A new set of guidelines for inventive problem solving

I rapidi cambiamenti che caratterizzano l’economia negli ultimi decenni hanno convinto le industrie, specialmente le più avanzate, ad investire ampiamente sugli approcci a supporto dell’innovazione sistematica, con l’obiettivo di migliorare il livello qualitativo dei propri prodotti e ridurre il tempo di sviluppo. L’accademia ha risposto a questa necessità con un numero di pubblicazioni in quest’ambito crescente di anno in anno; in più anche l’industria sviluppa i propri approcci, spesso internamente. Come risultato, sono oggi disponibili una grande quantità di strategie, teorie, metodi e strumenti a supporto dell’innovazione sistematica. Tuttavia una teoria unificata ed accattata è ancora mancante, così come criteri oggettivi di scelta capaci di supportare il problem solver nella scelta dell’approccio più adatto alle sue necessità. Questa tesi di Dottorato fa riferimento a tale contesto ed i suoi principali obiettivi sono stati: (1) rivedere e classificare i molti metodi di innovazione (progettazione di nuovi prototipi, product improvement, robust design, investigazione della fisica del problema, ricerca di informazioni, ecc.) e (2) sviluppare una metodologia per assistere il problem solver nella scelta dell’approccio più adatto in relazione al contesto applicativo. Tra le molte possibilità, ho scelto di sviluppare un insieme di linee guida che siano allo stesso tempo comprensibili e pratiche da applicare specialmente in contesti industriali. Tuttavia, scrivere linee guida è un’attività complicata, come testimoniato da numerosi esempi dalla letteratura che descrivono i problemi e le limitazioni derivanti dalla loro creazione e dalla loro applicazione. Sulla base di una dettagliata revisione della letteratura, contenente non solo articoli ma anche brevetti ed evidenze sperimentali raccolte durante collaborazioni in progetti industriali e test con gli studenti, ho identificato le principali caratteristiche delle linee guida per la risoluzione dei problemi inventivi. Esse sono: la struttura delle singole linee guida, l’organizzazione di più linee guida ed i metodi e gli strumenti suggeriti da esse. In particolare, ho focalizzato l’attenzione per comprendere come i suggerimenti delle linee guida cambiano in relazione alla tipologia di problema affrontato, alle differenti fasi nell’attività di problem solving e all’utente, e ad arricchire le linee guida attraverso contenuti metodologici precisi. Quindi, sulla base dei tali caratteristiche, ho sviluppato un insieme di linee guida specifiche per migliorare Spark, una metodologia a supporto dell’innovazione sistematica, sviluppata dall’Università degli Studi di Bergamo, rivedendone alcune parti ed integrandola con modelli proposti. L’attività di ricerca è stata portata avanti in cinque fasi come descritto nel seguito. Durante la prima attività è stato eseguito uno stato dell’arte relativo alle tipologie di problemi affrontati e ai principali metodi, approcci e strategie di problem solving a supporto dell’innovazione sistematica. Durante la seconda attività sono state identificate le principali caratteristiche delle linee guida, attraverso un’analisi dettagliata della letteratura relativa ai modelli per la progettazione (e.g., FBS), tecniche di analisi dei rischi (e.g., FMEA), strumenti per il problem solving (TRIZ) ed evidenze empiriche raccolte nelle aziende e coinvolgendo studenti di ingegneria. I risultati sono stati organizzati secondo tre aspetti principali: la definizione della struttura più opportuna per le singole linee guida (in termini di testo proposto, rappresentazioni grafiche ed esempi), l’organizzazione di più linee guida (mappe gerarchiche, liste casuali, matrici, ecc.) ed i modelli e gli strumenti suggeriti dalle linee guida in relazione ai problemi inventivi affrontati e alla fase nell’attività di problem solving. Questi risultati sono stati quindi riassunti in un insieme di regole per scrivere le linee guida. Durante la terza attività, le caratteristiche identificate delle linee guida sono state applicate per migliorare alcune parti della metodologia Spark, la quale è strutturata come un percorso ordinato e diviso in fasi per accrescere le differenti abilità del problem solver: identificazione della funzione principale, identificazione della panoramica evolutiva, identificazione del problema, riformulazione del problema e generazione di idee. Anche se questa metodologia è stata applicata con successo in casi studio industriali, presenta ancora alcune limitazioni (e.g., nel supportare la progettazione concettuale di nuovi prodotti). Ho quindi cercato di migliorare Spark, espandendo il suo dominio di applicazione a tutti i problemi inventivi considerati e migliorando la sua comprensione e la sua applicabilità attraverso l’accrescimento del livello di consapevolezza del problem solver e mantenendo il percorso suggerito. Per far ciò, ho migliorato le parti dell’identificazione della funzione principale e del problema, introducendo due modelli specifici derivati da FBS e FMEA, e riformulando la parte della generazione delle idee con una struttura ontologica più rigorosa ed una organizzazione più intuitiva delle linee guida presenti. Infine ho proposto un insieme complessivo di linee guida per supportare l’utente durante l’utilizzo della versione modificata di Spark. L’approccio risultate mantiene un unico percorso per affrontare tutti i problemi inventivi considerati e permette iterazioni e ramificazioni specifiche all’interno degli step principali a seconda del problema e del contesto di applicazione. Durante la quarta attività, l’obiettivo è stato guidare l’utente a modellare il problema con un approccio funzionale, in modo da poter consultare nella maniera opportuna uno strumento per la ricerca delle informazioni, così da poter apprendere se il problema in questione sia già stato risolto in un altro contesto. Più in dettaglio, ciò significa concepire linee guida capaci di portare l’utente a definire il giusto elemento sul quale lavorare e la funzione ed il comportamento della soluzione almeno in termini di effetto fisico. I database brevettuali sono stati usati come fonte per la raccolta di tali informazioni. Durante il Dottorato, ho appreso tecniche e software prototipali, sviluppati dall’Università degli Studi di Bergamo, per espandere le chiavi di ricerca basati su iponimi, iperonimi, meronimi e varianti lessicali. Li ho quindi testati su casi studio industriali per comprendere come poter integrare il recupero delle informazioni all’interno della struttura delle linee guida. Durante la quinta attività, ho ricombinato tutti i risultati raggiunti all’interno di una piattaforma software che ho sviluppato. Essa raccoglie linee guida flessibili, capaci di adattarsi alle differenti tipologie di problemi, organizzate attraverso lo schema concettuale studiato durante la terza attività e integra le tecniche di recupero della conoscenza della quarta attività. La piattaforma e le linee guida proposte sono state testate con casi studio industriali reali, proposti dalle aziende con le quali ho collaborato, come ABB e Tenacta-Imetec. I test hanno coinvolto studenti della laura magistrale e del dottorato, durante lavori di tesi, progetti d’anno e sessioni di gruppo con almeno 10 partecipanti ciascuna. I risultati raggiunti, comparati con Spark tradizionale e altri approcci, sono stati incoraggianti in termini di: identificazione della funzione, facilitando l’individuazione di zone e tempi operativi, di identificazione del problema, con l’accrescimento della consapevolezza relativa alla dinamica di accadimento e di generazione delle idee, con un maggior numero di soluzioni qualitativamente migliori identificate.