Bakgrund: Artificiell intelligens (AI) är ett paraplybegrepp för intelligent teknologi. AI används inom redovisningsområdet, och kommer användas mer i framtiden. En rad etiska frågor har uppkommit i samband med ökat införande av AI i samhället i stort och även inom redovisningsområdet. Vi har identifierat de två etiska aspekterna integritet och ansvar som möjliga etiska riskfaktorer vid AI-användning inom redovisning.  Syfte: Denna studies syfte var att genom kvalitativa intervjuer få en bild av hur man inom redovisningsområdet i samband med implementering av AI såg på de etiska aspekterna integritet och ansvar.  Metod: Studien hade en kvalitativ forskningsansats och det empiriska materialet bestod av fyra semistrukturerade intervjuer med redovisningsekonomer. Som teoretisk referensram användes Rogers adaptionsteori samt de etiska aspekterna integritet och ansvar. Slutsats: Den slutsats som kunde dras av denna studie var att redovisningsekonomer, på det sätt AI används idag, inte ser några stora problem med de etiska aspekterna integritet och ansvar kopplat till AI inom redovisningsområdet. I framtiden, med en eventuellt ökad autonomi av AI, finns däremot farhågor att integriteten kan vara hotad och att tydligheten kring vem som bär ansvar kan bli än otydligare. Innan en ökad implementering av AI inom redovisningsområdet bör företag säkerställa att man har god kontroll och kunskap över den mjukvara man ska använda. / Background: Artificial intelligence (AI) is an umbrella concept for intelligent technology. AI is used within the accounting area, and is going to be used even more in the future. A series of ethical questions has occurred in conjunction with an increased use of AI in the society in general and in the accounting area. We have identified the two ethical aspects privacy and accountability as possible ethical risk factors with the use of AI in accounting.  Purpose: The purpose of this study was, through qualitative interviews, to get a picture of how people within the accounting area thought of the two ethical aspects privacy and accountability in the adoption of AI.  Method: The study had a qualitative research approach and the empirical material consisted of four semi structured interviews with accountants. As theoretical reference frame we used Rogers Theory of Adoption and the ethical aspects privacy and accountability.  Conclusion: The conclusion that could be drawn from this study was that accountants, in the way AI is used today, don’t see any big problems with the ethical aspects privacy and accountability in the use of AI in accounting. In the future, with a possible increased autonomy of AI, was there however concerns that privacy can be threatened and that the clarity about who is responsible can be even more unclear. Before an increased implementation of AI in the accounting area, companies should ensure that they have good control and knowledge about the software that is to be used.

Flera studier har visat att vädret har en inverkan på både vad vi konsumerar och när vi väljer att konsumera. Därför undersöktes antagandet att vädret kan påverka fler aspekter av våra liv, så som rörelsemönster. Idén att relatera det till FM kom på grund av att många fastighetsbolag går igenom en digitaliseringsfas för tillfället och därmed uppkommer behovet av att implementera nya typer av lösningar. Fastigheter har tidigare legat efter i digitaliseringsarbetet i kombination med att de inte har kunnat påverka sin inkomst förutom att höja sina årshyror. Därför har de potential att dra mest nytta av ny digitalisering, både när de kommer till effektivitet och ekonomisk vinning. Studien bygger på fastigheten Skrapan i Stockholm, där ett företag som heter Optiqo arbetar med att optimera fastighetens facility management. En del av deras jobb har varit att samla in data om användning av hygienutrymmen och optimera det städschemat. Optiqo har redan visat stor intjäningspotential samt implementerat en första version av detta, där en sensor mäter hur många personer som besökte toaletterna och sedan skickar en arbetsorder för städning när ett visst antal uppnås. Syftet med studien är att undersöka om fler parametrar skulle kunna implementeras in i detta system för att ännu bättre förutsäga och optimera städschemat. I denna rapport undersöks väder och andra potentiella användningsområden diskuteras. Väderdata har samlats in från SMHI och sedan jämförts med aktivitetsdata från Optiqo för att försöka fastställa mönster och trender. Testerna gjordes genom manuell jämförelse i Excel tillsammans med statistikprogrammet SPSS. Resultaten visar en tydlig korrelation mellan temperatur och aktivitet, som var statistiskt resonabel, medan de andra parametrarna inte kunde förklaras till fullo statistiskt. Korrelationen skulle kunna användas för ytterligare studier eller till och med implementeras i mindre skalor redan idag. Användningsområdena kan sträcka sig från att erbjuda extra försäljning i en anläggning när fler människor förväntas besöka den, till att skapa en dynamisk gräns för när en anläggning behöver städas, beroende på hur nedsmutsad en yta blir under ett specifikt väderscenario. / Multiple studies have shown that weather has an impact on both what we consume and when we choose to consume. Therefore, the assumption that weather might affect more aspects of our life, like movement patterns, was investigated. The idea to relate it to facility management came due to many real estate companies going through a digitalization phase and thus the need to implement new types of solutions. Real estates are also known for not being too involved in the digitalization in the past, as well as not being able to affect their income in many ways except raising their annual rents. Hence, they have the potential to benefit the most from new digital solutions, both in effectiveness and financial gain. The study is based on the property Skrapan in Stockholm, where a company called Optiqo works with optimizing the facility management. One part of their job has been to collect data regarding usage of restrooms and optimize the cleaning schedule. Optiqo have already proven big earnings potential as well as implemented a first version of this, where sensors measure how many people visited the restrooms and then sends a working order when a set number is reached. The aim of the study is to investigate if more parameters could be worked into this system to better predict and optimize the cleaning schedule. In this report weather is being examined and other possible usages of these parameters discussed. Weather data has been collected from SMHI and then compared with the activity data provided by Optiqo to try to determine patterns and trends. The tests were made by a manual comparison in excel along with the statistical program SPSS. The results showed a clear correlation with temperature and activity that was statistically reasonable, while the other parameters could not be explained to the fullest statistically. The correlation could be used for further studies or even be implemented at smaller scales today. The usages could range from offering extra sales in a facility when more people are predicted to visit, to creating a dynamic limit for when a facility needs to be cleaned, depending on how soiled a surface gets based on the sought-after weather scenario.

