Pengar utgör en grundläggande pelare i samhället och är en avgörande faktor i individens vardagliga liv. Finansiella institut bär ett samhällsansvar kring de finansiella medel som är i cirkulation. Vilket även medför regulatoriska krav som finansiella institut behöver följa för att få bedriva sin verksamhet. Finansiella institut behöver bland annat förhålla sig till lag (2017:630) om åtgärder mot penningtvätt och finansiering av terrorism vilket utgör grunden för arbetet med penningtvätt. Artificiell intelligens har blivit vanligare att integrera i sin verksamhet och finansiella institut är inget undantag. Det förekommer däremot fortfarande utmaningar för finansiella institut trots det regulatoriska systemet som finns på plats. Studien syftar därför till att undersöka möjligheterna AI kan medföra för användarna i AML-processen inom finansiella institut. Studien avser att besvara frågeställningen genom en kvalitativ forskningsansats med en narrativ litteraturstudie samt empirisk insamling gjord med semistrukturerade intervjuer. Den empiriska insamlingen tyder på återkommande områden som konkretiserar både möjligheter och utmaningar med att nyttja AI i AML-processen hos finansiella institut. Studiens resultat visar att möjligheterna för användarna i AML processen mynnar ut i tre områden som är följande: AI för kompetensutveckling, AI som analysverktyg och AI som sammanställningsverktyg. / Money forms a fundamental pillar of the society and is a decisive factor in the everyday life of an individual. Financial institutions bear a societal responsibility regarding the financial funds that are in circulation. Which also entails regulatory requirements that financial institutions need to follow in order to conduct their business. Financial institutions need to comply with, among other things, Act (2017:630) on measures against money laundering and the financing of terrorism, which forms the foundation for the work against money laundering. Artificial intelligence has become more frequent to integrate into businesses and financial institutions are no exception. There are still challenges for financial institutions despite the regulatory system in place. The study therefore aims to investigate the possibilities AI can bring to the users in the AML process within financial institutions. The study intends to answer the question through a qualitative research approach with a narrative literature study and an empirical collection made with semi-structured interviews. The empirical collection indicates recurring areas that concretize both the opportunities and challenges of using AI in the AML process of financial institutions. The result of the study shows that the possibilities for the users within the AML process boils down to three areas which are as follows: AI for competence development, AI as an analysis tool and AI as complementary tool.

Utvecklingen av Artificiell Intelligens (AI) har gått i rasande fart under de senaste åren och har redan tillämpats på en rad olika sätt. Samtidigt har regleringen kring användningen av AI inte haft samma explosionsartade utveckling. Syftet med uppsatsen är därför att jämföra de olika förhållningssätten till AI-reglering hos Google, International Federation of Library Associations and Institutions (IFLA) och den Europeiska Unionen (EU), med fokus på de ideologiska teman som synliggörs i spänningen mellan dessa förhållningssätt. Därefter analyseras förhållningssätten med hjälp av den franska regleringsskolans perspektiv på post-fordistisk reglering. Detta görs i form av en dokumentstudie och en efterföljande ideologianalys.  Studiens resultat och analys visar att Googles syn på AI-reglering präglas av teknologiskt och ekonomiskt fokus, teknologisk solutionism och optimism samt en liberal och essentialistisk syn på intelligens och samhället. EU beskriver sig i sin tur sträva efter ett robust och flexibelt regelverk, vilket i praktiken framkommer som ett regelverk baserat på flexibla, liberala och kapitalistiskt styrda ideal där endast specifika undantagsfall regleras på ett robust vis. IFLAs förhållningssätt till AI-reglering framstår som högst motsägelsefullt. AI-utvecklingen beskrivs som något oundvikligt och som något IFLA står maktlösa inför, vilket får som konsekvens att IFLAs socialliberala och mänskligt orienterade kritik mot AI-utvecklingen och kapitalismen framstår som mer formell än reell. Generellt präglas alltså alla tre av organisationernas förhållningssätt till AI och AI-reglering starkt av den franska regleringsskolans