Actualmente, el comercio electrónico se convirtió en el principal canal del sector retail, sin embargo, el abandono de las compras en línea también ha aumentado. Esto se debe a que es difícil para los clientes navegar por la página y perciben la indisponibilidad de un asesor de compra que los guíe y resuelva sus dudas. El objetivo de este estudio es proponer un chatbot que permita finalizar las compras de los productos, mejorando la experiencia del usuario en el proceso de compra en línea. Además, se validará a través de pruebas de aceptación para verificar en que porcentaje simplifica el tiempo y las interacciones de los clientes durante todo el proceso de compra en línea. / Currently, e-commerce has become the main channel of the retail sector, however, the abandonment of online shopping has also increased. This is because it is difficult for customers to navigate the website and they feel the unavailability of a sales consultant to guide them and resolve their doubts. The objective of this study is to propose a chatbot that allows to finish the purchases, improving the user experience in the process of buying online. In addition, it will be validated through acceptance tests to verify in what percentage it simplifies time and customer interactions throughout the online purchase process. / Trabajo de investigación

The Expectation confirmation model (ECM) is commonly employed to investigate technological advances and customer satisfaction with chatbots. However, customer satisfaction is a multifaceted concept intertwined with emotions and subjective perceptions, comprehending customer satisfaction fully can therefore be challenging. Consequently, the purpose of this exploratory study was to develop and refine the concept of customer satisfaction by answering the research question: How does the integration of underlying factors to the Expectation Confirmation Model (ECM) affect customer satisfaction with chatbot services?. The study incorporated underlying factors such as anthropomorphic behavior, brand perception, trust and word of mouth, which were integrated into the existing components of the ECM. Through a unique research approach involving 20 semi-structured interviews and observations, this study captured and reflected on the subjective impressions and emotions of customers while using chatbots. An array of findings are presented, such as the importance of distinguishing between usability and problem-solving efficiency of chatbots performance, the emphasis on accurate answers over human-like characteristics for chatbots, and the impact of experience, familiarity and age on customer satisfaction with chatbots. In conclusion, this study advocates for further qualitative research to explore  the potential impact of other underlying factors' on customer satisfaction for ECM.

Natural language processing and text classification are topics of much discussion among researchers of machine learning. Contributions in the form of new methods and models are presented on a yearly basis. However, less focus is aimed at comparing models, especially comparing models that are less complex to state-of-the-art models. This paper compares a Random Forest with a Long-Short Term Memory neural network for the task of classifying sentences as questions or non-questions, without considering punctuation. The models were trained and optimized on chat data from a Swedish insurance company, as well as user comments data on articles from a newspaper. The results showed that the LSTM model performed better than the Random Forest. However, the difference was small and therefore Random Forest could still be a preferable alternative in some use cases due to its simplicity and its ability to handle noisy data. The models’ performances were not dramatically improved after hyper parameter optimization. A literature study was also conducted aimed at exploring how customer service can be automated using a chatbot and what features and functionality should be prioritized by management during such an implementation. The findings of the study showed that a data driven design should be used, where features are derived based on the specific needs and customers of the organization. However, three features were general enough to be presented the personality of the bot, its trustworthiness and in what stage of the value chain the chatbot is implemented. / Språkteknologi och textklassificering är vetenskapliga områden som tillägnats mycket uppmärksamhet av forskare inom maskininlärning. Nya metoder och modeller presenteras årligen, men mindre fokus riktas på att jämföra modeller av olika karaktär. Den här uppsatsen jämför Random Forest med ett Long Short-Term Memory neuralt nätverk genom att undersöka hur väl modellerna klassificerar meningar som frågor eller icke-frågor, utan att ta hänsyn till skiljetecken. Modellerna tränades och optimerades på användardata från ett svenskt försäkringsbolag, samt kommentarer från nyhetsartiklar. Resultaten visade att LSTM-modellen presterade bättre än Random Forest. Skillnaden var dock liten, vilket innebär att Random Forest fortfarande kan vara ett bättre alternativ i vissa situationer tack vare dess enkelhet. Modellernas prestanda förbättrades inte avsevärt efter hyperparameteroptimering. En litteraturstudie genomfördes även med målsättning att undersöka hur arbetsuppgifter inom kundsupport kan automatiseras genom införandet av en chatbot, samt vilka funktioner som bör prioriteras av ledningen inför en sådan implementation. Resultaten av studien visade att en data-driven approach var att föredra, där funktionaliteten bestämdes av användarnas och organisationens specifika behov. Tre funktioner var dock tillräckligt generella för att presenteras personligheten av chatboten, dess trovärdighet och i vilket steg av värdekedjan den implementeras.

