The rapid advancement of AI technology emphasizes the importance of developing practical and ethical frameworks to guide its evolution and deployment in a responsible manner. In light of more complex AI and its capacity to influence society, AI researchers and other prominent individuals are now indicating that AI evolution has to be regulated to a greater extent. This study examines the practical implementation of Responsible AI guidelines in an organization by investigating the challenges encountered and proposing solutions to overcome them. Previous research has primarily focused on conceptualizing Responsible AI guidelines, resulting in a tremendous number of abstract and high-level recommendations. However, there is an emerging demand to shift the focus toward studying the practical implementation of these. This study addresses the research question: ‘How can an organization overcome challenges that may arise when implementing Responsible AI guidelines in practice?’. The study utilizes the guidelines produced by the European Commission’s High-Level Expert Group on AI as a reference point, considering their influence on shaping future AI policy and regulation in the EU. The study is conducted in collaboration with the telecommunications company Ericsson, which henceforth will be referred to as 'the case organization’, which possesses a large global workforce and headquarters in Sweden. Specific focus is delineated to the department that works on developing AI internally for other units with the purpose of simplifying operations and processes, which henceforth in this study will be referred to as 'the AI unit'. Through an inductive interpretive approach, data from 16 semi-structured interviews and organization-specific documents were analyzed through a thematic analysis. The findings reveal challenges related to (1) understanding and defining Responsible AI, (2) technical conditions and complexity, (3) organizational structures and barriers, as well as (4) inconsistent and overlooked ethics. Proposed solutions include (1) education and awareness, (2) integration and implementation, (3) governance and accountability, and (4) alignment and values. The findings contribute to a deeper understanding of Responsible AI implementation and offer practical recommendations for organizations navigating the rapidly evolving landscape of AI technology.

I detta arbete undersöks och analyseras några möjligheter och utmaningar med elevers användning av generativa AI-verktyg såsom ChatGPT ur filosofilärarens perspektiv med fokus på filosofiämnet i gymnasieskolan. Bland möjligheterna avhandlas individanpassning av undervisningen och bland utmaningarna källkritik och kritiskt tänkande och hur läraren säkrar tillförlitligheten vid examinationer i ljuset av fenomenet generativ AI. En kvalitativ undersökning har utförts bestående av intervjuer med ett litet antal gymnasielärare i filosofi kring hur de förhåller sig till elevers användning av AI-verktyg. Frågor om lärares förhållningssätt till elevers (faktiska eller potentiella) användning av generativ AI och vilka eventuella nya överväganden som AI-verktyg aktualiserar för läraren utreds och diskuteras samt hur filosofiläraren möter de nya utmaningar och realiserar de nya möjligheter som AI aktualiserar. Några goda och dåliga sätt på vilka elever kan använda AI inom filosofi identifieras och förutsättningar för en god elevanvändning analyseras. Filosofiämnet kan bidra till att stärka förutsättningarna för en god användning av AI genom att träna eleverna i förmågor som kritiskt tänkande, att formulera frågor och värdera information samt fördjupning av insikter om centrala begrepp som kunskap och sanning.

The increasing prevalence and familiarity of Artificial Intelligence (AI) significantly impact various life aspects, particularly in the creative domain. Understanding perspectives and motivations towards AI, especially among artistic individuals, is crucial due to the substantial influence of this technology on their work. This paper investigates attitudes toward AI and the factors driving the use of generative AI in creative processes. The study aims to determine if attitudes toward AI impact the motivation to utilize generative AI. Data were collected using the General Attitudes Towards Artificial Intelligence Scale (GAAIS) and the Motivational Factors Toward Generative AI Usage Measurement Scale (Gen-AI Scale). Results indicate that all six positive motivational factors equally influence the intention to use generative AI in creative fields, though they have only a moderate positive impact. Additionally, while the entire group showed notable differences between GAAIS and Gen-AI Scale scores, the distinction between artists and non-artists was not significant.

