Unified Modeling Language (UML) is recognized as a de facto standard for modeling various typesof systems. However, its lack of formal semantics hinders the ability to perform formal verification, which is crucial to ensure the correctness of the models throughout the modeling process. Rebeca isan actor-based modeling language designed to formally verify reactive concurrent systems. Previous work has attempted to bridge the gap and provide a translation to take advantage of both UML and Rebeca’s benefits. These methods either require multiple UML diagrams and an understanding of Rebeca, or lack implementation solutions. We conducted experiments to explore the potential of zero-shot and few-shot learning with ChatGPT-4 as a tool for automating the translation from UML state diagrams to Rebeca code. The results indicated that the translation from UML state diagrams to Rebeca code can be partially made and they are not sufficient to derive correct Rebeca models. To mitigate this, we augment state diagrams with metadata, which resulted in the generated code having minor errors and requiring slight adjustments to be able to be compiled in the Rebeca model checking tool, Afra. The conclusion is that ChatGPT-4 can potentially facilitate the process of transforming UML state diagrams into executable Rebeca code with minimal additional information. We provide a translation procedure of Rebeca code to UML state diagrams, a conceptual mapping of them in reverse, and a dataset that can be used for further research. The dataset and the results are published in the GitHub repositoryof our project

“Blir inte texter från ChatGPT väldigt genomsnittliga? Hur kommer det sig att ChatGPT räknar fel? Varför har ChatGPT helt rätt i alla stycken förutom kraftiga faktafel i ett av dom?”. Dessa frågor låg som grund för detta arbete och är sådana som ställts gällande verktyget. Svaren på dessa frågor har hjälpt till att skapa en testmetod för detektering av genererade texter och resultaten från dessa har jämförts med tidigare arbetens resultat. Men detekteringen av genererade texter har visat sig vara problematisk och belyser styrkorna och svagheterna med olika metoder för detektering.

When developing mobile applications without the use of AI tools, developers may encountererrors or issues that prolong the development process due to the time it takes to researchsolutions. With AI tools like ChatGPT becoming more advanced and widely available, thesetools can aid a developer while programming. Therefore, this study aims to highlightdifferences in the code generated by ChatGPT compared to code written by this author. Comparisons of ChatGPT’s code with the frameworks SwiftUI and Flutter will also be madeto highlight any differences. By creating four apps, two without the use of AI within SwiftUI and Flutter, and two throughprompting ChatGPT to generate code within these frameworks, comparisons and analysis ofusing ChatGPT as a development tool can be made. Measurements regarding size, time,memory use, CPU, and A/B testing highlight differences between the applications. This study found that ChatGPT could visually recreate a weather app and significantlyreduced development time, as well as producing smaller applications compared to theirHuman counterparts. However, with different code solutions, the performance of the appsdiffered, which could influence the choice of using ChatGPT as a development tool.Furthermore, this study highlighted differences between ChatGPT’s two apps as they usedvastly different solutions and followings of best practices. The two apps also differed in thenumber of prompts necessary and the success of these prompts.

