As the threat of supply-chain attacks grows, the need for techniques to protect software integrity likewise increases. The concept of reproducible builds is one such protection. By ensuring that a package can be rebuilt in the exact same way every time, reproducible builds allow users to notice when a package has changed even though its source code stays the same. Thus, the knowledge of which packages are reproducible and therefore easier to trust is a crucial part of this protection mechanism. Current strategies for validating and distributing this information rely on the work of a small number of individual entities with limited coordination in-between them, leading to user confusion because of the lack of a central authority. This work describes a protocol for decentralized coordination and validation of package reproducibility based on hidden votes to limit collusion and a reward scheme to ensure collaboration. The protocol uses the Hyperledger Fabric blockchain as supporting infrastructure, gaining the benefits of high availability, integrity of results and decision traceability from its decentralized nature. To test the protocol, a formal specification was written in TLA+ and validated through model checking. The results showed that, at least for the tested networks, the protocol produces valid results and enforces collaboration between users. Next steps for the project would be to build a functional prototype of the system to test its performance characteristics as well as studying the system actor assumptions made in the protocol design. / Likt hotet från leveranskedjeattacker har ökat, ökar även behoven av skyddstekniker för att säkerställa riktigheten hos mjukvara. Ett sådant typ av skydd ges av reproducerbara byggen. Om ett mjukvarupaket kan byggas exakt likadant varje gång så möjliggör det för användare att upptäcka om paketet har förändrats trots att dess källkod inte har gjort det. Att kunna veta vilka paket som är reproducerbara och därmed lättar att lita på är således en central del i denna skyddsmekanism. Nuvarande strategier för validering och distribution av sådan information bygger på arbete från ett fåtal individer och organisationer med begränsad koordinering däremellan. Detta leder till förvirring för användare på grund av bristen av en central tillitspunkt eller auktoritet. Detta arbete beskriver ett protokoll för decentralizerad koordinering och validering av paketreproducerbarhet baserat på hemliga röster för att begränsa otillåtet samarbete och ett belöningssystem för att motivera önskat samarbete. Protokollet använder blockkedjan Hyperledger Fabric som grund, med fördelarna av att få hög tillgänglighet, resultatsriktighet och spårbara beslut. En formel specifikation skrevs i TLA+ för att testa protokollet och validerades med modeltestning. Testresultatet för de testade nätverkskonfigurationerna visade att protokollet genererar valida resultat och garanterar samarbete mellan användare. De nästa stegen i projektet skulle vara att bygga en funktionell prototyp av systemet för att testa dess prestanda såväl som att studera de antaganden protokollet är designat runt.

Emerging advances in the realm of Artificial Intelligence (AI) have had a tremendous impact on various fields around us and society as a whole. As technologies continue to evolve, so will the role of designers when it comes to using AI. It has the potential to be the next tool designers use to create human-centered products and services. To truly understand AI and harness its capabilities, it is crucial to demystify the term and its inner workings. This thesis is explorative research to shed light on collaborative intelligence and how designers can harness the capabilities of AI. It further explores how to integrate the principles of design and AI to create AI-driven products and services. In addition to background research conducted on both design and AI, the importance of both these fields’ intersection was also researched upon. The project followed the Double Diamond design process principles, consisting of four phases: discover, define, develop, and deliver. This process was then used again to design a framework that bridges the gap between AI & design principles. This research aimed to explore how designers could use AI to develop new products and services. The project resulted in a framework that guides designers on how to get acclimated to AI and uses a specific set of principles to design for AI. It contains concepts necessary to understand the different aspects of AI and aims to build a common language amongst all AI practitioners. The framework also serves as a basic outline of a workshop that provides various design methods that AI practitioners can use to ideate AI-driven solutions. / Framsteg inom Artificiell Intelligens (AI) har redan haft enorma effekter på diverse ämnesområden med direkt eller indirekt påverkan på oss människor. I och med att teknologin som utnyttjar AI kommer att utvecklas, kommer även rollen för designers att förändras. AI innehar potentialen att bli nästa verktyg som kan brukas för att skapa människocentrerade produkter och tjänster. För att förstå och nyttja AI och dess förmåga är det kritiskt att avmystifiera termen och dess potential. Detta explorativa arbete syftar till att nysta upp kollaborativ intelligens samt att undersöka hur det kan användas av designers för att nyttja AIs fulla potential. Därtill utforskar arbetet hur AI och designprinciper kan integreras för att skapa AI-baserade produkter och tjänster. Utöver forskningen inom design och AI undersöks även fältens skärningspunkter. Följande arbete använder sig av Double Diamond designprocessen och dess principer: discover, define, develop, and deliver. Denna process kommer att användas för att konstruera ett ramverk som binder samman AI och designprinciper. Arbetet syftar till att utforska hur designers kan använda AI för att skapa nya produkter och tjänster. Resultatet är ett ramverk som kan vägleda designers att acklimatisera sig med AI och dess specifika principer för att kunna applicera AI i sitt arbete. Ramverket innefattar nödvändiga koncept för att förstå olika aspekter av AI och strävar efter att bygga ett gemensamt språk för alla utövare av AI. Ramverket ger dessutom riktlinjer för att strukturera workshops som förser alla möjliga AI användare med designmetoder för att skapa AI baserade lösningar.