Artificial intelligence (AI) has the potential to transform various industries, including the creative industry [1]. The potential disruption is facilitated by technology-driven products, with these products it is increasingly important to keep user goals, behaviour and needs at the centre during the development and designing phase. Through a situated user study using online content analysis, a survey, and semi-structured interviews I describe the current role of AI tools in the video production industry, and I identify potential future tools that could benefit professional content creators. According to these professional content creators AI tools currently primarily serve a supportive role, enhancing efficiency and video quality while still requiring human input for storytelling and quality assurance. The professionals are increasingly integrating AI into their workflows to be more increase their value as creators. Drawing from a User-Centered Design (UCD) approach I highlight a discrepancy between user needs and research focus, suggesting that future AI tools should prioritize improving client communication, automating non-creative tasks in post-production, and making animation more accessible. As generative video AI continues to develop, ethical concerns surrounding gender and ethnicity bias continue to be an important aspect for future research to ensure equal representation in generated video content. / Artificiell intelligens (AI) har potential att förändra olika branscher, inklusive den kreativa industrin [1]. Den potentiella omvälvningen underlättas av teknikdrivna produkter, och med dessa produkter blir det allt viktigare att hålla användarnas mål, beteende och behov i centrum under utvecklings- och designfasen. Genom en situerad användarstudie med hjälp av innehållsanalys online, en enkät och semistrukturerade intervjuer beskriver jag den nuvarande rollen för AI-verktyg i videoproduktionsbranschen, och jag identifierar potentiella framtida verktyg som kan gynna professionella innehållsskapare. Enligt dessa professionella innehållsskapare har AI-verktyg för närvarande främst en stödjande roll och förbättrar effektiviteten och videokvaliteten samtidigt som det fortfarande krävs mänsklig input för storytelling och kvalitetssäkring. De professionella innehållsskaparna integrerar i allt högre grad AI i sina arbetsflöden för att öka sitt värde som kreatörer. Med utgångspunkt i en användarcentrerad design (UCD) belyser jag en diskrepans mellan användarnas behov och forskningsfokus, och föreslår att framtida AI-verktyg bör prioritera att förbättra kundkommunikationen, automatisera icke-kreativa uppgifter i efterproduktionen och göra animering mer tillgänglig. Eftersom generativ video-AI fortsätter att utvecklas, fortsätter etiska problem kring kön och etnicitet att vara en viktig aspekt för framtida forskning för att säkerställa lika representation i genererat videoinnehåll.

Byggbranschen är en av de snabbast växande branscherna i världen men samtidigt är denen av de minst utvecklade gällande digitaliseringen. Fördelarna med digitalisering ärmånga men trots det anses implementeringen av digitala teknologier vara svår ochlångsam. Ledande personer på företagen spelar en viktig roll i adaptionen av nyateknologier och en ny teknologi som börjat användas på senare år är generativadesignverktyg. Generativ design handlar om att med hjälp av artificiell intelligens ta framolika byggplaner utifrån angivna kriterier. Ett program som bygger på denna teknologi ärForma. Forma är tänkt att vara en del av den fjärde industriella revolutionen och hjälpatill att minska tidsåtgång och kostnad samt öka hållbarhet och samarbetet i byggprojekt.Arbetet i den här studien har fokuserat på programmet Forma och undersökt vilkafaktorer som påverkar implementeringen av teknologin samt försökt härleda faktorernatill hur de varierar mellan olika företagsmodeller och uppdragstyper. Arbetet syftar till attutforska hur generativa design- och analysverktyg kan utveckla design- ochbyggprocesser samt lokalisera möjligheterna till implementering av den typen avprogram. Målet är att bidra med kunskap som kan hjälpa beslutsfattare att ta merinformerade och bättre beslut vid implementering av nya programvaror.För att uppnå syfte och mål har två typer av metoder använts. Den ena är en intervjustudiesom utgår från semistrukturerade intervjuer där representanter från fyra olika företagintervjuades. Den andra metoden som använts är en fallstudie där två objekt av olikastorlek och användningsområde undersökts. För att knyta ihop intervjuerna