Den föreliggande studie syftade till att studera universitetsstudenters åsikter om användningen av ChatGPT i studier. Studien fokuserade på tre frågeställningar: i vilken omfattning studenter använder ChatGPT, deras moraliska bedömning av användningen samt eventuella skillnader mellan studenter. En kvantitativ forskningsansats användes i studien och datamaterialet baserades på en enkät som delades ut via digitala plattformar till universitetsstudenter. Enkätsvaren analyserades sedan med hjälp av beskrivande statistik analys för att identifiera och förstå samband mellan olika variabler. Resultatet visade att en majoritet av studenterna, 81%, använder ChatGPT i sina studier. De flesta studenter anser att ChatGPT är ett värdefullt komplement som hjälper dem att förstå komplexa problem, sammanfatta information och spara tid. Trots dessa fördelar framhöll många studenter vikten av ett ansvarsfullt användande för att undvika risker som fusk och minskat lärande. En betydande del av studenterna upplevde en osäkerhet kring de moraliska aspekterna av att använda ChatGPT, men valde ändå att använda verktyget på grund av dess praktiska fördelar. Studien fann inga statistiskt signifikanta skillnader i användningen av ChatGPT baserat på ålder, kön eller föräldrarnas utbildningsnivå. Däremot var studenter från tekniska och samhällsvetenskapliga program något mer benägna att använda AI-verktyget, vilket med stöd av Bourdieus teori om kapital och habitus kan indikera att studenter med högre kulturellt kapital och vana vid tekniska hjälpmedel är mer öppna för nya innovationer. Det fanns även en statistiskt signifikant skillnad i användningen av ChatGPT baserat på studenternas moraliska uppfattning om AI-verktyget, vilket visar på en koppling mellan moraliska bedömningar och användningen av ChatGPT. Slutligen betonar studien vikten av att utveckla studenternas kritiska tänkande och att använda ChatGPT på ett ansvarsfullt sätt för att inte negativt påverka inlärningen. Lärarnas inställning till ChatGPT påverkade också studenternas användning, vilket leder till rekommendationen att utbildningsinstitutioner bör lära studenterna om ansvarsfull användning av ChatGPT och ha etiska diskussioner för att upprätthålla akademisk integritet. En intressant aspekt som framkom var att majoriteten av studenterna redan använder ChatGPT, men frågan är var befinner sig lärarna i denna utveckling?

Hallucinations in LLMs refer to instances where the models generateoutputs that are unrelated, incorrect, or misleading based on the inputprovided. This thesis investigates the impact of hallucinations in largelanguage model (LLM)-based systems on user trust and satisfaction, a criticalissue as AI becomes increasingly integrated into everyday applications.Hallucinations in LLMs—instances where the model generates incorrect ormisleading information—pose significant challenges for user reliability andoverall system effectiveness. Given the expanding role of AI in sectorsrequiring high trust levels, such as healthcare and finance, understanding andmitigating these errors is paramount. To address this issue, a controlled experiment was designed tosystematically assess how hallucinations affect user trust and satisfaction.Participants interacted with an AI system designed to exhibit varying levelsof hallucinatory behavior. Quantitative measures of trust and satisfactionwere collected through standardized questionnaires pre- and post-interaction,accompanied by statistical analyses to evaluate changes in user perception. The results clearly demonstrate that hallucinations significantly diminishuser trust and satisfaction, confirming the hypothesis that the accuracy of AIoutputs is crucial for user reliance. These findings not only contribute to theacademic discourse on human-AI interaction, but also have practicalimplications for AI developers and policymakers focusing on creating andregulating reliable AI technologies. This study bridges a crucial knowledge gap and provides a foundation forfuture research aimed at developing more robust and trustworthy AI systems.Readers engaged in AI development, implementation, and policymaking willfind the insights particularly relevant, encouraging further exploration intostrategies that could enhance user trust in AI technologies.

Programming by voice can be a viable option for programmers who suffer from physical disabilities such as Repetitive Stress Injury (RSI), but study shows there are still challenges and limitations in the area, from the requirement of syntax-specific language to inaccuracy of speech recognition. We aim to address the potential benefit and performance of gradually integrating ChatGPT with its versions 3.5/4.0 and how to best communicate (speech optimization) to see if the area of programming by voice can be improved in terms of reduced vocal and cognitive load. We present a tool named ChatGPT VCG which contains two approaches, a traditional keyword interpretation approach using the Serenade tool as a code generator and a direct code generation approach using ChatGPT to generate code directly. Using test tasks written in Java, and the Serenade tool as a base measurement, the two approaches are compared and measurements such as the number of words and code characters generated are collected and analyzed. The result indicates that integrating ChatGPT allows the user to circumvent the required syntax-specific language. The direct code generation using ChatGPT 4.0 performed the best with a 4.2 times reduction in the required number of words compared to standard Serenade, while the keyword-based approach at worst shows a 14% increase. Speech optimization shows performance can be further increased by reducing or removing superfluous grammar and instead only providing the relevant information in commands. The study concludes that integration of ChatGPT can improve performance, and the speech can be optimized to reduce the number of words, but often at the cost of a conversational speech pattern.