Implementering av AI ökar i snabb takt i dagens samhälle, och många organisationer kan bli tvungna att anpassa anställda, men även framtida anställda (studenter) till denna utveckling för att bibehålla konkurrenskraft och effektivitet inom sin verksamhet. Denna studie syftar till att undersöka hur acceptansen till användningen av AI på framtida arbetsplatser uttrycker sig bland studenter, samt hur akademisk erfarenhet fungerar som en modererande faktor i relationen. En kvalitativ studie genomfördes bestående av intervjuer med åtta ekonomi- respektive teknologistudenter. Med hjälp av en egenkonstruerad analysmodell undersöktes sedan acceptansen av AI bland dessa studenter med grund i deras attityder. Studien visade att acceptansen av AI uttrycks som någorlunda högre för teknologistudenter än ekonomistudenter. Dessutom togs två reviderade modeller fram. Dessa belyser vilka förväntningsfaktorer som är betydelsefulla för acceptansen av AI hos dessa studenter. Denna kunskap kan vara värdefull för hur organisationer bör utforma proaktiva åtgärder med syfte att maximera acceptansen till användningen av AI bland anställda med olika akademisk erfarenhet.

Medellivslängden i Sverige har, under de senaste decennierna, ökat. Det leder till att sjukvårdsköerna och belastningen för vårdpersonalen förändras. Det i sin tur innebär att fortsatt utveckling av hälso- och sjukvård måste prioriteras. En viktig faktor för att kunna utveckla arbetssätten inom sjukvården är digitalisering.  Syftet med studien är att undersöka vilka utmaningar som kan uppstå i samband med användning av AI- hjälpmedel som beslutsstöd vid diagnostiserings-processen i sjukvården.  Studien startade med litteraturgenomgång av tidigare forskning. Studien genomfördes med en kvalitativ ansats där datainsamlingsmetoden är semistrukturerade individuella intervjuer. Analysen genomfördes med strukturen tematisk analysmetod. Studiens fem teman är: Arbetssätt; kompetensutveckling; partiska algoritmer; ansvarstagande och överdiagnostisering.  Studiens resultat indikerar att det finns olika utmaningar vid användning av AI inom vården. I den här studien har följande utmaningar påvisats: arbetssätt- exempelvis nya rutiner, kompetensutveckling- exempelvis mindre tid för utvecklingsarbete, ansvarstagande - till exempel vem som ansvarar för resultatet och överdiagnostisering – vilket till exempel kan vara multipla diagnoser som kan vara ofarliga för patienten. / The average life expectancy in Sweden has, in recent decades, increased. This leads to changes in the healthcare queues and the burden on the healthcare staff. This in turn means that continued development of healthcare must be prioritized. An important factor in being able to develop working methods in healthcare is digitization. The purpose of the study is to investigate which challenges may arise in connection with the use of AI- powered decision making in the diagnosis process in healthcare. The study started with a literature review of previous research. The study was carried out with a qualitative approach where the data collection method is semi-structured individual interviews. The analysis was carried out using the structured thematic analysis method. The study's five themes are: Work methods; skills development; biased algorithms; taking responsibility and overdiagnosing. The study's results indicate that there are various challenges when using AI in healthcare. In this study, the following challenges have been demonstrated: working methods - for example new routines, competence development - for example less time for development work, taking responsibility - for example who is responsible for the result and overdiagnosis - which can for example be multiple diagnoses that can be harmless to the patient.

