Aurora Función Principal: Aplicación Móvil de Ping Chen

El diseño Aurora Función Principal: Aplicación Móvil de Ping Chen es un ganador altamente estimado del prestigioso 2026 A' Design Award de Hierro en la categoría de competición Diseño Móvil.

HierroMóvil· 2026

Aurora Función Principal: Aplicación Móvil

de Ping Chen

Cliente: Aurora

Ganador del A' Design Award de Hierro en la Categoría Móvil

6,542

Ganador de Premio Verificado

Verificar Estado del Premio para #182515

Ver en A' Design Award Nota de Prensa Insignia del Premio

Colores

El Diseño

Acerca de Aurora Función Principal: Aplicación Móvil

Texto del Libro: Aurora es una aplicación móvil que favorece la regulación emocional en personas con TDAH mediante la interacción basada en música. La interfaz combina la generación de listas de reproducción adaptadas al estado de ánimo, un diario multiánimo y resúmenes de patrones diarios. Cada entrada del diario vincula la pista actual con controles deslizantes de intensidad emocional y una breve nota. La vista de tendencias destaca los momentos clave en los que la música mejoró la concentración o redujo el estrés. Un modo visual sincronizado con el ritmo ofrece sutiles señales de movimiento durante la escucha para favorecer el equilibrio.

El Reconocimiento

Acerca del A' Design Award de Hierro

Aurora Función Principal: Aplicación Móvil ha ganado el A' Design Award de Hierro, un reconocimiento prestigioso concedido a buenos diseños que cumplen los requisitos profesionales e industriales que se esperan de creaciones bien diseñadas. Los ganadores de Hierro demuestran gran habilidad, alta especialización, comprensión experta y capacidad creativa de sus creadores. Se espera que Aurora Función Principal: Aplicación Móvil sea una creación muy apreciada, admirada y querida, práctica e innovadora. Este diseño ganador del A' Design Award de Hierro integra las mejores prácticas del sector y tiene características técnicas competentes unidas a conocimiento práctico y talento. Aurora Función Principal: Aplicación Móvil es respetado por su minuciosidad y está concebido para aportar mejoras en la calidad de vida que ayudan a hacer del mundo un lugar mejor.

Detrás del Diseño

Kit de Prensa

Créditos, miembros del equipo y detalles técnicos proporcionados por el diseñador.

Propiedades Únicas: 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.
Dimensiones y Embalaje: 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.
Etiquetas: ADHD support, emotional regulation, mood based playlists, music journaling, rhythm synced visuals, neurodiverse wellness, focus support, calm support, behavior design
Tecnología de Producción: 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.
Desafío de Diseño: 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.
Investigación: 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.
Inspiración: 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.
Duración del Proyecto: 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.
Flujo de Operación: 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.
Patentes: Copyrights belong to Ping Chen, 2025.
Miembros del Equipo: Ping Chen
Haowei Zang