The purpose of this thesis is to gain a better understanding of how elderly people seek and use information in everyday situations. A further aim is to suggest ways for the library to offer more services specifically tailored for pensioners. This is an important topic as pensioners are a rapidly growing group of library users. We conducted qualitative interviews with four elderly people concerning their information needs in everyday life, and discovered that they rarely use the library, preferring instead to get their information from various internet sites and their pensioners’ organisation. The interviews were analysed with the help of Anderson and Skot-Hansen’s model of library use. We suggest that libraries work more closely with pensioners’ organisations, thus allowing elderly people more options for information seeking, as well as greater access to library services and resources.

<p>Det blir allt vanligare att samhällsmedborgare kommunicerar med myndigheter via e-post. Med e-post är det möjligt att kontakta myndigheten vilken tid som helst på dygnet, var man än befinner sig, vilket gör att mediet forcerar tid- och rumssbarriären.</p><p>Försäkringskassans telefonkundtjänst i Östergötland tar emot omkring 150 e-postmeddelanden varje dag och potentialen för att effektivisera e-posthanteringen torde vara stor. Till Landstingets i Östergötlands webbtjänst Frågelådan inkommer omkring 2 frågor per dag. Den genomförda studien syftar till att identifiera möjligheter att effektivisera uppgiften att förmedla efterfrågad information till medborgaren med hög kvalitet, exempelvis genom automatisering eller stöd för hantering av e-post. Inkomna e-postmeddelanden har kartlagts för att se vilka frågor det handlar om. Studien har koncentrerats till Försäkringskassan som hade det största antalet förfrågningar. Frågelådan ställs i relation till analysen av Försäkringskassans e-posthantering.</p><p>Avsikten med denna uppsats är att ge en beskrivning av e-postförfrågningar som medborgarna ställer till myndigheten. Syftet är att identifiera möjligheter att effektivisera uppgiften att förmedla efterfrågad information till medborgaren med hög kvalitet. I uppsatsen beskrivs vilka problem frågorna innebär för organisationens medarbetare när de svarar på frågorna. Det skildras även om alla förfrågningar behöver ha ett personligt svar. De svårigheter man ställs inför med tanke på standardisering och automatisering av svaren redogörs också för. Utfallet av denna studie är att det ofta är svårt att lämna ett enkelt svar direkt till medborgaren. Frågorna innehåller ofta personliga uppgifter som måste tas hänsyn till och många gånger behövs kompletterande uppgifter från medborgaren för att lämna ett korrekt svar. I dagsläget har telefonkundtjänsts medarbetare olika sätt att lösa avsaknad av information i e-postmeddelanden. De kan ta ärendet per telefon, svara med villkor eller i e-postsvaret be om kompletterande uppgifter. De olika sätten att svara på dessa meddelanden innebär både för- och nackdelar. För att hantera bristande information i inkommande e-postmeddelanden skulle man i ett första steg kunna inrikta sig på att inhämta nödvändig information från medborgaren för att göra den manuella svarshanteringen effektivare.</p>

För att kunna stå sig på den alltmer konkurrensutsatta marknaden är det många företag som implementerat olika informationssystem som ska hjälpa dem att utveckla nya affärsmöjligheter. För verksamhetscontrollers kan dessa system bidra till att informationsinhämtningen effektiviseras vilket leder till att mer tid finns för analysarbete. Syftet med denna uppsats blir således att undersöka hur verksamhetscontrollers arbetar med olika typer av analyser i sitt dagliga arbete. Analyserna kan vara av både vertikal och horisontell karaktär och för att undersöka hur dessa används har en kvalitativ studie genomförts där tio stycken verksamhetscontrollers har intervjuats. Det framkommer att trots deras ökade teknikstöd ägnas inte lika mycket tid åt analys som de hade önskat, vilket i många fall bidrar till att de upptäcker avvikelser när de redan har hänt. För att undkomma detta problem visar studien en indikation på att företag nu satsar på en mer framåtblickande styrning, vilket ökar betydelsen av horisontella analyser.

