Vi kommer i denna uppsats bidra till en ökad kunskap om hur journaliststudenter samt övrigastudenter upplever artiklar skrivna av Mittmedias textrobot i kontrast till artiklar skrivna aven mänsklig journalist. Vi har undersökt om dessa studenter kan urskilja en robotskrivenartikel från en mänskligt skriven artikel utifrån kategorierna trovärdighet, läsvänlighet ochkvalité. Vi kommer även undersöka om resultaten av detta skiljer sig mellan de två olikagrupperna av studenter.Vi har genom kvantitativa enkätundersökningar samt i kvalitativa fokusgrupper genomsamtalsintervjuer, kunnat analysera studenternas svar. Totalt fick deltagarna läsa fyra artiklar.De första två saknade bylines och var skrivna av antingen en mänsklig journalist eller enrobotjournalist. De övriga två artiklarna innehöll en byline, där två experimentgrupperexponerades för manipulerade bylines och två kontrollgrupper exponerades för artiklarnaskorrekta bylines. Detta för att se om författaren av texten påverkade deltagarnas åsikter.Resultaten visar att deltagarna upplevde den robotskrivna artikeln som mer trovärdig ochmänniskan som mer läsvänlig när författaren inte var presenterad. I grupperna där artikelnsbyline fanns med oavsett om den var manipulerad eller inte, kunde vi se i både enkätsvarenoch i samtalsintervjuerna att roboten upplevdes mer partisk. Deltagarna var generellt setthårdare i sin bedömning av artikeln de trodde roboten skrivit och mer förlåtande till artikelnde trodde att en människa skrivit.

Intresset för datajournalistik har ökat både på redaktionerna och inom forskningen det senaste decenniet i takt med att tillgången på data har ökat och därmed behovet av att kunna hitta nyheter och berätta med hjälp av data. De flesta tidigare studier om datajournalistik har utgjorts av intervjuer med verksamma datajournalister och bland annat undersökt olika ideal. Men det finns få kvantitativa studier av vad datajournalisterna faktiskt gör, och av svensk datajournalistik. Den här uppsatsen syftar till att med innehållsanalytiska metoder beskriva och analysera datajournalistik som publicerats i svenska medier de senaste fem åren, och som journalister själva lyfter fram som exempel på datajournalistik. Urvalet är 91 datajournalistiska projekt som lämnats in som bidrag till NODA (Nordic Data Journalism Awards) eller som publicerats i Facebookgruppen Datajournalistik mellan 2013 och 2017. Ur en genomgång av tidigare forskning om datajournalistik har fyra olika ideal identifierats: ett undersökande, ett vetenskapligt, ett entreprenöriellt och ett från hackerkulturen, vilka utgör grunden för en analysmodell. Dessutom undersöks vilka producenterna är, vilka ämnen som är vanligast, vilka metoder och datakällor som används och hur publiken inbjuds att ta del av data och att vara delaktiga utifrån teorier om interaktivitet. Resultatet visar att datajournalistiken i denna undersökning ofta bygger på unika data, det vill säga självständig research, och att det undersökande idealet är relativt starkt. Trots att datajournalistik sägs präglas av hackerkulturens ideal om samarbete och deltagande är det ofta få producenter och yrkesroller bakom varje publicering och publiken bjuds sällan in att delta i processen.