Advancements in Artificial Intelligence, especially in the field of natural language processing have opened new possibilities for educational chatbots. One of these is a chatbot that can simulate a conversation between the teacher and the student for continuous learner support. In an up-scaled learning environment, teachers have less time to interact with each student individually. A resource to practice interactions with students could be a boon to alleviate this issue. In this thesis, we present a machine-learning model combined with a heuristic approach used in the creation of a chatbot. The machine learning model learns language understanding using prebuilt language representations which are fine-tuned with teacher-student conversations. The heuristic compares responses and picks the highest score for response retrieval. A data quality analysis is also performed on the teacher-student conversation dataset. For results, the best-base-cased language model performed best for text classification with a weighted F1-score of 0.70. The dataset used for the machine learning model showed consistency and completeness issues regarding labelling. The Technology Acceptance Model has been used to evaluate the model. The results of this evaluation show a high perceived ease of use, but a low perceived usefulness of the present solution. The thesis contributes with the innovative TUM (topic understanding model), an educational chatbot and an evaluation of the teacher-student chatroom corpus regarding the usage for text classification. / Teknologiska framsteg i artificiell intelligens, speciellt inom språkteknologi, har öppnat för nya möjligheter för chatbottar inom utbildningssektorn. Chatbots har sett en ökande användning i olika lärandeändamål. En av dessa är en chatbot som kan simulera en konversation mellan en lärare och en student för lärandestöd. När inlärning sker på en allt större skala, har lärare allt mindre tid att lägga individuellt på varje student. En resurs för att öva på interaktioner med studenter skulle därför kunna vara ett bra hjälpmedel. I denna masteruppsats presenteras en maskininlärnings modell kombinerad med ett heuristiskt tillvägagångsätt i skapandet av en chatbot. Maskininlärningsmodellen använder sig av färdigbyggda språkrepresentationer som är finjusterade med lärare-studentkonversationer. Heuristiken jämför svar och väljer den högsta poängen för svarshämtning. En datakvalité analys är också gjord på lärare-studentkonversations datasetet. För resultat, den BERT-baserade språkmodellen gav bäst resultat för textklassificering med en weigthed-F1- score på 0.70. Datasetet som användes för maskininlärningsmodellen visade konsistens och fullständighet problem rörande etiketter. Teknologi acceptans modellen har använts för att evaluera modellen. Resultatet av evalueringen visade hög upplevd användarvänlighet, men låg upplevd användbarhet. Detta arbete bidrar med TUM (topic understanding model), en utbildningschatbot och en evaluering av datasetet teacherstudent chatroom corpus för användning till textklassificering.