With the growing use of AI within new fields, the ethical problems that arise with AI have become a more prominent topic. Multiple ethical guidelines and frameworks have been proposed to aid companies and researchers to develop ethical products, but it is still lacking in execution. This project is a study into the ethical risks that are prevalent when AI is used for music production tools. The study was done by interviewing five different start-up companies about aspects of their company policies and products from an ethics point of view. The interviews were analysed, and six areas of interest were found. A final risk analysis was then done based on an existing ethical guideline, the Ethics Guidelines for Trustworthy AI by AI HLEG. Multiple risk areas were discovered, the largest ones being in connection to Diversity, Bias, Explainability, and Privacy. Another discovery was that multiple companies do not currently have an ethical framework, but that it was something that they were positive about implementing in the future. / Med den växande användningen av AI inom nya områden har de etiska problem som uppstår med AI blivit ett stort diskussionsämne. Flera förslag på riktlinjer som företag och forskare kan använda för att utveckla etiska produkter har lagts fram, men de är sällan implementerade. Detta projekt är en studie av de etiska risker som förekommer vid användningen av AI för musikproduktionsverktyg. Studien gjordes genom att intervjua fem olika startups om deras företagspolicys och produkter utifrån en etisk synvinkel. Intervjuerna analyserades och sex intresseområden hittades. En slutgiltig riskanalys gjordes sedan utifrån en befintlig etisk riktlinje, Ethics Guidelines for Trustworthy AI av AI HLEG. Flera riskområden relaterade till Diversity, Bias, Explainability och Privacy upptäcktes. Ytterligare en upptäckt var att flera företag för närvarande inte använder ett etiskt ramverk, men att de var positiva till att implementera ett i framtiden.

No description available.

