Adaptiva system är idag en viktig resurs för att kunna utföra vardagliga uppgifter och tillgodose användarnas behov med personliga anpassningar. Sådana system är vanligtvis baserade på modeller som förlitar sig på komplexa algoritmer för artificiell intelligens som gör att systemets beteende uppfattas som ogenomskinligt för användarna. Därför behövs förklaringar av systemets beteende för att förbättra systemets transparens. I den här studien utvärderas två förklaringsmetoder, textbaserad och interaktiv, i samband med tre adaptiva system i ett fordon. Forskningsprojektet syftar till att bedöma potentialen hos de interaktiva förklaringarna jämfört med de textbaserade när det gäller acceptans av systemet, förtroende för systemet och dess användarupplevelse (UX). I detta syfte har en körstudie med 38 deltagare genomförts. Resultaten i allmänhet visar inga signifikanta skillnader för de tre variablerna mellan de två förklaringsmetoderna, även om en liten dominans av det textbaserade konceptet kan noteras. Resultaten i UX och Trust uppmuntrar dock till ytterligare undersökningar av interaktiva förklaringsmetoder. Från resultaten framkom dessutom behovet av kontroll av föraren i anpassningarna, och nödvändigheten av att skräddarsy förklaringsmetoden beroende på vilket förklaringsdesignmönster som används och vilket adaptivt system som avses. Dessa resultat uppmuntrar till framtida forskning om utformningen av användarcentrerade adaptiva system i fordon. / Nowadays adaptive systems represent an essential resource in achieving everyday life tasks, meeting users’ needs with personalized adaptations. Such systems are usually based on models that rely on complex artificial intelligence algorithms that make perceive the system behavior as opaque to the users. Therefore explanations of the system’s behavior are needed to improve system transparency. In this study, two explanatory approaches, named text-based and interactive, are evaluated in the context of three in-vehicle adaptive systems. The research aims to assess the potential of the interactive explanations compared with the text-based ones in terms of Acceptance of the system, Trust in the system, and User Experience (UX) of the system. To this purpose, a real-world driving study with 38 participants has been conducted. The results in general do not indicate significant differences in the three variables between the two explanatory approaches, although a slight predominance of the text-based concept is recognizable. However, the results in UX and Trust encourage further explorations of interactive explanatory approaches. From this research, it emerged the need for control of the driver over the adaptations, and the necessity of tailoring the explanatory approach depending on the explanations design pattern used, and the adaptive system targeted. These findings encourage future research in the design of user-centered in-vehicle adaptive systems.

Artificial intelligence is becoming an increasingly important part of our lives and can be found in everything from fridges to phones. One of the applications of AI is the police use of facial recognition technology for law enforcement purposes. However, the use poses a major risk to fundamental rights. As part of the European Commission's initiative to create a Union fit for the digital age, the proposal for an AI Act was introduced in 2021 with the aim of setting the limit of permissible use of AI. In the act, the use of real-time facial recognition is prohibited except for a few exceptions which the police in the Union argue will severely hinder their work. However, the scope of the prohibition is ambiguous, and the act is riddled with various problems in its regulation of facial recognition used for law enforcement purposes. This thesis will therefore critically analyse the AI Act on the basis of three research questions. The first question examines how the AI Act will affect current law and the police’s ability to use facial recognition for law enforcement purposes. This thesis finds regarding real-time facial recognition, the act will replace LED as applicable law. However, for high-risk applications of FRT, there will be an interplay between the two regulations. When it comes to the effect on the police’s use of FRT for law enforcement purposes, this thesis finds that the police have no bigger reason for worry. The exceptions make a myriad of otherwise prohibited uses of real-time FRT permissible, and the use of post-FRT is not regulated in the act. The second question analyses the problems with the act and the thesis finds that there are essentially four major problems with the act. The exceptions allow for a disproportionate amount of otherwise prohibited uses of FRT, it is too difficult to interpret and the mechanisms for futureproofing are lacking. Furthermore, the interplay with Prüm II must be considered to a greater extent. The third and final question provides three different solutions to the problems. The first solution is to reduce the scope of the exceptions. The second solution is to revise the high-risk provision to make it easier to add new systems. Finally, this thesis finds that the introduction of a separate regulation for law enforcement use, like GDPR & LED, would be a good solution.