Purpose: The purpose of this study is to identify HR employees´ attitude towards usingChatGPT as a support tool in work.Method: This study is addresses on the phenomenon ChatGPT in the HR function. The studyis based on an empirical phenomenon which determined an inductive research approach witha qualitative research strategy. The study applies a case study design with unstructuredinterviews as the source for data collection.Conclusion: The study’s results shows that HR-employees have an overall positive attitudetowards using ChatGPT as a tool in their work. The study’s results show that the use ofChatGPT in the HR-function saves time. The challenges that the HR-function faces related tothe use of ChatGPT varies depending on the organization’s external factors. The study alsoconcludes that the future way of working, competencies and HR-education will have to changedue to the use of ChatGPT in the HR-function. / Syfte: Studiens syfte är att identifiera HR-medarbetares inställning till användningen avChatGPT som stöd i arbetet.Metod: Studien behandlar fenomenet ChatGPT i HR-funktionen. Studien baseras på ettempiriskt fenomen vilket innebär att en induktiv forskningsansats med en kvalitativforskningsstrategi har tillämpats. Studien tillämpar en fallstudiedesign där ostruktureradeintervjuer var den valda datainsamlingsmetoden.Slutsats: Studiens resultat visar att HR-medarbetare har en övergripande positiv inställning tillanvändningen av ChatGPT i arbetet. Studien resulterar i att användningen av ChatGPT i HRarbete frigör tid. De utmaningar som HR-funktionen står inför relaterat till användningen avChatGPT präglas av organisationens externa faktorer. Studien resulterar även i att framtidaarbetssätt, kompetenser samt HR-utbildningar kommer behöva förändras till följd avanvändningen av ChatGPT i HR-arbete.

