The development of marketing has gone from traditional to digital and then AI-powered marketing. The clothing retailer uses AI to reach out to its customers and personalize the shopping experience. As a result of the increasing use of AI-driven marketing, this study also sheds light on privacy aspects, customers place higher demands on marketers to protect the customer’s personal privacy. The Study aims to explore how digital marketing supported by AI, can convert potential customers into actual customers. The study also aims to explore how marketers can address customer privacy concerns related to the collection of personal data. In order to conduct this study a qualitative method with semi-structured interviews has been applied. Interviews have been conducted with marketing specialists, strategists, and managers within ten different marketing agencies. The study has concluded that customer conversion can be enabled by using AI-powered digital marketing tools to provide the customer personalized shopping experience. AI increases accuracy and precision in marketing, the customer can continuously take advantage of offers that are relevant, which in turn increases the chance of a conversion. When it comes to privacy concerns, the marketers describe that it can be reduced with the help of trust building efforts. A policy that explains what AI is and why it is used creates transparency between company and customer. Marketers also believe that the customer should be rewarded with benefits because the customer shares personal information.

Inledning: Bröstcancer är den vanligaste cancersjukdomen bland kvinnor i Sverige. I Sverige erbjuds alla kvinnor i åldern 40 och 75 år regelbundna hälsokontroller med mammografiscreening. Dagens screeningverktyg för bröstcancer har en känslighet på 87 procent att upptäcka bröstcancer och de övriga 13 procent upptäcks inte vid mammografiscreening. Artificiell intelligens (AI) inom bröstcancerscreening kan bidra till säkrare bilddiagnostisk och minskar dödlighet i bröstcancer. Genom att röntgensjuksköterskor följer utvecklingen och får ökad förståelse för AI:s effekter inom mammografiscreening så kommer detta att bidra till fortsatt evidensbaserad vård. Syfte: Syftet med denna studie var att belysa AI:s effekter inom mammografiscreening. Metod: Denna studie genomfördes som en allmänlitteraturöversikt enligt Fribergs (2017) tillvägagångssätt och beskrivning. Artikelsökningen gjordes i databaserna PubMed och CINAHL resulterade i 14 artiklar som svarade på studiens syfte. Resultat: Resultatet av studien visar att AI kan minska antalet falska positiva och falska negativa svar. AI kan klassificera bröstvävnaden och urskilja maligna förkalkningar från benigna. Genom att AI används som stödverktyg under dubbelgranskning kan radiologerna upptäcka bröstcancer tidigare hos fler kvinnor. Röntgensjuksköterskornas arbetsbelastning kommer att minska i takt med minskat antal falskt positiva svar. Slutsats: Denna studie visade på flera positiva effekter av AI som ett verktyg inom mammografiscreening. Minskning av falskt positiva svar skapar förutsättningar för färre antal oroliga kvinnor i samband med undersökningarna. Minskning av falskt negativa svar kommer att öka tidig upptäckt av bröstcancer. Tidig upptäckt av bröstcancer minskar därmed dödligheten i sjukdomen, vilket är till patientnytta. AI kommer även bidra till förbättrat arbetsflöde, minskad psykisk påfrestning och därmed minskad utbrändhet för röntgensjuksköterskor. Genom att röntgensjuksköterskan uppdaterar sig kring den utveckling som sker i vården så kan detta medföra förbättrad vård, vilket i sin tur leder till säkrare och effektivare vård i samhället (SFR, 2012).