Detta arbete syftar till att utvärdera potentialen hos en GPT-modell för att effektivisera redaktörers arbete med att generera textinnehåll för olika produkter. Den huvudsakliga frågeställningen är: ”Går det att integrera en GPT-modell i redigeringsplattformen TinyMCE för att effektivisera redaktörers arbete med att generera textinnehåll för olika produkter inom ett e-handelsföretag?” Arbetet fokuserar på att underlätta redigeringsarbetet för redaktörer genom att erbjuda en integrerad lösning för textgenerering, vilket förväntas öka produktiviteten och kvaliteten på de genererade texterna. Arbetet resulterade i utvecklingen av ett AI-verktyg som integrerats med redigeringsplattformen TinyMCE, där GPT-modellen fungerar som motor för textgenereringen. Resultatet visar att det utvecklade verktyget effektivt kan producera textinnehåll med god kvalitet och relevans. Genom att erbjuda en användarvänlig och integrerad lösning för redaktörer förväntas verktyget bidra till ökad produktivitet och effektivitet i redigeringsprocessen. Eftersom GPT-modellen tenderar att utforma generaliseringar och dra egna slutsatser när den tillhandahållna informationen är otydlig, bör det noteras att verktyget inte är autonomt. Det är av yttersta vikt att redaktörerna noggrant granskar resultatet för att säkerställa att det återgivna textinnehållet är korrekt. / This research aims to evaluate the potential of a GPT-model to streamline editors work in generating textual content for various products. The main research question is: ”Is it possible to integrate a GPT model into the TinyMCE editing platform to streamline editors work in generating text content for various products within an e-commerce company?” The focus is on facilitating the editing process for editors by providing an integrated solution for text generation, which is expected to increase productivity and the quality of the generated texts. The work resulted in the development of an AI tool integrated with the TinyMCE editing platform, where the GPT-model serves as the engine for text generation. The findings demonstrate that the developed tool can effectively produce satisfactory quality and relevant textual content. By offering a userfriendly and integrated solution for editors, the tool is expected to contribute to increased productivity and efficiency in the editing process. However, it should be noted that since the GPT-model tends to generalize and draw its own conclusions when the provided information is insufficiently clear, the tool is not autonomous. It is crucial for editors to carefully review the output to ensure the accuracy and truthfulness of the rendered textual content.

Deep-learning models have been shown to produce accurate predictions in various scientific and engineering applications, such as turbulence modelling, by efficiently learning complex nonlinear relations from data. However, deep networks are often black boxes and it is not clear from the model parameters which inputs are more important to a prediction. As a result, it is difficult to understand whether models are taking into account physically relevant information and little theoretical understanding of the phenomenon modelled by the deep network can be gained.  In this work, methods from the field of explainable AI, based on Shapley Value approximation, are applied to compute feature attributions in previously trained fully convolutional deep neural networks for predicting velocity fluctuations in an open channel turbulent flow using wall quantities as inputs. The results show that certain regions in the inputs to the model have a higher importance to a prediction, which is verified by computational experiments that confirm the models are more sensitive to those inputs as compared to randomly selected inputs, if the error in the prediction is considered. These regions correspond to certain strongly distinguishable features (visible structures) in the model inputs. The correlations between the regions with high importance and visible structures in the model inputs are investigated with a linear regression analysis. The results indicate that certain physical characteristics of these structures are highly correlated to the importance of individual input features within these structures. / Djupinlärningsmodeller har visat sig kunna producera korrekta förutsägelser i olika vetenskapliga och tekniska tillämpningar, såsom turbulensmodellering, genom att effektivt lära sig komplexa olinjära relationer från data. Djupa neurala nätverk är dock ofta svarta lådor och det framgår inte av modellparametrarna vilka delar av indata som är viktigast för en förutsägelse. Som ett resultat av detta är det svårt att förstå om modellerna tar hänsyn till fysiskt relevant information och de ger inte heller någon teoretisk förståelse för fenomenet som modelleras av det djupa nätverket. I detta arbete tillämpas metoder från området för förklarabar AI, baserade på approximation av så kallde Shapley värden, för att beräkna vilka delar av indata som är viktigst för de prediktioner som görs. Detta görs för djupa neurala faltningsnätverk som tränats för att förutsäga hastighetsfluktuationer i ett turbulent flöde i en öppen kanal med hjälp av väggkvantiteter som indata. Resultaten visar att vissa regioner i indata till modellen har större betydelse för en förutsägelse. Detta verifieras av beräkningsexperiment som bekräftar att modellerna är mer känsliga för dessa indata jämfört med slumpmässigt valda indata, baserat på det resulterande felet i förutsägelser som görs av det tränade nätverket. Dessa regioner motsvarar vissa starkt särskiljbara egenskaper (synliga strukturer) i indata till modellen. Korrelationerna mellan regionerna med hög betydelse och synliga strukturer i indata undersöks med linjär regressionsanalys. Resultaten indikerar att vissa fysiska egenskaper hos dessa strukturer är starkt korrelerade med de approximativa Shapley värden som beräknats för dessa delar av indata.