medfallstudien har en teknikacceptansmodell (TAM) med ett teknik-, organisation- ochmiljöramverk (TOE) använts.Resultatet visade att de två viktigaste faktorerna för ett företags implementering avgenerativa design- och analysverktyg är den upplevda användbarheten och den upplevdaanvändarvänligheten av programmet. Dessa påverkas i sin tur av bakomliggande externafaktorer som organisationens storlek, uppdragstyper, konkurrenssituation, förkunskaper,tekniska kompetens samt användarens behov. Forma ansågs vara ett bra program utifråntrovärdighet, tid, kostnad och funktionalitet, med vissa undantag för komplexiteten. Detär på processuell nivå som generativa design- och analysverktyg upplevs mest nyttiga urett implementeringsperspektiv. Fördelarna med Forma är framför allt hurimplementeringen av programmet ökar effektiviteten och produktiviteten i ett projekt ochsamtidigt skapar en bättre informations- och kommunikationshantering. Nackdelarnahandlar främst om brister i den mark- och höjddata programmet utgår från, risker att gåmiste om grundläggande kvaliteter för stadsbyggande samt en minskad användbarhet vidmindre och kommersiella projekt. / The construction industry is rapidly growing but lags in digitalization. Implementing digital technologies has been slow despite their advantages. Key personnel play a significant role in adopting new technologies, such as generative design tools. This study focuses on Forma, a generative design program, examining implementation factors across different business models and project types. The aim is to explore how these tools can improve design and construction processes. Two methods were used: interviews with representatives from four companies and a case study of two objects. Results highlighted perceived usefulness and perceived ease of use as key factors. Forma was considered good in terms of credibility, time, cost, and function, with some exceptions regarding complexity. Generative design tools were most useful at the procedural level, enhancing efficiency, productivity, and information management. Drawbacks include limitations in data and reduced usability in smaller projects.

Det problem som denna studie fokuserar på är den påverkan Open AI:s nya version av chattboten ChatGPT har på högskoleutbildningen. ChatGPT har fått en enorm spridning bland inte minst universitets- och högskolestudenter och snabbt skapat osäkerhet bland landets utbildningsanordnare. Samtidigt som verktyget ökar möjligheter för inlärning och motivation i studielivet, bidrar det till att minska tröskeln för fusk och plagiarism. Detta ställer krav på lärare att för att ta tillvara möjligheter och minimera risker se över sina undervisnings- och examinationsmetoder. Frågeställningen som valts är: “Hur påverkar ChatGPT den svenska universitets- och högskoleutbildningen sett från lärares perspektiv?”. Metoderna som tillämpades är kvalitativ strategi i form av fenomenologi, som till sin natur är djup och detaljerad. Semistrukturerade intervjuer genomfördes med videokonferensteknik och analyserades med hjälp av en tematisk analys. En utforskande urvalsstrategi användes där åtta kursansvariga högskolelärare från sju svenska lärosäten valdes ut slumpmässigt. Resultatet visar att samtliga lärare tycker sig se samt förutspå en påverkan på universitets-och högskoleutbildningen orsakad av ChatGPT. Synen på hur ChatGPT:s påverkan ser ut samt hur möjligheter tas tillvara och hur risker minimeras varierar väldigt mycket. Lärarna uttrycker oroskänslor kopplade till bristande information kring ämnet och önskar tydligare vägledning från skolledningen. Slutsatsen är att ChatGPT:s existens redan har och kommer att påverka den svenska universitets- och högskoleutbildningen på flera vis. Studien visar att det behövs åtgärder på institutionerna för att vidareutbilda lärarna, implementera ChatGPT i undervisningen, lära studenterna använda ChatGPT på rätt sätt samt ändra examinationsrutiner för att förhindra fusk. Möjligheter som användandet av ChatGPT kommer leda till är ökad jämlikhet, effektivare drift samt kvalitetshöjningar av utbildningar. Riskerna består av att studenternas kritiska tänkande och problemlösningsförmåga kan minska och att bekvämligheten med ChatGPT riskerar att göra studenterna lata samt att fusket kan öka. Lärarnas och skolledningarnas kompetens och förmåga att anpassa sin undervisning kommer att avgöra om generativ AI som ChatGPT kommer att höja eller sänka kvaliteten i högre utbildning. / The problem this study focuses on is the impact Open AI's new version of the chatbot ChatGPT has