Many major car manufacturers predict that autonomous vehicles controlled by AI (Artificial Intelligence) will be the future of the automotive industry. This means that AI makes the decisions even in emergency situations where people can be injured. Therefore, policies and guidelines are required for how autonomous vehicles should act in emergency situations (Faggella, 2020). This study will focus on how young adults view this dilemma.   The purpose of this study is to investigate how young adults believe that an AV (Autonomous Vehicle) should act in emergency situations, and understand what gives rise to their way of thinking.   To achieve the purpose of the survey and answer the research questions, a qualitative data collection through semi-structured interviews has been performed. The data collected was analyzed  with the help of a quantitative data analysis where the themes, patterns and connections that were identified are presented in the results and analyzed in the discussion (chapter 7).   The results generated by the empirical evidence show that young adults' view on how autonomous vehicles should act in emergency situations are largely in line with what previous studies have concluded. The result indicates that young adults find it most important to save as many lives as possible but also to follow the law. / Många stora biltillverkare förutspår att autonoma fordon som styrs med hjälp av AI (Artificial Intelligence) kommer att vara framtiden för bilindustrin. Detta medför att det är AI som fattar besluten även i nödsituationer där människor kan komma till skada. Därför krävs det policys och riktlinjer för hur autonoma fordon ska agera i nödsituationer (Faggella, 2020).  Denna undersökning fokuserar på hur unga vuxna ser på detta dilemma.    Syftet med detta examensarbete är att undersöka hur unga vuxna anser att en AV (Autonomous Vehicle) ska agera i nödsituationer, samt förstå vad som ger upphov till deras tankesätt.    För att uppnå undersökningens syfte och besvara två forskningsfrågor har kvalitativa data samlats in genom semistrukturerade intervjuer. Den data som samlades in analyserades med hjälp av en kvantitativ dataanalys där de teman, mönster och samband som hittades redovisas i resultatet och analyseras i diskussionen (kapitel 7).    De resultat som empirin genererade visar på att unga vuxnas synsätt på hur autonoma fordon skall agera i nödsituationer stämmer till stor del överens med vad tidigare undersökningar har kommit fram till. Resultatet pekar på att unga vuxna tycker är allra viktigast är att rädda så många liv som möjligt men även att följa lagen.

No description available.

Motion capture(“MoCap”) has been used for a long time in the movie and videogame industries to animate digital characters. This technology commonly requires a studio and expensive stationary equipment. However, in recent years markerless MoCap has emerged. This is a technology that uses machine learning to estimate and reproduce the movements of humans. This technology can be used with a single video camera thus making it more accessible. This study relates to research on motion capture, machine learning and computer animation. The study examines a selection of markerless MoCap tools available on the market with amateurs and small businesses as target audiences. This to explore to which extent markerless MoCap for amateurs is suitable for use. The research questions asked in this study are: How well do these tools recreate motions from an animation? How are these results affected by aggravating circumstances? How do the results of the tools differ from each other? To explore these questions, a selection of five markerless MoCap services was made. These five services were then tested to study their performances in different aggravating circumstances. An original animation was created and used in these tests. The results from these tests were analyzed using a qualitative visual analysis and a numerical analysis of extreme values. The study found the tools could not accurately reproduce the animation they were given to process. The most prominent problem being that of depth perception, which resulted in the processed animations often deviating in depth. The services also had obvious problems with recreating arms. The study also found that some of the different aggravating circumstances affected the results more than others. The results of this study shows that markerless MoCap for amateurs still has development ahead of it before the technology can be considered an effective tool. / Motion Capture (“MoCap”) har länge använts inom film- och spelindustrin för att animera digitala karaktärer. MoCap i storskalig produktion kräver dock vanligtvis en studio och dyr utrustning. Men på senare år har Markerless MoCap vuxit fram. Det är en teknik som använder sig av maskininlärning för att estimera och avbilda en persons rörelser. Denna kan användas med enbart en videokamera vilket gör tekniken lättillgänglig. Denna studie relaterar till forskning som berör Motion Capture, 3D-datoranimation, AI och maskininlärning. Studien undersöker ett urval av Markerless MoCap-verktyg som finns tillgängliga allmänheten, med amatörer och småföretag som målgrupp. Detta i syfte att undersöka i vilken utsträckning markerless MoCap för amatörer är lämplig för bruk. Problemformuleringen i denna studie är: Hur väl återskapar programmen rörelserna från en animation? Hur påverkas detta resultat av försvårande omständigheter? Hur skiljer sig dessa programs resultat från varandra? För att undersöka dessa frågor gjordes ett urval av fem Markerless MoCap-verktyg. Dessa fem verktyg testades för att studera verktygens prestationer under olika försvårande omständigheter. En egenproducerad animation användes i dessa tester. Resultaten från dessa tester analyserades med en kvalitativ visuell analys och en numerisk analys av extremvärden. Studien fann att verktygen inte med precision kunde återge den animation de fått att avbilda. Tydligast var problemet med djupseendet, vilket resulterade i att de bearbetade animationerna ofta avvek i djupled. Verktygen hade också påtagliga problem med att avbilda armar. Studien fann även att vissa försvårande omständigheter hade större effekt än andra. Den här studiens resultat visar att Markerless MoCap för amatörer fortfarande har utveckling kvar innan tekniken kan betraktas som ett effektivt verktyg.