post-fordistiska ideologier, men sprickor syns genom framförallt EUs och IFLAs osäkerhet kring AI-utvecklingens etiska och mänskliga konsekvenser. Detta gör mänskliga rättigheter till ett centralt fokus och den största kritiken av det kapitalistiska förhållningssättet till AI och AI-reglering. / The development of Artificial Intelligence (AI) has accelerated rapidly in the last few years and has already been used in an array of different ways. Meanwhile the regulation of AI use has not had the same explosive development. The purpose of this thesis is therefore to compare the different positions to AI-regulation between Google, the International Federation of Library Associations and Institutions (IFLA) and the European Union (EU), focusing on the ideological themes revealed in the tension between these positions. Thereafter the positions are analysed with the help of the French regulation school’s perspective on post-fordist regulation. This is done in the form of a document study and a subsequent ideology analysis. The results and analysis of the study show that Google's position on AI-regulation is infused with technological and economical focus, technological solutionism and optimism as well as a liberal and essentialist view of intelligence and society. The EU in turn describe themselves as striving for a robust and flexible regulation, which in practice is articulated as a regulative framework based on flexible, liberal and capitalist-oriented ideals where only specific exceptions are regulated in a robust way. IFLA's standpoint on AI-regulation appears to be highly contradictory. AI-innovation is seen as inevitable and as something IFLA is powerless to affect, which makes IFLA's socio-liberal and human-oriented critique of AI-innovation and capitalism appear more formal than real. In general all three of the organisations' positions to AI and AI-regulation are strongly infused with the French regulation school’s post-fordist ideologies, but cracks are visible especially in the EU's and IFLA's uncertainty towards the AI-innovation's ethical and humanitarian consequences. This brings human rights to the forefront, making them the biggest critique of the capitalist position on AI and AI-regulation.

Web accessibility is essential for making the internet available to everyone, including individuals with disabilities. This study explores ChatGPT-4s potential in improving webaccessibility for visually impaired users by evaluating its effectiveness in interpreting andconveying web content with accessibility issues.The methodology involved creating websites with intentional accessibility barriers, craftingprompts to simulate real-time issues, and using ChatGPT-4 to provide solutions. Data was gathered from both visually impaired and those without disabilities, who rated ChatGPT-4s responses on relevance, conciseness, clarity, and usability using a 1-5 Likert scale. Results showed that ChatGPT-4 had 64.42% effectiveness in assisting with web accessibility, particularly in summarizing and clarifying content. However, issues such ashallucinations and false information were noted.This study underscores the promise of ChatGPT-4 in enhancing web accessibility and emphasizes the need for further refinement to ensure accuracy and reliability in real-world applications. / Tillgängligt innehåll på webben är en nödvändig del för att skapa ett internet som är användbart av alla, även personer med en funktionsnedsättning. Denna studie utforskar potentialen hos ChatGPT-4 som verktyg för att förbättra tillgänglighet på webben för synskade genom att utvärdera verktygets effektivitet att tolka och förmedla innehåll på webben som har tillgänglighetsproblem. Metodiken innebar att skapa webbsidor avsiktligen innehållandes tillgänglighetsbarriärer, skapa prompts för att simulera realtidsproblem, och att använda ChatGPT-4 som en lösning. Insamlingen av information innefattade data från både individer med och utan en synskada, där personerna rankade ChatGPT-4s svar på kriterierna relevans, kortfattadhet, tydlighet och användbarhet på en 1-5 Likert skala. Reultatet visade att ChatGPT-4 hade en effektitvet på 64,42% i att hjälpa med webbtillgänglighet, och särskilt effektiv i att summera och förklara innehåll. Dock så uppvisade verktyget problem såsom hallucinationer och falsk informarion. Denna studie visar prov på ChatGPT-4s potential i att förbättra tillgänglighet på webben, samt understryker att vidareutveckling behövs för att garantera korrekthet och tillförlitlighet i verkliga applikationer.