Det blir allt vanligare att samhällsmedborgare kommunicerar med myndigheter via e-post. Med e-post är det möjligt att kontakta myndigheten vilken tid som helst på dygnet, var man än befinner sig, vilket gör att mediet forcerar tid- och rumssbarriären. Försäkringskassans telefonkundtjänst i Östergötland tar emot omkring 150 e-postmeddelanden varje dag och potentialen för att effektivisera e-posthanteringen torde vara stor. Till Landstingets i Östergötlands webbtjänst Frågelådan inkommer omkring 2 frågor per dag. Den genomförda studien syftar till att identifiera möjligheter att effektivisera uppgiften att förmedla efterfrågad information till medborgaren med hög kvalitet, exempelvis genom automatisering eller stöd för hantering av e-post. Inkomna e-postmeddelanden har kartlagts för att se vilka frågor det handlar om. Studien har koncentrerats till Försäkringskassan som hade det största antalet förfrågningar. Frågelådan ställs i relation till analysen av Försäkringskassans e-posthantering. Avsikten med denna uppsats är att ge en beskrivning av e-postförfrågningar som medborgarna ställer till myndigheten. Syftet är att identifiera möjligheter att effektivisera uppgiften att förmedla efterfrågad information till medborgaren med hög kvalitet. I uppsatsen beskrivs vilka problem frågorna innebär för organisationens medarbetare när de svarar på frågorna. Det skildras även om alla förfrågningar behöver ha ett personligt svar. De svårigheter man ställs inför med tanke på standardisering och automatisering av svaren redogörs också för. Utfallet av denna studie är att det ofta är svårt att lämna ett enkelt svar direkt till medborgaren. Frågorna innehåller ofta personliga uppgifter som måste tas hänsyn till och många gånger behövs kompletterande uppgifter från medborgaren för att lämna ett korrekt svar. I dagsläget har telefonkundtjänsts medarbetare olika sätt att lösa avsaknad av information i e-postmeddelanden. De kan ta ärendet per telefon, svara med villkor eller i e-postsvaret be om kompletterande uppgifter. De olika sätten att svara på dessa meddelanden innebär både för- och nackdelar. För att hantera bristande information i inkommande e-postmeddelanden skulle man i ett första steg kunna inrikta sig på att inhämta nödvändig information från medborgaren för att göra den manuella svarshanteringen effektivare.

In the telecommunications industry, one of the most time-consuming tasks is troubleshooting and the resolution of Trouble Report (TR) tickets. This task involves the understanding of textual data which can be challenging due to its domain- and company-specific features. The text contains many abbreviations, typos, tables as well as numerical information. This work tries to solve the issue of retrieving solutions for new troubleshooting reports in an automated way by using a Natural Language Processing (NLP) model, in particular Bidirectional Encoder Representations from Transformers (BERT)- based approaches. It proposes a text ranking model that, given a description of a fault, can rank the best possible solutions to that problem using answers from past TRs. The model tackles the trade-off between accuracy and latency by implementing a multi-stage BERT-based architecture with an initial retrieval stage and a re-ranker stage. Having a model that achieves a desired accuracy under a latency constraint allows it to be suited for industry applications. The experiments to evaluate the latency and the accuracy of the model have been performed on Ericsson’s troubleshooting dataset. The evaluation of the proposed model suggest that it is able to retrieve and re-rank solution for TRs with a significant improvement compared to a non-BERT model. / En av de mest tidskrävande uppgifterna inom telekommunikationsindustrin är att felsöka och hitta lösningar till felrapporter (TR). Denna uppgift kräver förståelse av textdata, som försvåras as att texten innehåller företags- och domänspecifika attribut. Texten innehåller typiskt sett många förkortningar, felskrivningar och tabeller blandat med numerisk information. Detta examensarbete ämnar att förenkla inhämtningen av lösningar av nya felsökningar på ett automatiserat sätt med hjälp av av naturlig språkbehandling (NLP), specifikt modeller baserade på dubbelriktad kodrepresentation (BERT). Examensarbetet föreslår en textrankningsmodell som, givet en felbeskrivning, kan rangordna de bästa möjliga lösningarna till felet baserat på tidigare felsökningar. Modellen hanterar avvägningen mellan noggrannhet och fördröjning genom att implementera den dubbelriktade kodrepresentationen i två faser: en initial inhämtningsfas och en omordningsfas. För industrianvändning krävs att modellen uppnår en given noggrannhet med en viss tidsbegränsning. Experimenten för att utvärdera noggrannheten och fördröjningen har utförts på Ericssons felsökningsdata. Utvärderingen visar att den föreslagna modellen kan hämta och omordna data för felsökningar med signifikanta förbättringar gentemot modeller utan dubbelriktad kodrepresentation.