Studiens syfte är att beskriva hur yrkesverksamma lärare i högre utbildning uppfattar att AI kan påverka både studenters kunskapsutveckling och deras undervisningsroll. Utifrån studiens syfte, frågeställningar och teori, tillämpades en kvalitativ metod i form av semistrukturerade intervjuer. Sju lärare vid fyra olika lärosäten har intervjuats. Analysen utgick från en fenomenografisk analysmodell. Analysmodellen utgjorde ett underlag för att rekonstruera lärarnas utsagor efter den teoretiska utgångspunkten, i syfte för att visa ett utfallsrum på studenternas kunskapsutveckling. Resultaten visar att lärare har skilda uppfattningar om AI:s påverkan på kunskapsutvecklingen och på deras undervisningsroll. I relation till resultatet framgick det att AI kan utgöra en stödfunktion för att främja kunskapsutvecklingen. Vidare visar resultatet även att lärare kan uppfatta AI som ett hinder. Den bakomliggande orsaken ansågs vara fusk. Lärare tycks uppfatta att AI kan ha en positiv inverkan på deras undervisningsroll, genom att frigöra mer tid för interaktion med studenterna. Slutsatsen som kan dras från denna studie är, att AI inte bidrar till kunskapsutveckling. Lärare är medvetna om både möjligheterna och hinder som kan komma uppstå med användningen av AI. Kunskapen kring lärares uppfattningar om AI, kan bidra till ökad förståelse för hur AI kan nyttjas i syfte att främja studenters kunskapsutveckling. Det kan även utgöra ett underlag för vidareutveckling och anpassning av AI inom högre utbildning.

Den här uppsatsen undersöker artificiell intelligens (AI):s förmåga att producera nyhetsartiklar, vad bristerna och styrkorna med AI-genererade artiklar är samt vilka etiska problem som finns med att implementera AI i journalistiska processer. Mer specifikt har GPT-4, som i skrivande stund är en ny men kraftig språkmodell, använts för att generera artiklarna som undersökts. I studien har sex deltagare blivit exponerade för totalt nyhetsartiklar varav fem var AI-genererade och fem var mänskliga. Deltagarna har sedan, utan att få veta vem som skrivit artiklarna, fått uttrycka sina tankar och känslor om artiklarna och AI-genererade nyheteröverlag i syfte att öka förståelsen för hur artiklarna upplevdes. Resultatet från undersökningen visar att deltagarna överlag hade svårt att identifiera vilka artiklar som var genererade av AI. Ofta gissade de att en människa hade skrivit texten, fast den var AI-genererad. Detta varierade dock något mellan texterna. Vissa av de AI-genererade artiklarna hade brister som gjorde att deltagarna kunde identifiera dem som icke-mänskliga. Exempel på brister var att de innehöll upprepningar, konstiga formuleringar, upplevdes som opersonliga eller innehöll politiskt vinklade budskap. De innehöll även faktafel. De AI-genererade artiklarna kunde dock, trots vissa brister, ofta övertyga läsarna om att de var skrivna av en människa. Ett inslag som visade sig vara särskilt effektivt var förekomsten av antropomorfiska, eller mänskliga inslag i artiklarna. Mot undersökningens slut fick deltagarna frågan hur de ser på att eventuellt läsa AI-genererade nyheter i framtiden. Deras åsikter visade sig vara blandade - vissa var positiva till att läsa algoritmiskt genererade nyheter men vissa var också skeptiska. Slutsatsen som kan dras utifrån litteraturstudien i kombination med resultatet från undersökningen är att även om generativ AI som GPT-4 är på god väg mot att kunna generera språkmässigt passerbara nyhetsartiklar, bör beslut om att implementera tekniken noga övervägas, inte minst på grund av de etiska problem som kan uppstå när AI agerar journalist.