The development of technology in project planning has enabled more efficient work through easier interaction and handling of complex problems. Despite the technological advancements, many companies have not yet utilized its potential, and many areas within the construction industry are in need of streamlined work processes. This study examines the possibilities of automating the design process for joints in steel structures using digital tools and artificial intelligence (AI) technologies. The digital tools examined are Tekla Structures and IDEA StatiCa, and how they, along with the developed workflow, can streamline the design process and improve the accuracy and quality of the work. Interviews with designers and AI developers have mapped out the current usage of digital tools and the perspective on automating the design process. Several challenges and limitations with the implementation of AI have been identified, such as safety risks, the need for extensive data, and human integration. To ensure that the joints are correctly designed and constructible, it is important to maintain a balance between automation and human expertise. The report aims to propose a workflow for automating the design process of joints. The proposed workflow may include various AI algorithms to achieve the best possible optimization. Some algorithms mentioned in the report are machine learning, artificial neural networks (ANN), and evolutionary algorithms (EA). These algorithms are suitable for identifying and preparing data, reading, and finding complex patterns. Previous automation of the design process for joints using digital tools has shown to reduce the time required for modeling and designing. The developed workflow can provide improved efficiency, accuracy, and quality in the design process; however, further development is required to overcome the current limitations. / Teknikens utveckling inom projektering har möjliggjort effektiviserade arbeten genom lättare samspel och hantering av komplexa problem. Trots teknikens utveckling är det många företag som ännu inte utnyttjat dess potential och många områden inom byggbranschen är i behov av en effektiviserad arbetsprocess. I denna studie undersöks möjligheterna att automatisera dimensioneringsprocessen för knutpunkter i stålkonstruktion genom användning av digitala verktyg och artificiella intelligenta (AI) teknologier. Digitala verktyg som undersöks är Tekla Structures och IDEA StatiCa och hur de tillsammans med det framtagna arbetsflödet kan effektivisera dimensioneringsprocessen och förbättra noggrannheten och kvaliteten i arbetet. Intervjuer med konstruktörer och AI-utvecklare har kartlagt den nuvarande användningen av digitala verktyg och synen på automatisering av dimensioneringsprocessen. Det har identifierats ett flertal utmaningar och begränsningar med implementeringen av AI, faktorer som säkerhetsrisker, behovet av omfattande data och mänsklig integration. För att säkerställa att knutpunkterna är korrekt dimensionerade och byggbara är det viktigt med en balans mellan automatisering och mänsklig expertis. Rapportens mål är att ta fram ett förslag på ett arbetsflöde för automatisering av dimensioneringsprocessen av knutpunkter. Det förslagna arbetsflödet kan inkludera olika AIalgoritmer för att uppnå bästa möjliga optimering. Några algoritmer som nämns i rapporten är maskininlärning, artificiella neurala nätverk (ANN) och evolutionära algoritmer (EA). Dessa algoritmer är lämpade för att identifiera och förbereda data, läsa av och hitta komplexa mönster. Tidigare automatisering av dimensioneringsprocessen för knutpunkter med hjälp av digitala verktyg har visats minska tidsåtgången för modellering och dimensionering. Det framtagna arbetsflödet kan ge en förbättrad effektivitet, noggrannhet och kvalitet i dimensioneringsprocessen, dock krävs ytterligare utveckling för att överkomma de nuvarande begräsningarna.