on higher education. ChatGPT has gained enormous popularity among not least university and college students and quickly created uncertainty among the country's education providers. While the tool increases opportunities for learning and motivation in student life, it helps to reduce the threshold for cheating and plagiarism. This places demands on teachers to review their teaching and examination methods in order to take advantage of opportunities and minimize risks. The chosen question is “How does ChatGPT affect Swedish university and college education from a teacher's perspective?. The methods applied are qualitative strategy in the form of phenomenology, which by its nature is deep and detailed. Semi-structured interviews were conducted using video conferencing technology and analyzed using a thematic analysis. An exploratory selection strategy was used, where eight course-responsible college teachers from seven Swedish universities were randomly selected. The result shows that all teachers think they see and predict an impact on university and college education caused by ChatGPT. The view of how ChatGPT's impact looks like and how opportunities are taken advantage of and how risks are minimized vary greatly. The teachers express concerns linked to a lack of information about the subject and wish for clearer guidance from the school management. The conclusion is that ChatGPT's existence has already and will affect Swedish university and college education in several ways. The study shows that measures are needed at the institutions to further train the teachers, implement ChatGPT in teaching, teach students to use ChatGPT correctly and change examination routines to prevent cheating. Possibilities that the use of ChatGPT will lead to are increased equality, more efficient operation and quality increases in education. The risks are that students' critical thinking and problem-solving skills may decrease and that the convenience of ChatGPT risks making students lazy and that cheating may increase. The competence and ability of teachers and school leaders to adapt their teaching will determine whether generative AI such as ChatGPT will raise or lower quality in higher education.

Denna studie besvarar vilka möjligheter och hinder som i dagsläget finns för teknologin generativ design (GD) inom företag. Frågeställningen besvarades genom en insamling av befintlig kunskap i form av en litteraturstudie som senare kombinerades med dagens kunskap i branschen genom kvalitativa intervjuer, semi-strukturerade intervjuer, med personer som kommit i kontakt med teknologin. GD:s utveckling på senare år har präglats av framgångar, och kommer oundvikligen att påverka flertalet industrier i framtiden. Det som dock visade sig är att den nuvarande kunskapsnivån är för låg hos företagen vilket gör att de inte kan använda tekniken till sin fulla potential. Detta kombinerat med systemets komplexa lösningar, vars strukturer kräver dyra tillverkningsmetoder, leder ofta till att företag anser att systemet inte är nödvändiga att implementera i dagsläget. För tillfället utnyttjar företag systemen främst för konceptframtagning då de arbetar med banbrytande design. Detta gör även att vissa industrier har större användning av teknologin än andra. Däremot finns en optimism om att teknologin kommer att sprida sig till andra industrier i framtiden. / This study answers what opportunities and obstacles currently exist for the technology generative design (GD) in companies. The question was answered through a collection of existing knowledge in the form of a literature study which was later combined with today's knowledge in the industry through qualitative interviews, semi-structured interviews, with people who have come into contact with the technology. GD's development in recent years has been marked by success, and will inevitably affect most industries in the future. What turned out, however, is that the current level of knowledge is too low at the companies, which means that they cannot use the technology to its full potential. This, combined with the system's complex solutions, whose structures require expensive manufacturing methods, often leads companies to consider that the system is not necessary to implement at the present time. At the moment, companies use the systems primarily for concept development when they work with ground-breaking designs. This also means that some industries have greater use of the technology than others. However, there is optimism that the technology will spread to other industries in the future.