Artificiell intelligens (AI) blir allt vanligare i dagens samhälle och kan överta många av de arbetsuppgifter redovisningsbyråer utför idag. Det innebär att AI kan efterlikna den mänskliga hjärnan och självständigt lösa problem samt ta beslut. En bransch som kan dra fördelar med AI är redovisningsbranschen och dess tillhörande redovisningssystem. Trots detta visar tidigare forskning att flera aspekter hindrar implementeringen av AI, likaså att flera aspekter är anledningen till att redovisningsbyråer väljer att implementera AI. Däremot krävs vidare forskning för att få en större förståelse för vilket inflytande aspekterna har. Syftet med studien är att öka förståelsen för vad som avgör om en redovisningsbyrå använder AI i sitt redovisningssystem, samt om aspekternas påverkan skiljer sig mellan olika storlekar på redovisningsbyråer. Fokus i studien är fyra aspekter: kostnad, kunskap, personalomsättning, lagstiftning, eftersom alla har pekats ut av tidigare forskning som avgörande i beslutet. Studien grundas på en kvalitativ forskningsstrategi där elva semistrukturerade intervjuer utgör respondenterna. Urvalet består av stora, små, och mikro redovisningsbyråer i Sverige. Studiens resultat indikerar att samtliga aspekter påverkar användandet av AI på ett eller annat sätt. Kostnadsbesparing utmärker sig som en central anledning, likväl okunskap som ett motstånd till implementering. Slutligen berör uppsatsen ett nytt perspektiv då storlek på redovisningsbyråer lyfts. Storleken anses ha en påverkan men är inte den avgörande aspekten. Genom att flera storlekar inkluderas kan studiens resultat appliceras på en större målgrupp. / Artificial intelligence (AI) is becoming more common in today's society and can take over many of the tasks currently performed by accounting firms. This means that the computer can mimic the human brain and independently solve problems and make decisions. One industry that can strongly benefit from AI is the accounting industry and accounting systems. Despite this, previous research shows that several aspects hinder the implementation of AI. Furthermore, previous research shows that several aspects are the reason why accounting firms choose to implement AI. However, further research is needed to gain a better understanding of the influence of these aspects.  The study aims to increase the understanding of what determines whether an accounting firm uses AI in its accounting system. And whether it differs between different sizes of accounting firms. The focus of the study is four aspects: cost, knowledge, employee turnover and legislation, all of these have been identified by previous research as crucial in the decision. The study is based on a qualitative research strategy where eleven semi-structured interviews constitute the respondents. The sample consists of large, small, and micro accounting firms in Sweden.  The results of the study indicate that all aspects affect the use of AI in one way or another. Cost saving stands out as the main reason, as well as lack of knowledge stands out as an obstacle to implementation. Finally, the paper addresses a new perspective as the size of the accounting firms is highlighted. Size is considered to have an impact but not the key aspect. Thus, the study's results can be applied to a larger target group.