Titel: Kan artificiell intelligens skapa en trovärdig hållbarhetsrapport? En kvantitativ studie om förmågan att urskilja AI-genererade texter från mänskligt skrivna texter samt vilka faktorer som påverkar.  Nivå: Examensarbete på grundnivå (kandidatexamen) i ämnet företagsekonomi Författare: Arvid Högberg och William Karlström Handledare: Asif M. Huq Datum: 2024 – maj Syfte: Experimentet syftar till att se om faktorer som yrkesmässig bakgrund, utbildningsnivå, ålder och kön påverkar respondenternas förmåga att urskilja AI-genererad text från mänskligt framställd text.  Metod: Studien utfördes med en kvantitativ enkätundersökning där 84 respondenter deltog. Den bestod av inledningsvis demografiska frågor som följdes av två experiment där två texter presenterades och respondenten avgjorde vilken text som var AI-genererad. Analysmetoderna som använts var ANOVA (Analysis of Variance), frekvenstabeller och korrelationsanalyser. Våra respondenter var ekonomistudenter, utbildare inom ekonomi och yrkesverksamma inom redovisning/revision.  Resultat och slutsats: Studien visade att faktorer som kön, ålder och erfarenhet inte hade någon signifikant påverkan på förmågan att urskilja AI-genererad text. Men högre AI-användning ökade chansen att urskilja AI-genererad text. Examensarbetets bidrag: Studien har bidragit med värdefull information om vad som påverkar förmågan att urskilja AI-genererad text från mänskligt skriven text. Resultatet visar att demografiska faktorer inte spelar någon signifikant roll. AI-användning däremot har en viss påverkan. Studien visar även hur långt AI-teknologin har kommit och hur svårt det kan vara att skilja mellan AI-genererad text och mänskligt skriven text. Förslag till fortsatt forskning: Effekterna av AI-träning och utbildning av människors förmåga att skilja på olika typer av text är något som framtida forskning behöver belysa. Det går även att utforska användningen av AI för textgenerering inom olika branscher och hur detta påverkar människors förmåga att skilja på AI-genererad text och mänskligt skriven text. / Title: Can artificial intelligence create a credible sustainability report? A quantitative study on the ability to distinguish AI-generated texts from human-written texts and which factors influence. Level: Bachelor's degree thesis in business administration Authors: Arvid Högberg and William Karlström Supervisor: Asif M. Huq Date: 2024 – May Purpose: The experiment aims to see if factors such as work experience, education background, age and gender affect the respondents' ability to distinguish AI-generated text from human-produced text.  Method: The study was carried out with a quantitative survey in which 84 respondents participated. It consisted of initial demographic questions followed by two experiments where two texts were presented and the respondent decided which text was AI-generated. The analysis methods used were ANOVA (Analysis of Variance), frequency tables and correlation analyses. Our respondents were economics students, educators in economics and professionals in accounting/auditing. Results and conclusion: The study showed that factors such as gender, age and experience had no significant impact on the ability to distinguish AI-generated text. But higher AI usage increased the chance of distinguishing AI-generated text. Contribution of the thesis: The study has contributed valuable information about what affects the ability to distinguish AI-generated text from human-written text. The result shows that demographic factors do not play a significant role. AI use, on the other hand, has a certain impact. The study also shows how far AI technology has come and how difficult it can be to distinguish between AI-generated text and human-written text. Suggestions for further research: The effects of AI training and education on people's ability to distinguish between different types of text is something that future research needs to explore. It is also possible to explore the use of AI for text generation in various industries and how this affects people's ability to distinguish between AI-generated text and human-written text.

Studien syftade till att undersöka hur det nya teknikskiftet som generativ AI medför kommer att påverka arbetsmarknaden i Sverige. Som metod användes en kvalitativ fallstudie med ett snöbollsurval där sex respondenter intervjuades, alla på olika avdelningar inom samma företaget. Semistrukturerade intervjuer användes för att samla in data och den insamlade informationen analyserades genom tematisk analys. Resultatet visade att respondenterna inte ansåg att arbetstillfällen kommer påverkas i antal, utan mer att arbetsuppgifterna kommer omformas samt att det kan bli en ny arbetsprofil som eftersöks. Studien visade också på att den generativa AI:n öppnar upp för nya arbetsmöjligheter och förbättrar företagseffektiviteten. / The study aimed to investigate how the new technological shift introduced by generative AI will impact the labor market in Sweden. A qualitative case study approach was employed, using a snowball sampling method to select six respondents from various departments within the company. Semi-structured interviews were conducted to gather data, which was then analyzed through thematic analysis. The results indicated that respondents did not believe that the number of jobs would be affected, but rather that job tasks would be reshaped and might require a new skillset. Generative AI opens up new job opportunities and enhances business efficiency.