Natural language processing is an on-going field that is not yet fully established. A high demand for natural language processing in applications creates a need for good development-tools and different implementation approaches developed to suit the engineers behind the applications. This project approaches the field from an engineering point of view to research approaches, tools, and techniques that are readily available today for development of natural language processing support. The sub-area of information retrieval of natural language processing was examined through a case study, where prototypes were developed to get a deeper understanding of the tools and techniques used for such tasks from an engineering point of view. We found that there are two major approaches to developing natural language processing support for applications, high-level and low-level approaches. A categorization of tools and frameworks belonging to the two approaches as well as the source code, documentation and, evaluations, of two prototypes developed as part of the research are presented. The choice of approach, tools and techniques should be based on the specifications and requirements of the final product and both levels have their own pros and cons. The results of the report are, to a large extent, generalizable as many different natural language processing tasks can be solved using similar solutions even if their goals vary. / Datalingvistik (engelska natural language processing) är ett område inom datavetenskap som ännu inte är fullt etablerat. En hög efterfrågan av stöd för naturligt språk i applikationer skapar ett behov av tillvägagångssätt och verktyg anpassade för ingenjörer. Detta projekt närmar sig området från en ingenjörs synvinkel för att undersöka de tillvägagångssätt, verktyg och tekniker som finns tillgängliga att arbeta med för utveckling av stöd för naturligt språk i applikationer i dagsläget. Delområdet ‘information retrieval’ undersöktes genom en fallstudie, där prototyper utvecklades för att skapa en djupare förståelse av verktygen och teknikerna som används inom området. Vi kom fram till att det går att kategorisera verktyg och tekniker i två olika grupper, beroende på hur distanserad utvecklaren är från den underliggande bearbetningen av språket. Kategorisering av verktyg och tekniker samt källkod, dokumentering och utvärdering av prototyperna presenteras som resultat. Valet av tillvägagångssätt, tekniker och verktyg bör baseras på krav och specifikationer för den färdiga produkten. Resultaten av studien är till stor del generaliserbara eftersom lösningar till många problem inom området är likartade även om de slutgiltiga målen skiljer sig åt.

