui da parte di giocatori e allenatori. Sulla base di queste basi, è stato sviluppato un Prodotto Minimo Viable (MVP) utilizzando il dispositivo EMOTIV MN8 per convalidare l'integrazione di metriche basate su EEG nei contesti eSport. Il risultato è un prototipo software funzionale che trasmette e registra dati cognitivi e di gioco, li correla e visualizza informazioni attraverso un'interfaccia intuitiva progettata per l'allenamento e l'autoanalisi. Lo sviluppo ha comportato l'apprendimento della programmazione a partire da un livello base, l'integrazione di API e websocket di terze parti e una rapida iterazione con il supporto di strumenti di intelligenza artificiale. I test preliminari con un atleta di eSport hanno fornito spunti su utilità, chiarezza, accuratezza percepita e potenziale di adozione.