Denna studie utforskar möjligheterna att integrera Artificiell Intelligens (AI) i AstraZenecas Sweden Operations kvalitetssystem för att effektivisera processer och beslutsfattande. Genom en litteraturgenomgång analyseras hur AI kan automatisera uppgifter, förutsäga avvikelser och optimera kvalitetsledningssystem. Specifika områden inom AstraZenecas kvalitetssystem identifieras som potentiella mottagare av AI-implementering. Studien lyfter fram fördelarna men pekar också på utmaningar som datatillförlitlighet, säkerhet och etiska överväganden. Föreslagna strategier för att övervinna dessa utmaningar inkluderar investeringar i robusta säkerhetsåtgärder, etablering av tydliga etiska riktlinjer och löpande användarutbildning. Studien har också använt intervjuer och observationer med processägare inom AstraZenecas kvalitetssystem för att säkerställa ett omfattande resultat. Genom att samla in insikter och perspektiv från dem som är direkt involverade i kvalitetsprocesser, ger studien en djupare förståelse för både utmaningar och möjligheter med AI-integrationen. Denna metod stärker studiens trovärdighet och användbarhet av slutsatser och rekommendationer. Sammanfattningsvis lovar en framgångsrik AI-implementering att förbättra effektiviteten i AstraZenecas kvalitetssystem i Sverige. Ansvarsfull integrering av AI-teknologier har potential att höja kvalitetsstandarder, förbättra beslutsfattande processer och främja innovation, vilket positionerar AstraZeneca som en föregångare inom farmaceutisk excellens och framsteg. / This project investigates the potential integration of Artificial Intelligence (AI) into AstraZeneca's Sweden Operation quality system to streamline processes and decision-making. Drawing from a review of relevant literature, the analysis examines how AI can automate tasks, predict deviations, and optimize quality management processes. Specific areas within AstraZeneca's quality system are identified as potential beneficiaries of AI implementation. While acknowledging the benefits, the study also highlights challenges such as data integrity, security, and ethical considerations. Proposed strategies for overcoming these challenges include investment in robust security measures, establishment of clear ethical guidelines, and ongoing user education. Additionally, this study has utilized interviews and observations with process owners within the quality system at AstraZeneca to ensure a comprehensive result. By gathering insights and perspectives from those directly involved in quality processes, the study provides a deeper understanding of both challenges and opportunities associated with the integration of AI. This approach strengthens the credibility and usability of the study's conclusions and recommendations. In conclusion, successful AI implementation holds the promise of enhancing AstraZeneca's Sweden Operation quality system’s efficiency. Responsible integration of AI technologies has the potential to elevate quality standards, improve decision-making processes, and foster innovation, positioning AstraZeneca as a frontrunner in pharmaceutical excellence and advancement.

Denna studie undersöker användningen och effekten av generativ AI inom digitalmarknadsföring, med fokus på dess påverkan på kreativa processer. Genom kvalitativa intervjuermed yrkesverksamma inom branschen identifieras hur generativ AI kan effektivisera arbetsflödengenom att automatisera vissa uppgifter och bidra med nya idéer. AI-verktygen fungerar som stödi skapandet av marknadsföringskampanjer, vilket underlättar för marknadsförare att utforska ochutveckla kreativa koncept. Samtidigt belyser studien behovet av mänsklig övervakning för attsäkerställa innehållets kvalitet och etiska användning. Resultaten visar på både möjligheter ochutmaningar med att integrera generativ AI i det dagliga marknadsföringsarbetet. / This study examines the use and impact of generative AI in digital marketing, focusing on its effecton creative processes. Through qualitative interviews with industry professionals, the researchidentifies how generative AI can streamline workflows by automating certain tasks and providingnew ideas. AI tools support the creation of marketing campaigns, making it easier for marketersto explore and develop creative concepts. The study also highlights the need for human oversightto ensure the quality and ethical use of content. The findings present both opportunities andchallenges in integrating generative AI into daily marketing activities

This thesis addresses the intersection of reception history in biblical studies, Generative Artificial Intelligence (GAI) and phenomenology. Three images, from text prompts using different English translations of Mark 1:1–8 (KJV, NRSV and NIV) have been generated by GAI. In addition to the three translations, a more encompassing body of information, based on exegetical analysis, reception history and recent scholarly literature on John the Baptist and Mark 1, was also provided. Mark 1 is analyzed using narrative criticism with special focus on John the Baptist. Current research on the historical John is discussed, alongside interpretations of John from Late Ancient Christian Sources seen from a phenomenological perspective.  Traditionally, interpreting biblical art and text has assumed an artist portraying a narrative reading using methods such as visual exegesis. With GAI, this has changed moving the artist from the canvas to the text prompt. It puts the biblical text in a direct causal connection to the created image. Previously the artist had to decide when the image was finished but with GAI the decision is about which image to keep. The purpose of the image becomes a focal point. Images created with this modern technology can be relevant in at least two regards. First, they do represent a new type of biblical art. Second, the iterative process itself is a novel approach to studying and interacting with the Bible. Challenges exists, such as a bias towards Western/American cultural, sociological, and economical values. Data scientists and mathematicians are determining the probabilistic models without problematizing the content. Ethical questions in this field need to be addressed. GAI learning from AI-produced data – instead of human data – will likely become an issue, thus reinforcing existing biases and prejudices further.