Denna studie presenterar en undersökning om användningen av ChatGPT inom programvaruutveckling. Med den snabba tillväxten av artificiell intelligens (AI) och dess inverkan på teknikområdet, har verktyg som ChatGPT blivit alltmer relevanta inom mjukvaruutveckling. Studiens huvudsyfte är att undersöka hur ChatGPT kan fungera som ett verktyg i programvaruutvecklingsprocessen och om det kan bidra till att underlätta utvecklingsprocessen för en utvecklare.Genom en kombination av enkätundersökningar och experiment har studien visat att ChatGPT har potential att vara ett värdefullt verktyg inom programvaruutveckling. Detta genom att erbjuda automatisk kodkomplettering och andra hjälpmedel som kan förbättra utvecklarnas effektivitet. Resultaten från denna studie indikerar att integrationen av AI-verktyg som ChatGPT i mjukvaruutvecklingsprocessen kan leda till förbättrade arbetsflöden och ökad produktivitet. Dock bör ytterligare forskning genomföras för att fullt ut förstå fler potentiella fördelar och utmaningar. För att ytterligare förstå ChatGPT:s roll inom programvaruutveckling rekommenderas det att utföra mer omfattande fältstudier där verktyget används i verkliga utvecklingsprojekt. / This study presents an investigation into the use of ChatGPT in the software development field. With the rapid growth of artificial intelligence (AI) and its impact on the technology field, tools like ChatGPT have become increasingly relevant in software development. The main aim of the study is to investigate how ChatGPT can work as a tool in the software development process and if it can help facilitate the development process for a developer.Through a combination of questionnaire survey and experiments, the study has shown that ChatGPT has the potential to be a tool of great value in software development. This by offering automatic code completion and other aids that can improve developers' efficiency. The results of this study indicate that the integration of AI tools such as ChatGPT into the software development process can lead to improved workflows and increased productivity. However, further research should be conducted to better understand potential benefits and challenges. To further understand ChatGPT's role in software development, it is recommended to conduct more extensive field studies where the tool is used in real world development projects.

No description available.

I denna studie har utvecklingen av industriellt underhåll studerats och företaget Quant Services Sweden AB har använts som inspirationskälla. Fallstudien för att testa denna studie har gjorts på Viverk AB.Under min tid som underhållsingenjör på Quant har jag upptäckt utvecklingsmöjligheter för industriellt underhåll, service och eftermarknad. Med stöd av andra studier inom industri 4,0 har jag lyckats få fram vilka teknologier och på vilket sätt man kan nyttja dessa teknologier för att stärka sig själva i den internationella marknaden och även stärka sin konkurrenskraft. En analys har gjorts av Quants nuvarande tillstånd och vilket gap som finns för industri 4,0, och med vilka teknologier man kan fylla detta gap. Jag har även fört diskussioner med andra ingenjörer inom bolaget för att bedöma behovet av ett sådant arbete. Tre fallstudier har utförts för att testa teorin i detta arbete, fallstudierna har utförts på ett annat företag för att påvisa den bredda implementeringen och möjligheterna med andra bolag än det aktuella. Fallstudierna har gjorts på ett företag som heter Viverk AB, som är en tillverkare av industriella tvättmaskiner.3D-printning (additiv tillverkning) är den primära teknologin som studerats vilket även resultatet påvisat. Resultatet av studien visar att underhåll, service och eftermarknad kan implementera ett nytt digitalt verktyg, i Quants fall kan det förslagsvis namnges quant3D för att vara konsekvent utmed Quants andra digitala verktyg.Verktygets syfte är att optimera reservdelsförsörjningen på maskinparken.Detta verktyg kan även stödjas med Digital tvilling (Digital Twins), Artificiell intelligens (Artificial Intelligence), Generativ design (Generative Design) och Sakernas Internet (Internet of Things [IoT]) för att skapa ett komplett Digitalt Verktyg (Digital Toolbox) till sina kunder, vilket resulterar i en bättre reservdelsförsörjning och ständiga förbättringar (Continuous Improvement). Meningen med förbättringsarbetet är att optimera underhållsavdelningen och minimera tiden för oplanerade stopp i produktionen, vilket är underhållets primära mål, det vill säga att syftet är att uppnå högre teknisk tillgänglighet på maskinerna. Fallstudien som har utförts visar även att det finns en vinst i att med hjälp av additiv tillverkning får kortare tid i oplanerade stopp. / In this study, the development of industrial maintenance has been studied andthe company Quant Services Sweden AB has been used as a source of inspiration. The case study to test this study has been done at Viverk AB.During my time as a maintenance engineer at Quant, I have discovered opportunities for industrial maintenance, service, and aftermarket. With the support of other studies in industry 4.0, I have managed to identify which technologies and in what way you can use these and strengthen yourself in the international market and strengthen your competitiveness.An analysis has been made of Quant's current state and what gap there is for industry 4.0, and with what technologies one can fill this gap. I have also had discussions with other engineers within the company to assess the need for such work. Three case studies have been carried out to test the theory in this work, the case studies have been carried out at another company to demonstrate the wide implementation and the possibilities with other companies than the current one. The case studies have been done at a company called Viverk AB, which is a manufacturer of industrial washing machines.3D printing (additive manufacturing) is the primary technology studied, the results of which have also been demonstrated. The result of the study shows that maintenance, service, and aftermarket can implement a new digital tool, in Quant's case it can be named quant3D to be consistent with Quant's other digital tools. The purpose of the tool is to optimize the supply of spare parts on the machine parkThis tool can also be supported with Digital Twins, Artificial Intelligence, Generative Design and the Internet of Things (IoT) to create a complete Digital Toolbox for their customers, resulting in a better supply of spare parts and continuous improvement (CI).The purpose of the improvement work is to optimize the maintenance department and minimize the time for unplanned stops in production, which is the primary goal of maintenance, that is the purpose to achieve higher technical availability on the machines. The case study that has been carried out also shows that there is a profit in using additive manufacturing to reduce the time in unplanned stops.

Generative AI systems for image-creation have taken a giant leap technologically in the last few years, creating opportunities for users and introducing new areas of research for the scientific community. New implementations for these technologies are discovered regularly and due to the complex nature of AI, there is an ongoing discussion among researchers on whether generative AI is yet another tool, or if there is potential for the technology to be something more. The aim of this study is to explore the nuances and complexity of co-creation with generative AI, using post-human and post-anthropocentric perspectives that consider human agencies as entangled with machine agency. To understand whether human-AI co-creation is sustainable and valuable as an activity, a netnographic study was conducted to explore the different aspects of user interaction. Among the most relevant of these aspects were the system limitations, dataset limitations, prompting, user goals and user procedures. The study found that the current limitations to the generative AI systems were too significant for the systems to display a high amount of machine agency. This ultimately pointed to human-AI co-creation being non-sustainable and non-valuable as an activity, but the resultsand following discussion also suggest how we can move on overcoming these limitations. / Generativa AI-system för bildskapande har teknologiskt tagit ett stort kliv framåt de senaste åren, detta har lett till möjligheter för användare och det har introducerat nya forskningsområden för forskarvärlden. Nya tillämpningar för dessa teknologier upptäcks regelbundet. På grund av den komplexa naturen hos AI så pågår en diskussion bland forskare gällande huruvida generativ AI är ett nytt verktyg, eller om det finns potential för teknologin att vara något mer. Denna studies mål är att undersöka nyanserna och komplexiteten hos samskapande med generativ AI, genom att använda post-humanistiska och post-antropocentriska perspektiv som betraktar mänsklig ”agency” som sammanflätad med maskiners ”agency”. För att förstå huruvida människa-AI-samskapande är hållbart och värdefullt så utfördes en netnografisk undersökning för att granska de olika aspekterna med användarinteraktion. Bland de mest relevanta av dessa aspekter var systembegränsningarna, datasetsbegränsningarna, promptning, användarmål och användarprocedurer. Undersökningen visade att de nuvarande begränsningarna hos generativa AI-system är för stora för att systemen skulle kunna uppvisa en hög grad ”maskin-agens”. Detta pekade i slutändan mot att människa-AI-samskapande är ohållbart och icke värdefullt som en aktivitet. Men resultaten och den följande diskussionen antyder också hur vi kan gå vidare med att övervinna dessa begränsningar.

Forecasting of highway traffic is a common practice for real traffic information system, and is of vital importance to traffic management and control on highways. As a typical time-series forecasting task, we want to propose a deep learning model to map the historical sensory traffic values (e.g., speed, flow) to future traffic forecasts. Prevailing traffic forecasting methods focus on the graph representation of the urban road. However, compared to the dense connectivity of urban road networks, highway traffic flows normally run on road segments of serial topology. This indicates that the highway traffic flows do not have the same type of spatial interaction, therefore motivating us to resort to a new forecasting paradigm. While traffic patterns can be intuitively represented by spatial-temporal (ST) images, this study transforms the traffic forecasting task into the conditional image generation task. Our approach explores the inherent properties of ST-images from the perspectives of physical meaning and traffic dynamics. An innovative deep learning based architecture is designed to process the ST-image, and a diffusion model is trained to obtain traffic forecasts by generating future ST-image based on the historical STimages. We demonstrate the effectiveness of the architecture in processing ST-image through ablation studies and the effectiveness of the model through comparison with popular baseline models, i.e., LSTM and T-GCN. / Prognos av vägtrafik är en vanlig praxis för riktiga trafikinformationssystem och är av vital betydelse för trafikhantering och kontroll på motorvägar. Som en typisk tidsserieförutsägelseuppgift vill vi föreslå en djupinlärningsmodell för att kartlägga historiska sensoriska trafikvärden (t.ex. hastighet, flöde) till framtida trafikprognoser. Rådande trafikprognosmetoder fokuserar på grafrepresentationen av stadsvägar. Jämfört med den täta anslutningen av stadsvägnät, löper motorvägstrafik normalt på vägsegment med seriell topologi. Detta indikerar att motorvägstrafikflöden inte har samma typ av rumslig interaktion, vilket motiverar oss att använda en ny prognosparadigm. Medan trafikmönster intuitivt kan representeras av spatial-temporala (ST) bilder, omvandlar denna studie trafikprognosuppgiften till en uppgift för betingad bildgenerering. Vår metod utforskar de inneboende egenskaperna hos ST-bilder från perspektiven fysisk betydelse och trafikdynamik. En innovativ djupinlärningsbaserad arkitektur är utformad för att behandla STbilden, och en diffusionsmodell tränas för att erhålla trafikprognoser genom att generera framtida ST-bilder baserat på historiska ST-bilder. Vi demonstrerar effektiviteten hos arkitekturen genom avbränningsstudier och modellens effektivitet genom jämförelse med populära baslinjemodeller, dvs. LSTM och T-GCN.

Text-to-image generation is one of the most significant technological advancements in artificial intelligence (AI) during recent years, with the software Midjourney being amongst the most popular tools for this purpose. There is however some uncertainty about how tools like Midjourney will impact and integrate with creative professions, such as graphic design. To successfully integrate graphic designers with image-generating software, it is necessary for the tools to be designed according to the needs of their design process. This study, therefore, examines the requirements graphic designers have for Midjourney to be integrated into the idea generation phase of their design process. Requirements were gathered through interviews, which were then prioritized through surveys. A comprehensive list of requirements was formulated based on these findings. An analysis of the results was also conducted to analyze the prioritization of each individual requirement. The results highlight areas of improvement in Midjourney, with a focus on control and usability. The discussion explores factors that could have influenced the validity of the results, along with a reflection on the study's implementation. Finally, the conclusion of the study outlines the key improvements needed for Midjourney according to the results and suggests directions for future research within the research area.