ChatGPT is a recently released chatbot that through the use of deep learning can generate human-like statements on a variety of topics. Deep learning models have a potential to affect politics. They can for instance be used as a source for political information or be used to create and spread political messages. ChatGPT is itself able to describe the stances of different political parties and can generate political messages based on these stances. In this thesis, a semantic similarity program, utilizing the models Stanza and Sentence-BERT, is implemented. This program is used to compare the semantic similarity of political statements and information generated by ChatGPT to authentic statements and information written by Swedish political representatives prior to the 2022 general election. The results of the thesis demonstrate that ChatGPT with relatively high accuracy (over 60 % when three options are available) is able to correctly reflect the standpoints of Swedish political parties in specific political questions. When compared to authentic political information using semantic similarity, there is no discernible difference between the scores achieved by ChatGPT’s statements and the scores achieved by authentic statements from political representatives. This might reflect that ChatGPT performs well in semantically mimicking the style used by political representatives. Alternatively, the result could indicate limited usefulness of semantic similarity as a comparative method for political statements. / ChatGPT är en nyligen släppt chattrobot som med hjälp av djupinlärning kan skapa människo-liknande uttalanden inom en rad olika ämnen. Det är möjligt för djupinlärningsmodeller att ha politisk påverkan. Djupinlärningsmodeller kan exempelvis användas som källor för politisk information eller användas för att skapa och sprida politiska meddelanden. ChatGPT har förmågan att beskriva ståndpunkterna hos olika politiska partier samt generera politiska meddelanden baserat på dessa ståndpunkter. I denna studie implementeras ett program för att avgöra semantisk likhet mellan texter. Programmet använder modellerna Stanza och Sentence-BERT. Med hjälp av programmet jämförs semantisk likhet mellan politiska uttalanden och information genererad av ChatGPT, och autentiska uttalanden och autentisk information skriven av svenska politiska representanter innan riksdagsvalet i Sverige 2022. Studiens resultat visar att ChatGPT med relativt hög korrekthet (över 60 % när tre alternativ är möjliga) lyckas framföra samma ståndpunkter som riktiga representanter från de olika partierna i specifika politiska frågor. Ingen märkbar skillnad i semantisk likhet hittas när ChatGPT:s och riktiga representanters uttalanden jämförs med riktig politisk information. Detta kan visa på att ChatGPT är bra på att semantiskt härma stilen som används av politiska representanter. Resultatet kan alternativt tolkas som tydande på att semantisk likhet har ett begränsat värde som jämförelsemetod för politiska texter.

Psykisk ohälsa har blivit alltmer vanligt förekommande och identifieras idag som ett globalt problem. Siffror för unga svenskar i åldersspannet 16-29 år som lider av psykiska problem visar oroväckande ökningar under de senaste 15 åren. Samtidigt som det sker en ökning av psykiska problem genomförs studier som belyser vikten av AI inom hälsosektorn. Dessa studier omfattar både fördelar och begränsningar, där ett återkommande tema är bristande acceptans från användarens sida. Syftet med denna studie är att undersöka acceptansen hos unga vuxna män och kvinnor i Sverige, i åldersspannet 16-29 år. Acceptansen undersöks genom en kvantitativ enkätundersökning baserad på TAM (technology acceptance model). Enkätundersökningen inkluderade totalt 73 respondenter. Vi vill dock påpeka att detta antal kan begränsa validiteten och möjligheten till generalisering.  För respektive chatbotar och avatarer har fem hypoteser definierats, varav samtliga gällande chatbotar accepteras medan fyra av fem gällande avatarer. Resultaten från studiens hypoteser visar tydliga relationer, med positiva korrelationer och signifikanta värden på en-procentsnivå (p < 0,01). Det framkommer klara samband mellan uppfattad användarvänlighet och uppfattad användbarhet, uppfattad användbarhet och attityd till användning, samt mellan attityd till användning och förmodad användning. Dessa resultat, baserade på insamlad data från studiens enkätundersökning, avslöjar en övergripande låg acceptans bland unga svenskar när det gäller AI-integrerad hälsorådgivning, och att det finns en viss oro och tveksamhet när det gället användningen av AI inom psykvården. / Mental health issues have become increasingly common and are now identified as a global problem. Figures for young Swedes aged 16-29 suffering from mental health problems show alarming increases over the past 15 years. Concurrently with the rise in mental health issues, studies highlighting the importance of AI in the healthcare sector are being conducted. These studies cover both advantages and limitations, with a