Autonomous Car (AC) has been more common in recent years. Despite the rapid development of the driving part of the AC, researchers still need to improve the overall experience of the AC's passengers and boost their willingness to adopt the technology. When driving in an AC, passengers need to have a good situation awareness to feel more comfortable riding in an AC and have a higher trust towards the system. One of the options to improve the situation awareness is by giving passengers an explanation about the situation. This study investigates how the situational risk of specific driving scenarios and the availability of visual environment information for passengers will affect the type of explanation needed by the AC passenger. The study was conducted through a series of different scenario tests presented to online study participants and focused on the human interaction to level 4 and 5 AC. This study's primary goal is to understand the human-AC interactions further, thus improving the human experience while riding in an AC. The results show that visual information availability affects the type of explanation passengers need. When no visual information is available, passengers are more satisfied with the type that explain the cause of AC's action (causal explanation). When the visual information is available, passengers are more satisfied with the type that provide intentions behind the AC's certain actions (intentional explanation). Results also show that despite no significant differences in trust found between the groups, participants showed slightly higher trust in the AC that provided causal explanations in situations without visual information available. This study contributes to a better understanding of the explanation type passengers of AC need in the various situational degree of risk and visual information availability. By leveraging this, we can create a better experience for passengers in the AC and eventually boost the adoption of the AC on the road. / Autonomous car (AC) har blivit allt vanligare under de senaste åren. Trots den snabba utvecklingen av själva kördelen hos AC behöver forskare fortfarande förbättra den övergripande upplevelsen för AC-passagerare och öka deras vilja att anta teknologin. När man kör i en AC behöver passagerare ha god situationsmedvetenhet för att känna sig bekväma och ha högre förtroende för systemet. Ett av alternativen för att förbättra situationsmedvetenheten är att ge passagerare en förklaring om situationen. Denna studie undersöker hur den situationella risken för specifika körsituationer och tillgängligheten av visuell miljöinformation för passagerare påverkar vilken typ av förklaring som behövs av AC-passageraren. Studien genomfördes genom en serie olika scenariotester som presenterades för deltagare i en online-studie och fokuserade på mänsklig interaktion med nivå 4 och 5 AC. Denna studiens främsta mål är att förstå människa-AC-interaktionen bättre och därmed förbättra den mänskliga upplevelsen vid färd i en AC. Resultaten visar att tillgängligheten av visuell information påverkar vilken typ av förklaring passagerarna behöver. När ingen visuell information finns tillgänglig är passagerarna mer nöjda med den typ som förklarar orsaken till AC:s agerande (orsaksförklaring). När den visuella informationen finns tillgänglig är passagerarna mer nöjda med den typ som ger intentioner bakom AC:s vissa handlingar (avsiktlig förklaring). Resultaten visar också att trots att inga signifikanta skillnader i tillit hittats mellan grupperna, visade deltagarna något högre förtroende för AC som gav orsaksförklaringar i situationer utan visuell information tillgänglig. Denna studie bidrar till en bättre förståelse för vilken typ av förklaring passagerare i AC behöver vid olika situationella riskgrader och tillgänglighet av visuell information. Genom att dra nytta av detta kan vi skapa en bättre upplevelse för passagerare i AC och på sikt öka antagandet av AC på vägarna.