Aurora Funkcja podstawowa: Aplikacja mobilna - Ping Chen

Projekt Aurora Funkcja podstawowa: Aplikacja mobilna autorstwa: Ping Chen zdobył cenioną i bardzo prestiżową nagrodę Żelazna Nagroda A' Design Award 2026 w kategorii konkursowej: Mobilne.

ŻelaznaMobilne· 2026

Aurora Funkcja podstawowa: Aplikacja mobilna

Projektant: Ping Chen

Klient: Aurora

Zwycięzca Żelazna Nagroda A' Design Award w kategorii: Mobilne

7,288

Zweryfikowany Zwycięzca Nagrody

Zweryfikuj status nagrody dla #182515

Zobacz w A' Design Award Informacja prasowa Znaczek nagrody

Kolory

Projekt

O projekcie Aurora Funkcja podstawowa: Aplikacja mobilna

Tekst książki: Aurora to aplikacja mobilna, która wspiera regulację emocji u osób z ADHD poprzez interakcję opartą na muzyce. Interfejs łączy generowanie playlist dopasowanych do stanu emocjonalnego, wielonastrojowy dziennik oraz codzienne podsumowania wzorców. Każdy wpis w dzienniku łączy aktualny utwór z suwakami intensywności nastroju i krótką notatką. Widok trendów wyróżnia kluczowe momenty, w których muzyka poprawiła koncentrację lub zmniejszyła stres. Tryb wizualny zsynchronizowany z rytmem zapewnia delikatne sygnały ruchu podczas słuchania, wspierając poczucie ugruntowania.

Wyróżnienie

O nagrodzie Żelazna Nagroda A' Design Award

Aurora Funkcja podstawowa: Aplikacja mobilna to laureat Żelaznej Nagrody A' Design Award, prestiżowego wyróżnienia przyznawanego dobrym projektom, które spełniają zawodowe i przemysłowe wymagania oczekiwane od dobrze zaprojektowanych dzieł. Laureaci Żelaznej Nagrody wykazują wielką biegłość, wysoką specjalizację, fachowe zrozumienie i zdolności twórcze ich autorów. Aurora Funkcja podstawowa: Aplikacja mobilna ma być wysoko cenionym, podziwianym i drogim sercu dziełem, które jest praktyczne i innowacyjne. Ten projekt nagrodzony Żelazną Nagrodą A' Design Award integruje najlepsze praktyki branżowe i ma kompetentne cechy techniczne powiązane z wiedzą fachową i talentem. Dzięki starannemu wykonaniu Aurora Funkcja podstawowa: Aplikacja mobilna cieszy się szacunkiem, a jego zadaniem jest zapewnianie poprawy jakości życia, która pomaga uczynić świat lepszym miejscem.

Za kulisami projektu

Pakiet prasowy

Autorzy, członkowie zespołu i szczegóły techniczne podane przez projektanta.

Unikalne Cechy: Aurora is a music-based emotional support app for people with ADHD. Unlike traditional music platforms that recommend by genre or history, Aurora learns from users' mood journals to generate state-matched playlists, highlight moments when music helped, and reveal daily regulation patterns. Rhythm-synced visuals add gentle grounding during listening. The result is a low-effort tool that turns everyday songs into long-term self-regulation habits for wellbeing support.
Wymiary i Opakowanie: Platform: Mobile app (iOS and Android concept). Core inputs: current track metadata, time stamp, multi-mood intensity sliders, and short text notes. Core outputs: state-matched playlists, daily mood pattern summaries, highlighted key moments, and rhythm-synced visual modes. Data model links each journal entry to a song and a time period to support calendar navigation and trend views. Visual modes include multiple selectable patterns designed for low stimulation.
Tagi: ADHD support, emotional regulation, mood based playlists, music journaling, rhythm synced visuals, neurodiverse wellness, focus support, calm support, behavior design
Technologia Produkcji: Aurora is designed as a mobile app concept with interactive prototypes. The experience is structured around three modules: playlist generation, mood journaling, and visual listening mode. Mood inputs are captured with multi-dimensional sliders and saved as time-stamped entries linked to the current music track. The app then summarizes entries into daily patterns and generates state-matched playlists based on past mood and listening records. Rhythm-synced visuals are designed to respond to BPM and audio energy.
Wyzwanie Projektowe: The main challenge was designing for mixed emotional states without adding cognitive load. Many mood trackers force a single label, while detailed journaling can feel too demanding for ADHD users. This was addressed by using a small set of mood dimensions with quick sliders, blended visual cues to reflect mixed states, and an insight-first trend view that highlights only the most meaningful moments instead of showing every entry.
Badania: Research Objectives: Understand how people with ADHD use music to manage focus and mood.
Methodology: Semi structured interviews and concept testing. Data Collection and Research Tools Used: Interview notes, affinity mapping, storyboard and UI prototypes.
Participants: 10 adults with ADHD. Results: Music helps regulation but playlists rarely match the moment and helpful tracks are hard to recall.
Insights and Impacts: Led to mood logging, pattern highlights, and state matched playlists. Effect of the Research in Real-Life Phenomena such as Business, Society and Design Itself: Supports neurodiverse wellbeing and reframes music as intentional support.
Inspiracja: After interviewing 10 people with ADHD, I saw a repeated pattern: music helps them focus or calm down, but generic playlists rarely match the moment, and it is hard to remember what worked later. This gap inspired Aurora. I combined mood journaling, pattern insights, and rhythm-synced visuals to turn listening into a repeatable self-regulation tool.
Czas Trwania Projektu: Aurora was designed over approximately 8 weeks in the United States (Boston, MA). Work included user interviews, synthesis, concept development, wireframing, and high-fidelity UI prototyping.
Przebieg Działania: Users listen to music, then log a quick moment: what they are listening to, how they feel across a few mood sliders, and a short note. Aurora turns these moments into state matched playlists and a daily trend view that highlights when music helped stabilize focus or calm. A visual mode adds gentle rhythm synced motion during listening to support grounding and reduce overstimulation.
Patenty: Copyrights belong to Ping Chen, 2025.
Członkowie Zespołu: Ping Chen
Haowei Zang