Modern search engines, particularly those utilizing the BM25 ranking algorithm, offer a multitude of tunable parameters designed to refine search results. Among these parameters, the weight of each searchable field plays a crucial role in enhancing search outcomes. Traditional methods of discovering optimal weight combinations, however, are often exploratory, demanding substantial time and risking the delivery of substandard results during testing. This thesis proposes a streamlined solution: an ordinal-regression-based model specifically engineered to identify optimal weight combinations with minimal data input, within an offline testing environment. The evaluation corpus comprises a comprehensive snapshot of a product search database from Tradera. The top $100$ search queries and corresponding search results pages on the Tradera platform were divided into a training set and an evaluation set. The model underwent iterative training on the training set, and subsequent testing on the evaluation set, with progressively increasing amounts of labeled data. This methodological approach allowed examining the model's proficiency in deriving high-performance weight combinations from limited data. The empirical experiments conducted confirmed that the proposed model successfully generated promising weight combinations, even with restricted data, and exhibited robust generalization to the evaluation dataset. In conclusion, this research substantiates the significant potential for enhancing search results by tuning searchable field weights using a regression-based model, even in data-scarce scenarios. / Moderna sökmotorer, i synnerhet sådana som använder rankningsalgoritmen BM25, erbjuder en mängd justerbara parametrar utformade för att förbättra sökresultat. Bland dessa parametrar spelar vikten av varje sökbart fält en avgörande roll för att förbättra sökresultaten. Traditionella metoder för att hitta optimala viktkombinationer är dock ofta utforskande, kräver mycket tid och riskerar att ge undermåliga sökresultat under testningsperioden. Denna avhandling föreslår en strömlinjeformad lösning: en ordinal-regressionsbaserad modell specifikt utvecklad för att identifiera optimala viktkombinationer med minimal träningsdata, inom en offline testmiljö. Utvärderingskorpus består av en omfattande ögonblicksbild av en produktsökdatabas från Tradera. De $100$ vanligaste sökfrågorna och motsvarande sökresultatssidor på Traderas plattform delades in i en träningsuppsättning och en utvärderingsuppsättning. Modellen genomgick iterativ träning på träningsuppsättningen, och därefter testning på utvärderingsuppsättningen, med successivt ökande mängder av kategoriserad data. Denna metodologiska strategi möjliggjorde undersökning av modellens förmåga att härleda högpresterande viktkombinationer från begränsad data. De empiriska experimenten som genomfördes bekräftade att den föreslagna modellen framgångsrikt genererade lovande viktkombinationer, även med begränsad data, och uppvisade robust generalisering till utvärderingsdatamängden. Sammanfattningsvis bekräftar denna forskning den betydande potentialen för förbättring av sökresultat genom att justera sökbara fältvikter med hjälp av en regressionsbaserad modell, även i datasnåla scenarion.

Syfte: Syftet med denna uppsats var att undersöka informationsinhämtningen hos folk i vår närhet angående COVID-19. Vi ville veta vilken plattform dessa människor får/fått sin primära information under dessa två perioder, men också få en förståelse kring vilka informationskällor som de tycker/tyckte vsr viktigast för dem.Forskningsfrågor: Vilka plattformar har folk i vår närhet under Varningsperioden och Rekylperioden? Vilka informationskällor var viktiga för folk i vår närhet under Varningsperioden och Rekylperioden? Vilka medier/plattformar har folk i vår närhet mest förtroende för under Varningsperioden och Rekylperioden?Metod: Vår studie genomfördes med hjälp utav en kvantitativ enkätundersökning. Studien använde sig utav en kvantitativ och tvärsnittsdesign, även kallad survey design.Resultat: Resultatet i vår enkätundersökning visade tydligt att respondenterna primära informationsinhämtning kom genom olika plattformar från myndigheterna, deras hemsidor och sociala medier under båda dessa perioder. Bortser vi myndigheterna, så var de journalistiska nyhetsmedierna respondenternas andrahandsval. När det gäller respondenternas viktigaste informationskällor under dessa två perioder, så föredrog de myndigheternas hemsidor och de journalistiska nyhetsmedierna. Angående respondenternas förtroende för medier under dessa två perioder, så visade det sig att respondenterna hade mest förtroende för medier under dessa två perioder, så visade det sig att respondenterna hade mest förtroende för myndigheterna, och förtroendet har stigit med tiden. Respondenternas engagemang låg överlägset mest hos myndigheterna under både Varningsperioden och Rekylperioden.Slutsats: Vår enkätundersökning visade tydligt att folk i vår närhets primära informationsinhämtning angående COVID-19 kom genom olika plattformar från myndigheterna, såsom Folkhälsomyndigheten och 1177 Vårdguiden under både Varningsperioden och Rekylperioden. De journalistiska nyhetsmedierna var respondenternas andrahandsval, såsom Aftonbladet och SVT under båda perioderna. Respondenternas förtroende under båda perioderna var starkast för myndigheterna, såsom Folkhälsomyndigheten, och i nuläget var det jämnt med hos båda två. Lägst trovärdighet var för sociala medier.