Artificial Intelligence is one of many technologies that is rapidly growing. There aremany different kinds of AI-tools, such as transcription programs that can convert anaudio or video recording to a transcripted text. One of the most familiar AI-toolsamong people are chatbots, where the idea is for a person to have conversations with achatbot and be able to get a response as if it were a person having the conversation.This has become increasingly common among various companies, where the chatbotcan provide customers with answers to common questions and do it very quickly andinformatively. Most recently, the chatbot Chat Generative Pre-trained Transformer (ChatGPT) wasreleased to the public at the end of november, 2022, which has affected society invarious ways. Users can now ask the chatbot almost anything. From how to solve different tangible problems at home, mathematical equations or to writing an assignment. It is fair to say that you can ask ChatGPT almost anything. But this has raised a lot of questions, especially academically. ChatGPT has raised concerns for Swedish universities, among them are examination forms and if students are writing their own papers or not. In this study, the aim is to gain knowledge about what Swedish university teachers think about ChatGPT and in which way that could affectthe universities. The starting point of this study has been to collect prior literature and research toconduct a qualitative research. The literature study has been the base for both the theoretical framework and the semistructured interview guide. The interviews were conducted via digital Zoom-meetings. Based on the empirical data and collected material, a result has been presented and an analysis has been made. The findings of the study showed that university teachers in Sweden can see both possibilities and concerns with the students' usage of ChatGPT in universities. Thepossibilities that were brought up were that students can understand tasks that areunclear to them and that ChatGPT can work as a handler. Another possibility that was presented was that ChatGPT can provide feedback on exercises and quiz the student.The concerns that were shown in the empirical findings included the risk of increased plagiarism, that critical thinking amongst students might decrease and that bias mightoccur. / Teknologin har utvecklats snabbt och människor blir allt mer bekanta med olika typer av tekniker. Artificiell intelligens (AI) är en av flera tekniker som växer snabbt och därför har allt fler blivit bekanta med det. Det finns många olika typer av AI-verktyg. Ett exempel är transkriptionsprogram som konverterar ljud- eller videoinspelningar till en transkriberad text. Ett välbekant AI-verktyg är chattbotar. Syftet är att en personska kunna hålla konversationer med en chattbot och få så mänskliga svar som möjligt. Användningen av chattbotar har även blivit vanligare bland företag, eftersom chattbotar kan tillföra snabba och informativa svar till kunder som har allmännafrågor. Lanseringen av chattboten Chat Generative Pre-trained Transformer (ChatGPT), som släpptes för allmänheten i slutet av november 2022, har påverkat samhället på många sätt. Användare kan exempelvis ställa frågor till chattboten om allt från konkreta problem om matematiska ekvationer, till att skriva en uppsats. Enkelt sagt kan en användare fråga ChatGPT om nästan vad som helst. Emellertid har detta verktygväckt många frågor, särskilt akademiska. Verktyget har höjt många varningsklockor för de svenska universiteten. Bland dem ställs frågor om huruvida examinationsformer fungerar bra samt om studenter faktiskt skriver sina egnauppsatser eller inte. Syftet med denna studie är att införskaffa kunskap om vad svenska universitetslärare tycker om ChatGPT och hur det kan komma att påverka de svenska universiteten. I syfte att besvara frågeställningen har en kvalitativ undersökning genomförts därtidigare litteratur och forskning samlats in. Litteraturstudien har legat till grund förbåde det teoretiska ramverket och den semistrukturerade intervjuguiden. Intervjuerna har genomförts digitalt via Zoom. Utifrån empirin och det insamlade materialet har ett resultat presenterats och en analys har utförts. Resultatet av studien visade att universitetslärare i Sverige kan se både möjligheter och risker med studenters användning av ChatGPT inom universiteten. Möjligheterna som togs upp var att elever kan förstå uppgifter som är otydliga för dem och att ChatGPT kan fungera som en handledare. Vidare har det lyfts fram att ChatGPT kange feedback på övningar och förhöra elever. En avsaknad av självreflektion och riskför ökad plagiering var bland annat de risker som visades i den empiriska datan. Kritiskt tänkande bland elever kan även minska samt att partiskhet kan uppstå, vilketberörs i det empiriska materialet.