Artificial Intelligence is one of many technologies that is rapidly growing. There aremany different kinds of AI-tools, such as transcription programs that can convert anaudio or video recording to a transcripted text. One of the most familiar AI-toolsamong people are chatbots, where the idea is for a person to have conversations with achatbot and be able to get a response as if it were a person having the conversation.This has become increasingly common among various companies, where the chatbotcan provide customers with answers to common questions and do it very quickly andinformatively. Most recently, the chatbot Chat Generative Pre-trained Transformer (ChatGPT) wasreleased to the public at the end of november, 2022, which has affected society invarious ways. Users can now ask the chatbot almost anything. From how to solve different tangible problems at home, mathematical equations or to writing an assignment. It is fair to say that you can ask ChatGPT almost anything. But this has raised a lot of questions, especially academically. ChatGPT has raised concerns for Swedish universities, among them are examination forms and if students are writing their own papers or not. In this study, the aim is to gain knowledge about what Swedish university teachers think about ChatGPT and in which way that could affectthe universities. The starting point of this study has been to collect prior literature and research toconduct a qualitative research. The literature study has been the base for both the theoretical framework and the semistructured interview guide. The interviews were conducted via digital Zoom-meetings. Based on the empirical data and collected material, a result has been presented and an analysis has been made. The findings of the study showed that university teachers in Sweden can see both possibilities and concerns with the students' usage of ChatGPT in universities. Thepossibilities that were brought up were that students can understand tasks that areunclear to them and that ChatGPT can work as a handler. Another possibility that was presented was that ChatGPT can provide feedback on exercises and quiz the student.The concerns that were shown in the empirical findings included the risk of increased plagiarism, that critical thinking amongst students might decrease and that bias mightoccur. / Teknologin har utvecklats snabbt och människor blir allt mer bekanta med olika typer av tekniker. Artificiell intelligens (AI) är en av flera tekniker som växer snabbt och därför har allt fler blivit bekanta med det. Det finns många olika typer av AI-verktyg. Ett exempel är transkriptionsprogram som konverterar ljud- eller videoinspelningar till en transkriberad text. Ett välbekant AI-verktyg är chattbotar. Syftet är att en personska kunna hålla konversationer med en chattbot och få så mänskliga svar som möjligt. Användningen av chattbotar har även blivit vanligare bland företag, eftersom chattbotar kan tillföra snabba och informativa svar till kunder som har allmännafrågor. Lanseringen av chattboten Chat Generative Pre-trained Transformer (ChatGPT), som släpptes för allmänheten i slutet av november 2022, har påverkat samhället på många sätt. Användare kan exempelvis ställa frågor till chattboten om allt från konkreta problem om matematiska ekvationer, till att skriva en uppsats. Enkelt sagt kan en användare fråga ChatGPT om nästan vad som helst. Emellertid har detta verktygväckt många frågor, särskilt akademiska. Verktyget har höjt många varningsklockor för de svenska universiteten. Bland dem ställs frågor om huruvida examinationsformer fungerar bra samt om studenter faktiskt skriver sina egnauppsatser eller inte. Syftet med denna studie är att införskaffa kunskap om vad svenska universitetslärare tycker om ChatGPT och hur det kan komma att påverka de svenska universiteten. I syfte att besvara frågeställningen har en kvalitativ undersökning genomförts därtidigare litteratur och forskning samlats in. Litteraturstudien har legat till grund förbåde det teoretiska ramverket och den semistrukturerade intervjuguiden. Intervjuerna har genomförts digitalt via Zoom. Utifrån empirin och det insamlade materialet har ett resultat presenterats och en analys har utförts. Resultatet av studien visade att universitetslärare i Sverige kan se både möjligheter och risker med studenters användning av ChatGPT inom universiteten. Möjligheterna som togs upp var att elever kan förstå uppgifter som är otydliga för dem och att ChatGPT kan fungera som en handledare. Vidare har det lyfts fram att ChatGPT kange feedback på övningar och förhöra elever. En avsaknad av självreflektion och riskför ökad plagiering var bland annat de risker som visades i den empiriska datan. Kritiskt tänkande bland elever kan även minska samt att partiskhet kan uppstå, vilketberörs i det empiriska materialet.

Denna uppsats handlar om hur digitala verktyg praktiskt kan implementeras under skrivprocessen vid undervisning av hur man skriver en argumenterande text. Vidare har studien även som avsikt att ta reda på elevernas åsikter kring att använda digitala verktyg under skrivprocessen. För att uppnå detta syfte genomfördes en designbaserad aktionsstudie som bestod av en intervention där en lektionsserie på sju lektioner observerades samt efterföljande fokusgruppsintervjuer med de 14 deltagande eleverna. De digitala verktyg som interventionen ämnade att testa var Mural, PowerPoint och ChatGPT. Resultatet utifrån observationen av interventionen och intervjuerna tyder på att digitala verktyg kan användas som stöd under skrivprocessen men att eleverna behöver mer övning, mer tid och tydligare instruktioner. Detta gäller framförallt vid användandet av digitala verktyg som är nya för eleverna. Även tekniska strul är något som studiens resultat visar är något som lärare bör ha i åtanke vid användning av digitala verktyg vid processorienterad skrivundervisning. Överlag indikerar resultatet av studien att lärare bör inkludera digitala verktyg vid processorienterad skrivundervisning men att mer tid och kunskap krävs för att kunna implementera dem på bästa sätt. / This essay is about how digital tools practically can be implemented during the writing process when teaching how to write argumentative texts. Furthermore, the study also has the intention to find out the students’ opinions about using digital tools during the writing process. In order to achieve this aim a design based action research study, that consisted of an intervention where seven lessons was observed and follow up focus group interviews with the 14 participating students, was conducted. The digitals tools that the intervention aimed to test were Mural, PowerPoint and ChatGPT. The results based on the observation of the intervention and the interviews indicate that digital tools can be used as support during the writing process, but that the students need more practice, more time and clearer instructions. This especially applies when digital tools that are new to the students are being used. Technical issues are also something that the result of this study shows is something that teachers should keep in mind when using digital tools to teach writing. Overall, the study’s result indicates that teachers should include digital tools when teaching writing in a process-oriented manner but that more time and knowledge is needed to implement them in the best way.