Världens tekniska utveckling går framåt i snabb takt, inte minst när det kommer till ”smarta” maskiner och algoritmer med förmågan att anpassa sig efter sin omgivning. Detta delvis på grund av den enorma mängd data som finns tillgänglig och delvis tack vare en ökad lagringskapacitet. I november 2022 släpptes ett av de senaste AI-baserade programmen; chatboten ChatGPT. Inom två månader hade ChatGPT fått över 100 miljoner användare. Denna webbaserade mjukvara kan i realtid konversera med användare genom att besvara textbaserade frågor. Genom att snabbt och ofta korrekt besvara användarnas frågor på ett mänskligt och övertygande sätt, har tjänsten på kort tid genererat mycket uppmärksamhet. Det finns flera studier som visar på hur ett stort antal människor saknar ett generellt förtroende för AI. Vissa studier menar att de svar som ChatGPT genererar inte alltid kan antas vara helt korrekta och därför bör följas upp med en omfattande kontroll av faktan, eftersom de annars kan bidra till spridandet av falsk information. Eftersom förtroende för AI har visat sig vara en viktig del i hur väl teknologin utvecklas och integreras, kan brist på förtroende för sådana tjänster, såsom ChatGPT, vara ett hinder för en välfungerande användning. Trots att man sett på ökad produktivitet vid införandet av AI-teknologi hos företag så har det inom högre utbildning, som ett hjälpmedel för studenter, inte integrerats i samma utsträckning. Genom att ta reda på vilket förtroende studenter har för ChatGPT i lärandesammanhang, kan man erhålla information som kan vara till hjälp för integrationen av sådan AI-teknik. Dock saknas det specifik forskning kring studenters förtroende för ChatGPT i lärandesammanhang. Därför syftar denna studie till att fylla denna kunskapslucka, genom att utföra en kartläggning. Vår frågeställning är: ” Vilket förtroende har studenter för ChatGPT i lärandesammanhang?”. Kartläggningen utfördes med semistrukturerade intervjuer av åtta studenter som använt ChatGPT i lärandesammanhang. Intervjuerna genererade kvalitativa data som analyserades med tematisk analys, och resultatet visade på att studenters förtroende för ChatGPT i lärandesammanhang beror på en rad faktorer. Under analysen identifierade vi sex teman som ansågs vara relevanta för att besvara frågeställningen: ● Erfarenheter ● Användning ● ChatGPT:s karaktär ● Yttre påverkan ● Organisationer ● Framtida förtroende / The world's technological development is advancing rapidly, especially when it comes to "smart" machines and algorithms with the ability to adapt to their surroundings. This is partly due to the enormous amount of available data and partly thanks to increased storage capacity. In November 2022, one of the latest AI-based programs was released; the chatbot ChatGPT. This web-based software can engage in real-time conversations with users by answering text-based questions. By quickly, and often accurately, answering users' questions in a human-like and convincing manner, the service has generated a lot of attention in a short period of time. Within two months, ChatGPT had over 100 million users. There are several studies that show how a large number of people lack a general trust in AI. Some studies argue that the responses generated by ChatGPT may not always be assumed to be completely accurate and should therefore be followed up with extensive fact-checking, as otherwise they may contribute to the spreading of false information. Since trust in AI has been shown to be an important part of how well the technology develops and integrates, a lack of trust in services like ChatGPT can be a hindrance to effective usage. Despite the increased productivity observed in the implementation of AI technology in companies, it has not been integrated to the same extent within higher education as an aid for students. By determining the level of trust that students have in ChatGPT in an educational context, valuable information can be obtained to assist in the integration of such AI technology. However, there is a lack of specific research on students' trust in ChatGPT in an educational context. Therefore, this study aims to fill this knowledge gap by conducting a survey. Our research question is: “What trust do students have in ChatGPT in a learning context?”. The survey was conducted through semi-structured interviews with eight students who have used ChatGPT in an educational context. The interviews generated qualitative data that was analyzed using thematic analysis, and the results showed that students' trust in ChatGPT in an educational context depends on several factors. During the analysis, six themes were identified as relevant for answering the research question: • Experiences • Usage • ChatGPT’s character • Influences • Organizations • Future trust