The introduction of ChatGPT to the public in November 2022 garnered significant media attention, sparking debates about the future impact of AI systems on humanity. This phenomenon has prompted discussions on ethical considerations in AI development and the challenge of distinguishing between AI-generated and human-created content. Such uncertainties have led to questions about credibility and reliability in the digital realm. In contexts like social media and news platforms, the increased use of AI-generated content blurs the lines between trustworthy and fabricated information, amplifying concerns around terms like fake new sand deep fakes. This study investigates the evolving landscape of information mediation in the age of AI, shedding light on the challenges faced by information creators and consumers. It also investigates the integration of AI-generated content into the workflows of information mediators and communicators, revealing insights into their roles and responsibilities as AI plays a growing role. Through content analysis and semi-structured interviews, the study uncovers the complex interplay between human expertise and AI capabilities, highlighting the potential benefits of AI in enhancing efficiency and personalization while also acknowledging concerns related to authenticity, credibility, and ethics. The study recommends continuous monitoring of these shifts, both in terms of necessary skillsets and changing attitudes towards AI. It emphasizes the evolving nature of ethical guidelines, urging their adaptation to address emerging complexities in AI ecology. In conclusion, this study contributes to the discourse on AI's impact on information mediation, providing insights into the changing landscape for content creators and consumers.

I dagens samhälle talas det dagligen i media om AI, både som hot och möjlighet, och det kommer nya verktyg och AI-stöd hela tiden. Men hur är det att faktiskt använda dessa i en gestaltande process? Vilka frågor och problem möter jag som kreatör när jag vill använda mig av AI-stödda verktyg? Kan jag lita på resultatet som jag får från verktygen? Kan jag lita på leverantörerna och de resultat som produceras. Är resultaten representativa, inkluderande och faktabaserade eller behöver jag kritiskt granska och bedöma dem? Genom att ha använt mig av AI-stödda verktyg under en gestaltande process, där jag skapat en berättelse som har visualiserats och sedan tonsatts, så har jag undersökt hur dessa verktyg har påverkat mitt gestaltande och samtidigt undersökt vilka risker och problem som kan vara associerade med användandet av dessa AI-stödda verktyg. Resultaten visar att även om det snabbt går att nå resultat i den gestaltande processen, så är det flera frågor vi behöver ta ställning till.

Denna studie ämnar undersöka vilken inställning svenska revisorer har gentemot AI-verktyg och huruvida svenska revisorer uppvisar algoritmaversion i relation till AI-verktyg inom revision. Införandet av AI-verktyg i revisionsbranschen har potential att förändra revisorsyrket i grunden och bidra till stora ökningar i revisionskvalitet. Denna potential riskerar dock att ha motsatt effekt om revisorer litar på AI-verktyg i mindre utsträckning än de litar på människor, ett fenomen som kallas algoritmaversion. Tidigare undersökningar har visat att revisorer i USA uppvisar algoritmaversion, men hittills har fenomenet inte studerats i Sverige. Genom intervjuer med elva auktoriserade revisorer och fyra leverantörer av revisionsverktyg med utgångspunkt i TAM2-modellen finner vi indikationer på att svenska revisorer har en hög acceptans av AI-verktyg inom revision och inte uppvisar algoritmaversion. Om resultaten visar sig vara allmängiltiga innebär det att införandet av AI-verktyg i den svenska revisionsbranschen kommer att bidra till ökad revisionskvalitet.