recurring theme being a lack of acceptance from users. The purpose of this study is to examine the acceptance among young adults, both men and women, in Sweden, within the age range of 16-29 years. Acceptance is investigated through a quantitative survey based on the Technology Acceptance Model (TAM). The survey included a total of 73 respondents. However, we would like to point out that this number may limit the validity and generalizability of the findings. For both chatbots and avatars, five hypotheses have been defined, with all related to chatbots being accepted while four out of five related to avatars are accepted. The results of the study's hypotheses show clear relationships, with positive correlations and significant values at the one percent level (p < 0.01). There are clear connections between perceived ease of use and perceived usefulness, perceived usefulness and attitude toward use, as well as between attitude toward use and intended use. These results, based on collected data from the survey, reveal an overall low acceptance among young Swedes regarding AI-integrated health advice and indicate a certain level of concern and hesitation regarding the use of AI in mental healthcare

In this paper, ML models are applied to discover the predictability of show-ups among patients visiting a specific company, Distriktstandvården. The motivation is to enable overbooking of scheduled time-blocks to increase the efficiency of the company’s use of resources. To achieve such efficiency, patient predictability has to be investigated and used. The application of the company’s internal data to train and test a machine learning model is presented and assessed in this paper. The result was that despite there being a large quantity of contributing parameters as well as a vast database to train on, the quality of the parameters and complexity of the task proved to only contribute to a precision quality of 69.3%, where 75% was deemed a desirable target. Despite the efforts in optimizing the model, and with the testing of alternative model candidates, the models did not discover strong links using the provided data for predicting patient show-up. / Maskininlärningsmodeller appliceras i denna rapport för att utforska förutsägbarheten av att patienter dyker upp på bokade besök hos företaget Distriktstandvården. Motivationen till utförandet av rapporten är att möjliggöra överbokning av schemalagda besök för att öka företagets inre effektivitet. För att uppnå en sådan effektivitet behöver förutsägbarheten av att patienter dyker upp utforskas och tillämpas. Användandet av företagets interna data i syfte att träna och testa en maskininlärningsmodell presenteras och bedöms därför i denna rapport. Resultatet var att trots tillgängligheten av en stor samling av relevant data, så uppnåddes endast en precision på förutsägbarheten till 69,3% där 75% var satt som mål. Starka bidragande mönster för maskininlärningsprocessen hittades inte inom det tillhandahållna datat trots extensiva optimeringsförsök av modellen i samband med testandet av flertalet alternativ till modellen.

Artificiell intelligens (AI) har fått en enorm uppmärksamhet på senare tid som en av de mest spännande teknologierna i vår tid. Men samtidigt har den också blivit en av de mest omdiskuterade teknologierna på grund av den osäkerhet och oro som omger dess utveckling. Denna studie har genomförts för att undersöka huruvida osäkerheten kring utvecklingen av AI är befogad och vilka risker kan uppkomma om utvecklingen fortsätter utan mänsklig förståelse och kontroll. Studien baseras på data från kvalitativa intervjuer med experter inom ämnet samt insamlade och analyserade artiklar för att få en bredare förståelse för de risker och den osäkerhet som är förknippad med utvecklingen av AI. Forskningsfrågorna som studien har till fokus att besvara är: ● Är osäkerheten med AI-utvecklingen befogad? ● Vilka risker kan uppkomma med AI:s fortsatta okontrollerade utveckling utan mänsklig förståelse? Resultatet från denna undersökning visar att osäkerheten kring den stundande AI-utvecklingen är befogad men att det inte är något människor behöver vara oroliga för i dagsläget då utvecklingen anses vara under kontroll. AI ses heller inte som en teknologi som kommer eller bör fungera helt autonomt utan det kommer alltid att krävas en interaktion mellan teknologin och människor. Resultatet visar att den största risken med AI-utvecklingen är att teknologin utvecklas utifrån fel intentioner och används på ett skadligt sätt. Det finns en överhängande risk att AI kan bli en katastrofal kraft som leder till människans undergång genom att utplåna och ersätta mänskligheten. Andra risker som kunnat identifierats med hjälp av denna undersökning är att AI kan generera kränkande, felaktig eller missvisande information. För att undvika att AI blir en hämmande faktor för kreativitet och innovation är det viktigt att öka kunskapen och förståelsen kring AI samt säkerställa dess korrekta användning. Genom att säkerställa att utvecklingen går åt rätt håll och är förenlig med