AI-assisted data analysis for augmenting designers' interpretative work: a case study in Laerdal Medical AS

Artificial intelligence (AI) offers new possibilities for analyzing large, diverse datasets that can enhance what designers interpret from a problem; but the practical implications of its integration into project workflows remain underexplored in design practices for several professional and industrial applications. This thesis seeks to respond to the question: how can AI-assisted data analysis augment designers' interpretative work during problem understanding stages in design processes? The research is grounded in a literature review and case study at Laerdal Medical, focusing on their “QCPR” solution. This company's offering includes a cardiopulmonary resuscitation (CPR) training mobile app and manikins with embedded sensors, that enable professional instructors to convey resuscitation skills through hands-on training. These products gather large amounts of data that is used reactively, rather than proactively to uncover latent needs or emerging opportunities, and the aforementioned potential of AI opens a space for practical investigation. The case study included an AI-assisted data analysis exploration that identified the types of outputs that Microsoft Copilot has when designers engage with a complex dataset, and their implications; and an insight generation workshop with designers from the company that served as a probe for exploring the role of AI in interpretative work and their perceptions towards it. This thesis’ results suggest three ways in which AI tools can augment designers’ interpretative work: by reconfiguring the design process (quickly kickstarting projects or facilitating engagement with datasets), encouraging interpretative skills (easing sensemaking or stimulating constant questioning), and surfacing human-centricity (building meaning from analysis to seek the best value for users).

L’intelligenza artificiale (IA) offre nuove possibilità per l’analisi di dataset ampi ed eterogenei, potenziando ciò che i designer possono interpretare a partire da un problema; tuttavia, le implicazioni pratiche della sua integrazione nei flussi di lavoro progettuali rimangono ancora poco esplorate nelle pratiche di design applicate a diversi contesti professionali e industriali. Questa tesi si propone di rispondere alla seguente domanda di ricerca: in che modo l’analisi dei dati supportata dall’IA può potenziare il lavoro interpretativo dei designer nelle fasi di comprensione del problema nei processi di design? La ricerca si fonda su una revisione della letteratura e su uno studio di caso condotto presso Laerdal Medical, con particolare attenzione alla loro soluzione “QCPR”. L’offerta dell’azienda comprende un’applicazione mobile per la formazione alla rianimazione cardiopolmonare (RCP) e manichini dotati di sensori integrati, che consentono agli istruttori professionisti di trasmettere competenze di rianimazione attraverso attività di training pratico. Tali prodotti raccolgono grandi quantità di dati che vengono utilizzati in modo reattivo, piuttosto che proattivo, per individuare bisogni latenti o opportunità emergenti; in questo contesto, il potenziale sopra menzionato dell’IA apre uno spazio di indagine applicativa. Lo studio di caso ha incluso un’esplorazione di analisi dei dati assistita dall’IA, volta a identificare le tipologie di output generate da Microsoft Copilot quando i designer interagiscono con un dataset complesso, nonché le relative implicazioni; e un workshop di generazione di insight con designer dell’azienda, che ha funzionato come dispositivo esplorativo per indagare il ruolo dell’IA nel lavoro interpretativo e le loro percezioni in merito. I risultati della tesi suggeriscono tre modalità attraverso cui gli strumenti di IA possono potenziare il lavoro interpretativo dei designer: riconfigurando il processo di design (avviando rapidamente i progetti o facilitando l’interazione con dataset complessi), stimolando le competenze interpretative (agevolando il sensemaking o incoraggiando un interrogarsi costante), e rendendo esplicita la centralità umana (costruendo significato a partire dall’analisi per perseguire il massimo valore per gli utenti).