Denna undersökning har syftat till att undersöka hur AI anses kunna påverka undervisningen i skolan och samhällskunskapsämnet. Studien baseras på den diskurs som råder inom ämnet. Undersökningen baseras på material i form av tidningsartiklar, en intervju med en forskare och en fokusgruppsintervju. Materialet har analyserats genom en kvantitativ respektive kvalitativ innehållsanalys. Undersökningen utgår från uppfattningen att samhällskunskapsundervisningen bör sträva efter att utveckla så kallad AI-literacy hos eleverna. Resultatet bekräftade inte att detta genomförs i undervisningen. Områden som undervisning, fusk, examination och bedömning behandlades i större utsträckning än AI-literacy, AIED (AI in education) och AI&ED (AI and education).  Resultatet antyder att AI-utvecklingen kommer leda till nya examinationsformer och möjligen AI-assistenter som kompletterar lärare. Samhällskunskap som undervisningsämne omnämndes knappt i materialet även om vissa områden som kan relateras till samhällskunskap förekom som källkritik och demokrati. AI-literacy relaterat till samhällskunskap förekom några enstaka gånger. Detta resultat påvisar viken av att utveckla AI:s roll i samhällskunskapsundervinsingen för att möjliggöra säkra studier av ämnet i skolan, samt vikten av att fortsätta forska om AI och utbildning och AI och samhällskunskap. / This survey aims to investigate how AI is considered to influence teaching in school and the social studies subject. The survey is based on the discourse on the subject of AI and education. The survey is based on material from online news articles, an interview with a researcher and a focus group interview. The material has been analyzed through quantitative and qualitative content analysis methods. The survey is based on a theory that claims that social studies teaching should strive to develop students so-called AI-literacy. The survey results did not confirm this theory. Categories such as teaching, cheating, examination and assessment were covered in the material to a greater extent than AI literacy, AIED (AI in education) and AI&ED (AI and education). The results suggests that the development in AI may lead to new forms of examination and possibly AI assistants as a supplement to teachers. Social studies as a teaching subject was barely mentioned in the material, although certain areas that can be related to social studies appeared such as source criticism and democracy. AI literacy related to social studies appeared a few times. This result demonstrates the importance of further research about AI and social studies education to and to enable safe methods to study the subject in schools. It also emphasizes the importance of continued research on AI and education as well as AI and social studies.

Artificiell intelligens (AI) och Big data är innovativ teknik som har förändrat hur beslutsfattande kan grundas. Användningen av dessa verktyg har ökat och blivit mer populär inom olika branscher, men inom den politiska sektorn i Sverige har det inte använts. En pandemi har pågått under de två senaste åren vilket har medfört stora konsekvenser för samhället. Vilket har ställt krav på att politiker fattar snabba och effektiva beslut för att kunna hantera och bromsa smittspridningen. Syftet med studien var att undersöka och ta reda på ifall AI och Big data kan användas inom den politiska sektorn som beslutsstöd för att fatta snabbare, effektivare och etisk korrekta beslut samt hur politiker kan försäkra att AI och Big data används på ett etiskt sätt. Frågeställningen som har besvarats är: Hur kan Big data och AI effektivisera politikers beslutsfattande och samtidigt upprätthålla ett etiskt förhållningssätt?  Studien har tillämpat en kvalitativ ansats och med hjälp av relevant litteratur har olika användningsområden, problem, etiska utmaningar och risker identifierats. Semistrukturerade intervjuer har även genomförts med politiker och AI-specialister i syfte att ta reda på om det finns möjlighet att använda och implementera verktygen i den politiska sektorn. Efter att ha analyserat empiri och litteratur framkom det att AI kräver stora mängder data i realtid för att kunna vara ett verktyg för beslutsfattande. Mycket av den data som den politiska sektorn besitter har ännu inte digitaliserats vilket den måste göras innan AI kan användas som beslutsstöd. Som slutsats går det att använda AI och Big data för att effektivisera beslutsfattande i Sverige genom dokumentavläsning och analysering av handlingar. Problemet idag är att det inte går att säkerställa att beslut upprätthåller ett etiskt förhållningssätt, eftersom det inte finns något etiskt ramverk för hur AI och Big data ska användas. / Artificial intelligence (AI) and Big data are innovative technologies that have changed the ways of decision-making. The use of these tools has increased and become more popular in various industries, but not in the political sector of Sweden. The tools have hardly been put in any use. A pandemic has taken place in the last two years, which has had major consequences for society. It has led politicians to make quick and effective decisions to manage and slow down the spread of infection. The purpose of this study was to investigate and discover if AI and Big data can be used in the political sector as decision support to make faster and more effective decisions. The research question that has been answered is: How can Big data and AI streamline politicians decision-making and at the same time maintain an ethical approach?  The study has applied a qualitative approach, with the help of relevant literature various areas of use, problems, ethical challenges, and risks have been identified. Semi-structured interviews have also been conducted with politicians and AI specialists to see if it is possible to use and implement these tools in this field. After analysing empirical data and literature, it became clear that AI requires large amounts of data in real time to be able to contribute favourably. Much of the data that the political sector possesses has not yet been digitised, which is mandatory so that AI can be used as decision support. In conclusion, it is possible to use AI and Big data to streamline decision making in Sweden through document reading and analysis of documents. The problem is that it is not possible to ensure an ethical approach, as there is no ethical framework for the use of AI and Big data.