Med tanke på den ökande digitaliseringen och populariteten för stora språkmodeller (LLM) som ChatGPT, undersöker denna studie utvecklingen och implementeringen av ett webbläsartillägg för att analysera medicinska journaler från 1177 Vårdguiden. Syftet med studien är att förbättra hanteringen av medicinska journaler genom att integrera en lokal instans av en avancerad språkmodell, vilket möjliggör säker och privat bearbetning av patientdata. Projektet fokuserade på att utvärdera tillgängliga språkmodeller, utveckla webbläsartillägget och utföra prestandamätningar. Utmaningar inkluderade modellens förmåga att generera korrekta diagnoser och sammanfattningar samt tekniska begränsningar i systemets prestanda. Den valda modellen, GPT-SW3-356M-Struct, visade sig vara kapabel nog för uppgiften, även om det fanns vissa begränsningar i noggrannheten och detaljrikedomen i de genererade svaren. Studien visade att lokal bearbetning av medicinska data med hjälp av en LLM förbättrar dataskyddet och användarnas förtroende. Dock krävs ytterligare arbete för att förbättra modellens prestanda och användarvänlighet. Framtida forskning bör fokusera på att förbättra noggrannheten i medicinska analyser genom att förbättra träningsdata, testa andra modeller, och utföra fler användartester för att säkerställa att tillägget möter användarens behov. Slutsatsen av denna studie är att medan integrationen av LLM i webbläsartillägg erbjuder lovande möjligheter för medicinsk dataanalys, kräver det fortsatt utveckling och optimering för att fullt ut realisera dess potential inom hälso- och sjukvården. / Given the rising digitalization and increasing popularity of large language models (LLMs) like ChatGPT, this study explores the development and implementation of a browser extension to analyze medical records from 1177 Vårdguiden. The goal is to enhance the management of medical records by integrating a local instance of an advanced language model, allowing for secure and private processing of patient data. The project focused on evaluating available language models, developing the browser extension, and conducting performance measurements. Identified challenges included ensuring the model’s ability to generate accurate diagnoses and summaries and addressing technical limitations in system performance. The selected model, GPT-SW3- 356M-Struct, was found to be capable of the task, although there were some limitations in the accuracy and detail of the generated responses. Based on the results, local processing of medical data using an LLM improves data protection and user trust. However, further work is necessary to enhance the model’s performance and usability. Future research should focus on improving the accuracy of medical analyses by refining training data, testing other models, and conducting additional user tests to ensure the extension meets user needs. In conclusion, while integrating LLMs into browser extensions offers promising opportunities for medical data analysis, it requires ongoing development and optimization to fully realize its potential in healthcare.

Dagens industri håller på att förändras inom en mängd olika sektorer på grund av det ökade intresset för AI. Efterfrågan på AI blir allt större även inom designyrken, vilket gör att blivande UX-designers behöver bredda sina kunskaper inom området. Tidigare forskning visar att AI kan på många sätt påverka eller förändra designprocessen. I takt med att nya AI-verktyg kommer ut på arbetsmarknaden, ökar behovet av att utforska upplevelsen av dess effekter. En viktig målgrupp som drabbas av denna förändring är UX-design studenter, som är framtidens designers. Det finns därför ett behov av att utforska studenters upplevelser av AI inom UX-design. Syftet med denna studie var att undersöka UX-design studenters upplevelse kring användningen av AI-verktyg i designprocessen. Det ville även utforska hur implementeringen av dessa verktyg påverkar upplevelsen av kreativitet hos studenter. Studien vägleddes av det teoretiska ramverket AI Device Use Acceptance (AIDUA) modellen. Studien utgick från en kvalitativ ansats för att få mer djupgående individuella svar från deltagarna. Undersökningen bestod av ett användartest med observation och en semistrukturerad intervju. För att analysera datan utfördes en tematisk analys. Dessa metoder avslöjade att studenter upplever AI-verktyg som mest användbara i början av designprocessen för idégenerering. De är däremot vaksamma med att använda det i en alltför stor grad, eftersom UX anses fortfarande vara ett hantverk som kräver mänsklig förståelse. De upplever att kreativiteten påverkas mer eller mindre beroende på det genererade svaret från AI. Studien rekommenderar vidare forskning om seniora UX-designers upplevelse av AI för ett bredare perspektiv. / Today's industry is changing in a variety of sectors due to the increased interest in AI. The demand for AI is also increasing in design professions, which means that future UX-designers need to broaden their knowledge in the field. Previous research shows that AI can influence or even change the design process in many ways. As new AI tools are presented, the need to explore the experience of its effects increases. An important target group affected by this change is UX-design students, who are the designers of the future. Therefore, there is a need to explore students' experiences of AI in the field of UX-design. The purpose of this study was to investigate the experience of UX-design students regarding the use of AI-tools in the design process. The study also explored how students perceive the effects of AI on creativity. The study was guided by the AI Device Use Acceptance (AIDUA) theoretical framework. The study was based on a qualitative approach to get more in-depth individual responses from the participants. The research consisted of a user test combined with observation and a semi-structured interview. A thematic analysis was conducted to analyze the data. These methods revealed that students find AI-tools most useful for idea generation at the beginning of the design process. However, they are cautious of using it to an excessive degree, as UX is still considered a craft that requires human understanding. They feel that creativity is affected more or less depending on the generated response from AI. The study further recommends research on senior UX designers' experience of AI for a broader perspective.