människors mål och värderingar minskar osäkerheten samt de potentiella riskerna. Möjligheterna till framtida forskning med hjälp av denna undersökning är stora då AI är ett ständigt utvecklande område och kan användas för många olika syften. Från studiens resultat och slutsatser har en tänkt femstegsmodell utvecklats som ett förslag till framtida forskning. Denna femstegsmodell kan tillämpas för att analysera och undersöka hur man i framtiden kan hantera osäkerheten och riskerna med AI som har identifierats i denna undersökning. Ett ytterligare förslag som denna studie föreslår som framtida forskning är att undersöka osäkerheten kring AI generellt i samhället. / Artificial intelligence (AI) has received enormous attention recently as one of the most exciting technologies of our time. At the same time, it has also become one of the most debated technologies due to the uncertainty and concerns surrounding its development. This study has been conducted to investigate whether the uncertainty surrounding the development of AI is justified and what risks may arise if development continues without human understanding and control. The study is based on data from qualitative interviews with experts in the subject as well as collected and analyzed articles to gain a broader understanding of the risks and uncertainty associated with the development of AI. The research questions that the study focuses on answering are:  ● Is the uncertainty with AI development justified?  ● What risks can arise with AI's continued uncontrolled development without human understanding?  The results from this study shows that the uncertainty surrounding the ongoing AI development is justified, but that it is not something people need to be worried about at the present time as the development is considered to be under control. AI is also not seen as a technology that will or should work completely autonomously, an interaction between the technology and humans will always be required. The result shows that the biggest risk with AI development is that the technology is developed based on the wrong intentions and is used in a harmful way. There is an imminent risk that AI could become a catastrophic force leading to the downfall of humanity, wiping out and replacing humanity. Other risks that could be identified with the help of this research are that AI can generate offensive, incorrect or misleading information. To avoid AI becoming an inhibiting factor for creativity and innovation, it is important to increase knowledge and understanding of AI and ensure its correct use. By ensuring that development goes in the right direction and is compatible with people's goals and values, uncertainty and potential risks are reduced. The possibilities for future research with the help of this study are vast as AI is a constantly developing field and can be used for many different purposes. From the study's results and conclusions, an imagined five-step model has been developed as a proposal for future research. This five-step model can be applied to analyze and investigate how to manage the uncertainty and risks of AI identified in this research in the future. An additional suggestion that this study proposes as future research is to examine the uncertainty surrounding AI generally in society.

Detta examensarbete har utförts under tio veckor på uppdrag av företaget BitSim NOW. Den manuella metod som idag används för mätning av stötar inom kulstötning kan utgöra en risk för felaktiga resultat och personskador. Med hjälp av tekniska hjälpmedel kan en lösning med noggrannare mätningar och lägre risk för skador implementeras i sporten kulstötning. Denna rapport presenterar en lösning som med hjälp av artificiell intelligens identifierar kulan utifrån en filmsekvens. Därefter beräknas längden av stöten med hjälp av en formel för kastparabeln. Lösningen jämförs sedan med en metod utan artificiell intelligens för att fastställa den bästa av de två metoderna. De variablersom jämfördes var noggrannheten på stötens längd och hur bra de två olika metoderna spårade kulan. Resultatet analyserades i relation till de uppsatta målen och sattes därefter in i ett större sammanhang. / This thesis project has been done during ten weeks on behalf of the companyBitSim NOW. The current method used to measure the length of shot-puts presents a risk of inaccurate results along with the risk of injury for the measuring personnel. With the help of technical aids, a solution with more accurate measurements and a lower risk for injuries could be implemented in the sport of shot-puts. This report presents a solution using artificial intelligence to first identify the shotin video films and secondly calculate the length using mathematical formulas. Thesolution is then compared to a method that does not use artificial intelligence, to determine what method is the superior one. The parameters that were compared were the accuracy of the length and the quality of the tracking. The result was analyzed in relation to the aims of the project and then put into a larger context.