This thesis presents the design and implementation of a generative Artificial Intelligence (AI)-based decision-support interface applied to the domain of pub- lic transport leveraging both offline and logged data from both past records and real-time updates. The AI assistant system was developed leveraging pre- trained Large Language Models (LLMs) together with Retrieval Augmented Generation (RAG) and the Function Calling Application Programming Inter- face (API), provided by OpenAI, for automating the process of adding knowl- edge to the LLM. Challenges such as formatting and restructuring of data, data retrieval methodologies, accuracy and latency were considered. The result is an AI assistant which can have a conversation with users, answer questions re- garding departures, arrivals, specific vehicle trips, and other questions relevant within the domain of the dataset. The AI assistant system has also been devel- oped to provide client-side actions that integrate with the user interface, enabling interactive elements such as clickable links to trigger relevant actions based on the content provided Different LLMs, including GPT-3.5 and GPT-4 with different temperatures, were compared and evaluated with a pre-defined set of questions paired with a respective ground truth. By adopting a conversational approach, the project aims to streamline infor- mation extraction from extensive datasets, offering a more flexible and feedback- oriented alternative to manual search and filtering processes. This way, traffic managers adapt and operate more efficiently. The traffic managers will also re- main informed about small disturbances and can act accordingly faster and more efficient. The project was conducted at Gaia Systems AB, Norrköping, Sweden. The project primarily aims to enhance the workflow of traffic managers utiliz- ing Gaia’s existing software for public transport management within Östgöta- trafiken. / Denna avhandling presenterar designen och implementationen av en generativ Artificiell Intelligens (AI)-baserad beslutsstödsgränssnitt applicerad på området för kollektivtrafik, utnyttjande både offline och loggad data från både tidigare händelser och realtidsuppdateringar. AI-assistentsystemet utvecklades med hjälp av Large Language Models (LLM) tillsammans med Retrieval Augmented Generation (RAG) och Function Calling API, tillhandahållet av OpenAI, för att automatisera processen att lägga till kunskap till en LLM. Utmaningar som formatering och omstrukturering av data, datahämtningsmetoder, noggrannhet och latens beaktades. Resultatet är en AI-assistent som kan ha en konversation med användare, svara på frågor om avgångar, ankomster, specifika fordonsturer och andra frågor relevanta inom datamängdens område. AI-assistentsystemet har också utvecklats för att tillhandahålla Client Actions som integreras med användargränssnittet, vilket möjliggör interaktiva element som klickbara länkar för att utlösa relevanta åtgärder baserade på den tillhandahållna innehållet. Olika LLM, inklusive GPT-3.5 och GPT-4 med olika temperaturer, jämfördes och utvärderades med en fördefinierad uppsättning frågor parat med en respektive sanning. Genom att använda en konversationell metod syftar projektet till att effektivisera informationsutvinning från omfattande datamängder och erbjuder ett mer flexibelt och feedbackorienterat alternativ till manuella sök- och filtreringsprocesser. På detta sätt kan trafikledare anpassa sig och arbeta mer effektivt. Trafikledarna kommer också att hållas informerade om mindre störningar och kan agera snabbare och mer effektivt. Projektet genomfördes på Gaia Systems AB, Norrköping, Sverige. Projektet syftar främst till att förbättra arbetsflödet för trafikförvaltare som använder Gaia's befintlig programvara för kollektivtrafikhantering inom Östgötatrafiken.

Denna studie undersöker utmaningarna och möjligheterna med implementeringen av artificiell intelligens (AI) på arbetsplatsen. Genom en kombination av intervjuer, enkäter och litteraturöversikt analyseras olika aspekter av AI-implementering, inklusive effektivitet, produktivitet, kompetensutveckling, etiska dilemman och samarbete. Resultaten visar att AI-implementering kan leda till ökad effektivitet och produktivitet genom automatisering av rutinmässiga uppgifter. Dock finns det utmaningar relaterade till anställdas acceptans, utbildning och säkerhetsfrågor. Vidare betonas vikten av att etablera etiska riktlinjer för att hantera potentiella risker och dilemman som uppstår med AI-användning. Kommunikation och samarbete identifieras som nyckelfaktorer för en framgångsrik integration av AI på arbetsplatsen. Denna studie belyser behovet av att förstå och navigera de komplexa dynamikerna som omger AI-implementering för att maximera dess fördelar och minimera dess risker. / This study examines the challenges and opportunities associated with the implementation of artificial intelligence (AI) in the workplace. Through a combination of interviews, surveys, and literature review, various aspects of AI implementation are analyzed, including efficiency, productivity, skills development, ethical dilemmas, and collaboration. The results indicate that AI implementation can lead to increased efficiency and productivity by automating routine tasks. However, there are challenges related to employee acceptance, training, and security issues. Furthermore, the importance of establishing ethical guidelines to address potential risks and dilemmas arising from AI usage is emphasized. Communication and collaboration are identified as key factors for successful integration of AI in the workplace. This study highlights the need to understand and navigate the complex dynamics surrounding AI implementation to maximize its benefits and minimize its risks.

I dagens digitala värld har artificiell intelligens (AI) ett omvälvande inflytande som påverkar människors liv och arbete. Företagens användande av AI hittar ständigt nya områden där det förändrar och skapar möjligheter som tidigare varit otänkbara. Syftet med denna studie är att undersöka hur AI kan användas inom nyproduktutveckling (NPD) för små och medelstora företag (SME) för att förbättra effektiviteten i NPD-processen genom att studera möjligheter och hinder för utökad användning samt hur SME kan gå till väga för att applicera AI i NPD-processen. Syftet är baserat på ett fallföretags behov av större kunskap på området inför utökad användning av AI i verksamheten och NPD-processen i synnerhet. En fallstudie har genomförts hos ett projektorganiserat fallföretag specialiserat på NPD och tillhörande kategorin SME med kunder främst inom industrisektorn. Studiens syfte är baserat på fallföretagets behov av större kunskap på området inför utökad användning av AI i verksamheten och NPD-processen i synnerhet. En kvalitativ insamling av empiriskt material har gjorts genom litteraturstudie och genomförande av semistrukturerade intervjuer. Resultaten har analyserats och diskuterats och lett fram till studiens slutsatser med rekommendationer, så att studiens frågeställningar har besvarats. Fallföretaget använder generativ AI som sökverktyg i dagsläget och vill utöka användningen av AI till NPD-processen, men ser säkerhetsaspekten och avsaknad av AI-anpassad dataskyddsförordning (GDPR) som stora hinder. Studien undersöker valda metoder och verktyg med AI som skulle kunna användas inom NPD för att automatisera och effektivisera processen från idé till färdig produkt. Studiens resultat visar potential till förbättring och effektivisering av NPD-processen med hjälp av AI, men också att oklarheter finns som kan bero på att AI ännu är nytt inom NPD för SME. / In today's digital world, artificial intelligence (AI) has a transformative impact on people's lives and work. Companies' use of AI continuously finds new areas where it transforms and creates opportunities previously unimaginable. This study explores how AI can be used in New Product Development (NPD) for Small and Medium-sized Enterprises (SME) to improve efficiency by examining opportunities and obstacles for expanded use, and how SME can apply AI in the NPD process. This aim is based on a case company's need for greater knowledge before expanding the use of AI in its operations, particularly in NPD. A case study was conducted at a project-based company specialized in NPD, categorized as an SME with customers primarily in the industrial sector. The study’s aim is based on the case company's need for greater knowledge before expanding the use of AI in its operations, particularly in NPD. A qualitative collection of empirical material was conducted through a literature review and semi-structured interviews. The results were analysed and discussed, leading to conclusions with recommendations, ensuring that the research questions were answered. The case company currently uses generative AI as a search tool and wishes to extend AI use to the NPD process but identifies security concerns and the lack of an AI-adapted General Data Protection Regulation (GDPR) solution as significant barriers. The study examines selected methods and AI tools that could be used in NPD to automate and streamline the process from idea to finished product. The results indicate potential improvements and efficiencies in the NPD process with AI, but also highlight uncertainties since AI is still new within NPD for SME.