SAMMANFATTNING Datum:                      2024-05-29   Nivå:                          Kandidatuppsats i företagsekonomi, 15 Hp Institution:                 Akademin för Ekonomi, Samhälle och Teknik, Mälardalens Universitet Författare:            Nimo Mahamed Elmi          Hoodo Muhumud             Nimo Hassan                                                         02/07/13                           02/07/05                     02/03/02 Titel:                          Rykteshantering inom banksektorn.  Handledare:               Dariusz Osowski Nyckelord:                 Rykteshantering, digitalisering, AI, legitimitet, RMT Forskningsfråga:       Hur har digitaliseringen, speciellt artificiell intelligens påverkat                               hanteringen av svenska bankers digitala rykte?  Syfte:       Syftet med studien är att utforska fenomenet rykte och dess hantering i en digitaliserad affärsmiljö. Utgångspunkten för studien är att göra en fördjupad undersökning av hur AI har påverkat hanteringen av ryktesrisker. Metod:     Uppsatsen är en kvalitativ studie med strukturerad intervjumetod. Insamlingen av empirin gjordes genom intervjumetodik och gör empirin primärkälla. Slutsats:     AI och digitaliseringen generellt har förändrat banksektorn på många sätt. Bland   annat övervakningen där avancerade algoritmer och system används för att förbättra säkerheten och hanteringen av ryktesrisker. Den har också effektiviserat bankernas arbetsprocess och avlastat personalens arbetsbörda. Slutligen har den även ökat banktillgängligheten genom att erbjuda kunderna digitala plattformar som förenklat kommunikationen mellan organisation och intressent. Genom dessa strategier etablerar bankerna en hållbar digital närvaro. / ABSTRACT Date:           2024-05-29 Level:        Bachelor thesis in Business Administration, 15 cr Institution:       School of Business, Society and Engineering, Mälardalen University Authors:         Nimo Mahamed Elmi                     Hoodo Muhumud                 Nimo Hassan                                                               02/07/13                         02/07/05                      02/03/02 Title:                      Reputation management in banking sector. Supervisor:             Dariusz Osowski Keywords:               Reputation management, digitalization, AI, legitimacy, RMT Research question:   How has digitalization, especially artificial intelligence, affected the management of Swedish bank´s digital reputation? Purpose:                 The aim of the study is to explore the phenomenon of reputation and its management in a digitized business environment. The starting point for the study is to conduct an in-depth investigation into how AI has affected the management of reputational risks. Method:              The study is a qualitative study with a semi structured interview method. The collection of the empirical evidence was done through interview methodology and makes the empirical evidence a primary source. Conclusion:         AI and digitization in general have changed the banking sector in many ways. Among other things, monitoring where advanced algorithms and systems are used to improve security and the management of reputational risks. It has also streamlined the banks' work process and relieved the staff's workload. Finally, it has also increased banking accessibility by offering customers digital platforms that have simplified communication between organization and stakeholders. Through these strategies, the banks establish a sustainable digital presence.

In this qualitative interview study, four upper secondary school English teachers shared their views on writing in an English classroom, and their views on AI-tools and their advantages and disadvantages related to their work as English teachers. The study shows that these teachers practice writing with their pupils to help them become better writers. They also support their students by using example texts to teach specific genres and styles and provide feedback to guide their pupils. Furthermore, the study shows that the teachers see AI-tools as tools for inspiration for both students and teachers. However, they also mentioned that one downside is that students often try to find shortcuts with AI-tools, rather than using them to improve their writing.