The aim of this thesis is to evaluate the artificial intelligence model ChatGPT as a tool in the cybersecurity domain. With the purpose of analysing and facilitating understanding of the technology’s effects on possible threats. The development of AI models has a potential to alter the knowledge required to perform malicious activities. The method for evaluating ChatGPT effectiveness in aiding actors to breach a vulnerable system is a experimental capture the flag based approach. This is a type of cyber-security challenge, simulating a target system. The goal is to find and exploit vulnerabilities on the target and obtain a so-called flag to prove the breach. ChatGPT is used as an assistant and information gathering tool in the simulations. The responses collected from ChatGPT in the simulation challenges is analysed to fulfil the thesis purpose. The results shows that ChatGPT is useful as a tool. However, as with any tool, knowledge on how to use it is required. A potential threat actor do need profound comprehension and technical knowledge to make relevant queries. 41.3% of all 46 collected responses is categorised as partly usable in conjunction with previously obtained knowledge. Furthermore, to successfully breach the simulated targets the actor need to be able to modify and deploy any suggested exploit provided by ChatGPT. The findings show a correlation between more difficult capture the flag challenges and the importance of tester knowledge. The harder challenges had a higher degree of responses categorized as partly usable compared to responses deemed directly usable. In conclusion ChatGPT do not provide enough assistance at this time to increase the potential of malicious actors with limited technical knowledge. Future work in this area includes testing internet connected and newer versions of ChatGPT and further analyse the importance of prompt engineering. / Målbilden med denna avhandling är att utvärdera AI-modellen ChatGPT som ett verktyg i en cybersäkerhets-kontext. Detta syftar till att möjliggöra utökad förståelse för teknologins effekter på möjliga hot. Utvecklingen på AI-området har potentialen att förändra kunskapsbehovet hos en aktör att genomföra olika typer av cyberangrepp. Metoden för att utvärdera ChatGPT:s möjlighet till att underlätta intrång i sårbara system är ”capture the flag” baserad. Detta är en typ av cybersäkerhetsutmaning där sårbara system simuleras. Målet är att hitta och utnyttja sårbarheter i systemen för att få tag i så kallade flagor. Dessa flaggor används sedan för att bevisa ett lyckat intrång i systemet. ChatGPT kommer att användas som en assistent och för att inhämta information under dessa simuleringar. Utdata som ChatGPT genererar kommer att samlas in och analyseras för att uppnå syftet med avhandlingen. Resultaten visar att ChatGPT är ett användbart verktyg men ett verktyg som kräver långtgående förkunskaper från användaren för att uppnå effekt. En aktör behöver besitta specifika tekniska kunskaper för att ställa relevanta frågor till AI-assistenten. 41.3% av 46 insamlade svar är kategoriserade som delvis användbara tillsammans med förkunskaper hos testaren. För att lyckas genomföra de simulerade intrången behöver aktören även kunna modifiera och implementera de förslag och lösningar som ges av ChatGPT. Resultaten visar även en korrelation mellan svårare simuleringar och vikten av testarens förkunskaper. Sammanfattningsvis ger inte ChatGPT tillräckligt hög grad av assistans för att utgöra ett hot i sig. Aktörer med begränsad teknisk kännedom kan därmed i nuläget inte utöka sin potential genom att nyttja detta verktyg. Framtida arbete innefattar liknande tester av senare, internetanslutna, versioner av ChatGPT och vidare analys av så kallad ”prompt engineering”