Artificiell intelligens (AI) har tagit världen med storm de senaste åren där nya implementationer och uppfinningar ständigt tas fram och implementeras. Ansiktsigenkänning är en teknik inom AI som kan användas för att identifiera bland annat kriminella eller terrorister genom övervakningskameror, identifiera underåriga drickare och motverka identifikationsstöld. Problemet med ansiktsigenkänningstekniker är att det finns en brist på kunskap om människors attityd till ansiktsigenkänning. Samtidigt som utvecklingen av AI går i en rasande fart och användandet av AI ständigt ökar i samhället, hänger inte de etiska reflektionerna på användningen av AI med i den snabba tekniska utvecklingen av AI. Etiska reflektioner handlar om egenskaper, syften och tilliten till AI. Det vill säga, används ansiktsigenkänning på ett sätt som är allmänt accepterat av de som utsätts för tekniken. Detta är ett intressant ämne eftersom samhällen och världen befinner sig i denna utveckling just nu. Denna studie har som syfte att försöka fylla bristen på kunskap om människors attityd till ansiktsigenkänning genom att analysera människors inställning till det. Studien som genomförs består av Twitter-data som ligger till grund för en sentimentanalys. En sentimentanalys består av en kombination av en kvalitativ och kvantitativ analys. Studiens resultat visar att inställningen till ansiktsigenkänning beror på kontexten eller situationen den används i och till vilket syfte. Enligt den Twitter-data som hämtades för denna studie, verkar inställningen till ansiktsigenkänning skilja sig mellan olika länder. Resultatet av denna studie har även likheter med tidigare studier som undersökt inställning till ansiktsigenkänning. Studien avser att göra ett metodbidrag genom att processen för datahämtning samt dataanalys dokumenteras. I resultatet görs en granskning av attitydklassificeringen där verktyget som används för att avgöra inställning jämförs med vad två verkliga personer anser att inställningen i ett visst tweet är. Det visade att det fanns en stor skillnad mellan hur människorna i testet och verktyget som används klassificerade sentiment. / Artificial intelligence (AI) has taken the world by storm in recent years where new implementations and inventions are constantly being developed and implemented. Facial recognition is a technology in AI that can be used to identify criminals or terrorists through surveillance cameras, identify underage drinkers and counteract identity theft. The problem with facial recognition techniques is that there is a lack of knowledge about how people react toward them. At the same time as the development of AI is accelerating and the use of AI is constantly increasing in society, the ethical reflections on the use of AI are not part of the rapid technological development of AI. Ethical reflections are about characteristics, purposes, and trust in AI. That means analyzing if facial recognition is used in a way that is widely accepted by those who are exposed to it. This is an interesting topic because societies and the world are currently in this development. The aim of this study is to try and fill the gaps in the lack of knowledge about people's attitude toward facial recognition by analyzing people's attitudes toward it. The study that is carried out consists of Twitter data, which undergoes a sentiment analysis, which is a combination of a qualitative and quantitative analysis. The results of the study show that the attitude toward facial recognition depends on the context or situation it is used for and for what purpose. According to the Twitter data that was obtained for this study, the attitude toward facial recognition seems to differ between different countries. The results of this study also have similarities with previous studies that examined attitudes toward facial recognition. The study intends to make a method contribution by documenting the process for data retrieval and data analysis. The result includes a review of the attitude classification where the tool used to determine attitude is compared to what two real people think the attitude in a particular tweet is. It turned out that there was a big difference between how the people in the test and the tool used for the analysis classified sentiments.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:uu-447530 |
| Date | January 2021 |
| Creators | Perez, Edwin, Nordberg, Patric |
| Publisher | Uppsala universitet, Institutionen för informatik och media |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds