<p>I denna studie har vi undersökt tre förskollärares uppfattning av förändringar i detsocioemotionella samspelet efter ett målinriktat arbete med EQ-aktiviteter på förskolan.Vi har i studien särskilt inriktat oss på följande aspekter av barnens socioemotionellaintelligens och kompetens; empati, prosociala färdigheter, relationsfärdigheter,kommunikationsfärdigheter, samarbetsfärdigheter, problemlösningsfärdigheter, självhävdelseoch självkontroll. De teoretiska begrepp som analyseras i studien är sociokulturellteori, Honneths erkännandeteori, socioemotionell intelligens och kompetens,prosocialt beteende, och socialt samspel. Datainsamlingsmetoden är kvalitativ ochbestår av semistrukturerade intervjuer. Resultatet visar att de intervjuade förskollärarnaanser att arbetet med EQ-aktiviteter på förskolan har förändrat det sociala klimatet ibarngruppen i en positiv riktning samt att barnens socioemotionella intelligens ochförmåga har utvecklats. Denna utveckling visar sig främst genom att barnen i högreutsträckning än tidigare visar benägenhet att agera på ett mer genomtänkt ochprosocialt sätt gentemot varandra i olika sociala sammanhang. I diskussionen behandlarvi kritisk reflektion, den verbala förmågans betydelse för den socioemotionellautvecklingen, samt förutsättningar för, och aspekter av ett målinriktat arbete med EQ–verksamhet på förskolan.</p>

Smarta leksaker är en del av den växande trenden Internet of Things och förväntas att öka kraftigt de närmaste åren. Smarta leksaker bli allt vanligare i många hem. Men vad många inte vet är att en smart, internetuppkopplad leksak, kan samla in data kring användaren. Detta sker vanligtvis genom en kamera, mikrofon eller GPS. Informationen som samlas in lagras oftast historisk och kan komma att delas med tredje part och används oftast i en större beräkningsgrund som vi inte alltid tänker på. Dessa leksaker utgör en säkerhetsrisk och kräver därför säkerhetsåtgärder för att säkerställa deras tillförlitlighet, därför att de kommer att användas av barn. Det har framkommit många säkerhetsbrister kring smarta leksaker. Den bristande säkerheten inkluderar informationsläckage, övervakning samt leksaker som används för att avlyssna på barn via obehöriga anslutningar. Mycket beror på den mjukvaran som finns i var och en av dessa leksaker, att den inte uppdateras och att säkerhetshål inte täpps till. Smarta leksaker kommer att innebära oförutsedda datasäkerhets- och integritetsrisker eftersom det för närvarande inte är möjligt att definiera alla möjliga problem som kan uppkomma. Tidigare forskning har tagit upp sårbarheter och risker med dessa leksaker och många har tagit fram en konceptuell bild över Toy Computing – vad det är och hur det fungerar. Men det finns inget bra verktyg för en auktoriserad användare för att stämma av mot för att aktivt skydda sig mot hackare och vad han eller hon bör tänka på när det gäller smarta leksaker.

Studien syftar till att undersöka inställningen till automatiserat beslutsfattande inom rekrytering med fokus på urvalsförfarandet, samt hur aktörerna anser att företaget och den arbetssökande skulle kunna påverkas av detta. Studien har även som avsikt att undersöka aktörernas syn på framtidens rekrytering. Det har endast gjorts ett begränsat antal studier som kombinerar rekrytering och automatiserat beslutsfattande, vilket motiverade denna studie. Semistrukturerade intervjuer genomfördes med personer från åtta svenska företag med en tydlig koppling till rekrytering.Studien baseras på teorier om beslutsfattande och rekrytering, som visar på olika perspektiv på hur människor inte har förmågan att fatta fullständigt rationella beslut. Tidigare forskning som tas upp visar att datorer har större kapacitet att hantera information vilket gör att datorer i de flesta fall tar mer träffsäkra beslut än människor. Vårt resultat visar att samtliga företag inte använder sig av automatiserat beslutfattande i urvalsprocessen idag, men att majoriteten ställer sig positivt till användningen av en sådan metod. De anser att både företaget och den arbetssökande skulle påverkas positivt. Företaget i perspektivet att rekryteringsprocessen skulle kunna bli mer effektiv vilket innebär att fler kandidater och ansökningar kan hanteras. De tror även att kvaliteten och matchningen skulle kunna förbättras genom användningen av automatiserat beslutsfattande. Den arbetssökande skulle kunna påverkas positivt på så sätt att en mer objektiv bedömning skulle kunna genomföras.  Studien visar att det finns en positiv uppfattning om att använda sig avautomatiserat beslutsfattande inom rekrytering. Därför finns det tillfälle att ifrågasätta den traditionella rekryteringsprocessen som används i Sverige idag. Detta grundar sig främst i problemet med felrekryteringar, men även den ökade belastningen på rekryterare på grund av digitaliseringen. Genom att införa automatiserat beslutsfattande visar denna studie på att dessa problem skulle kunna minskas men även att man kan uppnå en högre grad av rationalitet i beslutsfattandet. Därav bör man utveckla och nyansera teorierna om rationellt beslutsfattande och den traditionella rekryteringsprocessen.

No description available.

Artificial Intelligence has in the recent years become a popular subject, many thanks to the recent progress in the area of Machine Learning and particularly to the achievements made using Deep Learning. When combining Reinforcement Learning and Deep Learning, an agent can learn a successful behavior for a given environment. This has opened the possibility for a new domain of optimization. This thesis evaluates if a Deep Reinforcement Learning agent can learn to aid transportation services in a hospital environment. A Deep Q-learning Networkalgorithm (DQN) is implemented, and the performance is evaluated compared to a Linear Regression-, a random-, and a smart agent. The result indicates that it is possible for an agent to learn to aid transportation services in a hospital environment, although it does not outperform linear regression on the most difficult task. For the more complex tasks, the learning process of the agent is unstable, and implementation of a Double Deep Q-learning Network may stabilize the process. An overall conclusion is that Deep Reinforcement Learning can perform well on these types of problems and more applied research may result in greater innovations.

Artificiell intelligens sprider sig allt mer och mer inom olika arbetsområden. I denna studie har en kvalitativ fallstudie gjorts som behandlar hur sjuksköterskors uppfattning av framtida användandet av AI inom vården kan se ut. Genom att intervjua tre sjuksköterskor, en e-hälsostrateg och en projektledare inom området analyseras även detta empiriska material med hjälp av TAM för att slutligen ta reda på hur sjuksköterskors attityder kring att använda AI i framtiden ser ut. Resultatet av studien visar att sjuksköterskors uppfattning och acceptans av AI inom vården är delad i två områden där ena är icke-beslutsfattande AI och andra, beslutsfattande AI. Resultatet visar alltså hur sjuksköterskors attityd är positiv när det kommer till icke-beslutsfattande AI och mer negativ vid beslutsfattande AI. Detta då sjuksköterskorna anser att den mänskliga kontakten försvinner vid beslutsfattande AI. Det vill säga vid användning av AI-baserade system som behåller patientkontakt och kan besluta om vilken slags vård patienten behöver. Istället menar respondenterna att maskin och människa går bäst hand i hand.

AI är något som blir allt viktigare inom dagens spel och får allt högre krav på att agera mänskligt och intelligent. Detta kandidatarbete undersöker vilken metod som är att föredra för att skapa en AI som kan lära sig av sina tidigare erfarenheter. Några av de metoder som undersöks är trädstrukturer, Artificial Neural Network och GoCap. Genom att skapa en applikation med en av metoderna samt göra en undersökning på hur AI:n i applikationen upplevdes fick vi resultat om denna metod var användbar. Utifrån detta diskuteras det ifall andra metoder hade varit mer effektiva, hur man hade kunnat förbättra AI:n samt hur framtiden för spel-AI skulle kunna se ut. / AI is something that has become more important in today’s games and gets higher pressure to act human and intelligent. This thesis examines which methods are preferred when creating an AI that can learn from its previous experiences. Some of the methods that are examined are tree structures, Artificial Neural Network and GoCap. By creating an application with one of the methods and a survey of how the AI in the application was perceived we got a result that showed us if the method was functional. From this we discuss if the other methods would have been more effective, how we could have improved the AI and what the future for game-AI holds.

Att använda artificiella neurala nätverk i datorspel blir ett allt mer populärt sätt att styra de datorstyrda agenterna då detta gör att agenterna får ett mer mänskligt beteende och förmågan att generalisera och möta nya situationer och klara sig igenom dessa på ett sätt som andra typer av artificiell intelligens inte alltid kan hantera. Svårigheten med denna teknik är att träna nätverket vilket ofta kräver en lång tid av inlärning och många olika träningfall. Genom att använda genetiska algoritmer för att träna upp nätverken så kan mycket av det både tid och prestandakrävande arbetet undvikas. Denna rapport kommer att undersöka möjligheten att använda genetiska tekniker för att träna artificiella neurala nätverk i en miljö anpassad till och med fokus på spel. Att använda genetiska tekniker för att träna artificiella neurala nätverk är en bra inlärningsteknik för problem där det enkelt går att skapa en passande fitnessfunktion och där andra inlärningstekniker kan vara svåra att använda. Det är dock ingen teknik som helt tar bort arbetet från utvecklare utan istället flyttar det mer åt att utveckla fitnessfunktionen och modifiera variabler.

Arbetet i föreliggande text handlar om elever med särskild begåvning inom ämnet matematik. Med elever med särskild begåvning menas särbegåvade elever som har en hög intelligensnivå, IQ (Pettersson 2011, s.13). Elever med särskild begåvning är i behov av anpassningar och stöd vilket de inte alltid får i skolan. Arbetet belyser på grund av detta vilka anpassningar och stöd som särbegåvade elever får samt hur lärare och skolor identifierar dessa elever. Syftet med vårt arbete är att få kunskap om tidigare forskning om särbegåvade elever i matematik. Vi har på grund av detta valt att se över vilka anpassningar och stöd som de särbegåvade eleverna får i skolan genom att granska vad olika studier kommit fram till. Studierna är gjorda i Sverige men även i länder som Storbritannien, Turkiet och USA. Vi har valt att se över vad som utmärker forskning om hur särbegåvade elever kan utvecklas medeller utan stöd samt anpassningar och hur de gagnas av stöd om de har tillgång till detta.

Sammanfattning Det övergripande syftet med denna uppsats är att undersöka hur personal på en daglig verksamhet upplever skapandet av relationer med sina klienter på verksamheten, samt vad personalen beskriver som viktigt i och vilka strategier de använder sig av i skapandet av relationer till sina klienter. I studien genomförs fyra intervjuer med personal på en dagligverksamhet. Resultatet analyserades och strukturerades upp med ett hermeneutiskt förhållningssätt och kvalitativ innehållsanalys, samt belystes därefter utifrån tidigare forskning och teorier i Emotionell Intelligens, att "använda sig själv", Mentalisering och Anknytningsteori. Resultatet visar att personalen uppfattar relationen som en självklar del av deras arbete och en viktig del för utförandet av verksamheten. Relationen bidrar med trygghet, tillit och förtroende hos klienterna, som resultatet visar, utgör vitala delar för att en relation ska kunna skapas. Till hjälp i relationsskapandet använder sig personalen av sig själv som verktyg, personliga egenskaper, professionell arbetslivserfarenhet och individuellt erhållen kunskap kring varje klient. Resultatet bekräftar den forskning och de teorier som användes i studien. I relationskapande krävs det att socialarbetaren är empatisk, har en reflekterande förmåga kring sig själv, sina egna och klienters känslor, samt förmåga att kunna identifiera känslors ursprung och reglera dessa hos sig själv och i sina klienter