Denna kvalitativa undersökning har haft som mål att ta reda på vilka möjligheter chattbotten som teknik kan bidra med inom kundtjänst och om mänskliga designsignaler i chattbottar kan bidra till bättre kundupplevelse och kundnöjdhet. Syftet är att skapa en förståelse kring vilken inverkan mänskliga designsignaler har på kundupplevelsen och kundnöjdhet och om dessa mänskliga designsignaler har en större påverkan i jämförelse med en chattbott utan mänskliga designsignaler. I den här studien så har författaren skapat två chattbottar, en med mänskliga designsignaler och en maskinlik chattbott. I undersökningen har 8 respondenter medverkat i semistrukturerade intervjuer och interaktion med en av de två chattbottarna. Den semi- strukturerade intervjun var indelad i 4 olika kategorier (inledning, användarupplevelser, kundnöjdhet och mänskliga designsignaler). Studien har påvisat att företag som planerar att använda sig av en chattbott inom kundtjänst bör ta hänsyn till att chattbotten är anpassad efter ett specifikt ändamål, eftersom irrelevans och bristen i chattbottens förmåga att hantera ärenden kan resultera i sämre kundupplevelse och kundnöjdhet. Studien visade dessutom att mänskliga designsignaler i en chattbott inte har en stor påverkan på kundupplevelsen och kundnöjdhet i jämförelse med en maskinlik chattbott. Respondenterna i den här studien prioriterade chattbottens förmåga att kunna hantera och reda ut ett problem, då den generella upplevelsen av en interaktion prioriteras mindre.

The messaging-based conversational interfaces, commonly called Chatbots, have seen massive growth lately. With the proliferation of Chatbots, there is a growing demand for a better understanding of the design practices behind conversational user experience. This thesis looked into the design process of a Chatbot-based project built on the RCS business messaging platform, and the workflow was investigated through contextual inquiry and critical incident interview techniques. The challenges experienced by practitioners from different disciplines are detailed, with a focus on their respective work tasks and practices. / De meddelandebaserade konversationsgränssnitten, vanligtvis kallade Chatbots, har sett en enorm tillväxt den senaste tiden. Med spridningen av Chatbots finns det en växande efterfrågan på en bättre förståelse för designmetoderna bakom konversationsanvändarupplevelse. Denna avhandling tittade på designprocessen för ett Chatbot-baserat projekt byggt på RCS-affärsmeddelandeplattformen, och arbetsflödet undersöktes genom kontextuell undersökning och tekniker för intervjuad kritisk incident. Utmaningarna som utövarna från olika discipliner upplever är detaljerade med fokus på sina respektive arbetsuppgifter och arbetsmetoder.

The development of artificial intelligence (AI) has revolutionised the way we interact with technology and each other, both in society and in professional careers. Although they come with great potential for productivity and automation, AI systems have been found to exhibit biases that reflect and perpetuate existing societal inequalities. With the recent rise of artificial intelligence tools exploiting the large language model (LLM) technology, such as ChatGPT, Bing Chat and Bard AI, this research project aims to investigate the extent of AI bias in said tools and explore its ethical implications. By reviewing and analysing responses to carefully crafted prompts generated by three different AI chatbot tools, the author will intend to determine whether the content generated by these tools indeed exhibits patterns of bias related to various social identities, as well as compare the extent to which such bias is present across all three tools. This study will contribute to the growing body of literature on AI ethics and inform efforts to develop more equitable and inclusive AI systems. By exploring the ethical dimensions of AI bias in selected LLMs, this research will shed light on the broader societal implications of AI and the role of technology in shaping our future.

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

This bachelor's degree thesis aims to increase the understanding of how chatbots affect the digital customer experience within Swedish banks. Furthermore, this study examines how bank chatbot's technical quality affects the digital customer experience. In this thesis, the authors have chosen to use a deductive approach and a quantitative research strategy. Moreover, the authors used the Statistical Package for Social Sciences (SPSS) program to process the collected quantitative data from the questionnaires. The thesis empirical findings were analyzed and discussed in correlation to previous research to strengthen the research results. The thesis empirical findings demonstrate that 42.9% of the respondents agreed with the statement; My bank's chatbot technology quality improved my customer satisfaction. Moreover, the correlation analysis showed that customer satisfaction and customer satisfaction linked to technical quality had a strong positive correlation between the concepts. Swedish banks could use the information to develop further their chatbots' technical quality, which would reduce customer service costs and influence how customers visit the bank. The thesis research results can also be applied and used by other industries that want to improve or implement chatbots in their digital business.