This master thesis aims to explore and discuss a central problem within archival science, namely, how to secure transparency in AI-systems. This is done through an analysis of the European commission´s Artificial intelligence act, a proposal meant to address the ethical issues concerning AI and secure a competitive European market. Using the theoretical framework “Frames”, this paper argues that the commission perceives the Artificial intelligence act as a social response to AI as a phenomenon and challenge. This is supported with a comparison with other publications concerning artificial intelligence by the European commission. The paper also investigates the role of archives and recordkeeping in securing transparency of AI. According to the commission’s proposal, its main task is to explain AI decision or by reporting the systems design and capacity. In order to discuss possible consequences to governmental agencies, the AI act is compared with current Swedish archival law and practice. Furthermore, the referrals by the Swedish government and agencies are also included to put this discussion in a wider perspective. Although positive to the initiative, the referrals show a concern of a vague definition of AI, expanding administration and its possible obstructive effect on AI development. I argue that the concerns should be taken seriously. Instead of mindlessly inserting documentation requirements, archivist should take a step back and ask themselves what information is relevant to preserve about artificial intelligence. A difficult question to answer indeed, but necessary because the changes and risks the technology entails requires some sort of documentation in order to guarantee transparency. Therefore, archivists should explore and discuss this important and exciting topic, in order to face a revolutionary technology and future. This is a two years master's thesis in Archival science.

Investment decision in the property market is closely connected to property valuation. Thus, accuracy of valuation results and deep analysis of the market is essential. Artificial Intelligence (AI) models have been successfully adopted in different fields and markets. However, the real estate market is typically lagged in time to adapt to these changes. Swedish commercial property market arrangements are characterized by increasing confidentiality of certain data types. As a consequence, the adoption of the AI valuation models in the Swedish commercial property market is slowed down.  This study aims to bridge the gap in existing research by focusing on the market actor’s behavior in relation to market development and exploiting the capabilities inherent in adopting AI models in commercial property valuations.  The qualitative approach based on interviews with experts has been used to achieve the main objective of this study. Results suggest that the AI valuation models used on commercial properties are applied on valuation data and not on real transaction data. Analysis covers different aspects including data challenges and its disclosure, the role of government authorities, market and data perspectives of AI application on property valuations. A framework on AI implication in property valuation in different time horizons presented in this study will help to overcome data challenges and improve transparency of valuation results. This study is beneficial to various actors in the property market, including government authorities, investors, valuers and researchers. / Investeringsbeslut på fastighetsmarknaden är sammankopplat till fastighetsvärdering. Således är noggrannhet i värderingsresultat och en djup marknadsanalys nödvändiga. Artificiell intelligens (AI) modeller applicerades framgångsrikt inom olika områden och marknader. Fastighetsmarknaden är dock försenad i tid för att anpassa sig till dessa förändringar. Svenskt kommersiellt fastighetsmarknadsarrangemang är känd för ökad sekretess för vissa datatyper. Som en följd av detta minskar adopteringen av AI-värderingsmodeller på den svenska kommersiella fastighetsmarknaden. Denna studie syftar på att fylla i gapet i befintlig forskning genom att fokusera på marknadsaktörens beteende i förhållande till marknadsutveckling och utnyttja de möjligheter som ligger i adopteringen av AI-modeller i kommersiella fastighetsvärderingar.Den kvalitativa metoden baserad på intervjuer med experter har använts för att uppnå huvudmålet för denna studie. Resultaten tyder på att AI-värderingsmodellerna som används på kommersiella fastigheter tillämpas på värderingsdata och inte på transaktionsdata. Analysen täcker olika aspekter, inklusive datautmaningar och dess avslöjande, myndigheternas roll, marknads- och dataperspektiv för AI-tillämpning på fastighetsvärderingar. Ett ramverk för AI-implikationer i fastighetsvärdering inom olika tidshorisonter som presenteras i denna studie kommer att hjälpa till att överkomma datautmaningar och förbättra transparensen i värderingsresultaten. Denna studie är nyttig för olika aktörer på fastighetsmarknaden, inklusive myndigheter, investerare, värderare och forskare.