Uppsats
Att överbrygga den artificiella generationsklyftan: En kvalitativ studie om attityder och inlärningsbehov till Generativ AI hos blivande och erfarna UX-designers
Kandidat-uppsats
Stockholms universitet/Institutionen för data- och systemvetenskap
Publicerad: 2024
Språk: Svenska
Sammanfattning
Framväxten av generativ artificiell intelligens (GenAI) revolutionerar i nuläget olika kreativa domäner, särskilt området för UX-design. GenAI:s förmåga att automatisera repetitiva uppgifter och effektivisera arbetsflöden har dels öppnat nya möjligheter för designers att snabbt generera och utforska olika designalternativ, dels medfört farhågor om dess påverkan på professionen samt de nya utmaningar som kan uppstå. Trots dess växande inflytande har det gjorts begränsad forskning om UX-designers attityder till GenAI, särskilt bland blivande designers. Studien syftar till att fylla denna lucka genom att utforska skillnader i attityder och upplevda inlärningsbehov hos både blivande- och erfarna UX-designers angående de framväxande GenAI-teknologierna. Detta med utgångspunkt i två frågeställningar: (1) Hur skiljer sig attityden till att integrera generativ AI i designprocessen mellan erfarna - och blivande UX-designers? (2) Hur skiljer sig upplevelsen av inlärningsbehov för generativ AI mellan erfarna- och blivande UX-designers?. Genom att använda en kvalitativ kartläggning som forskningsstrategi samlades data in via tio semistrukturerade intervjuer med fem erfarna designers och fem UX-studenter, vilket möjliggjorde insamling av detaljerade perspektiv och erfarenheter. Intervjuerna transkriberades och analyserades med hjälp av induktiv tematisk analys för att identifiera återkommande teman och mönster i insamlad data. Resultaten visade att blivande UX-designers generellt ser GenAI som ett stödjande verktyg för inspiration och idégenerering, men uttrycker skepticism mot tillförlitligheten hos AI-genererade resultat och oroar sig för framtida jobbmöjligheter på grund av ökad integration av tekniken. Gruppen erfarna UX-designers uttrycker även en viss skepticism mot GenAI-verktygen, främst kring förlusten av mänsklig kreativitet och kritiskt tänkande, men visar däremot en mer entusiastisk och optimistisk syn för framtida möjligheter. Resultaten visar även på skilda inlärningsbehov mellan grupperna. Blivande designers inlärningsbehov verkar främst drivas av oro för att inte uppfattas som attraktiva på arbetsmarknaden på grund av bristande kunskap, och efterfrågar därmed strukturerat pedagogiskt stöd och vägledning. Erfarna designers inlärningsbehov å andra sidan drivs av en nyfikenhet för att lära sig samt känslan av ett personligt ansvar att hålla sig uppdaterade om nya verktyg inom området. De värdesätter praktisk erfarenhet och kontinuerlig interaktion med GenAI-verktyg, och förespråkar en stödjande lärmiljö som uppmuntrar till experimentering och kunskapsdelning. Dessa insikter kan ligga till grund för utvecklingen av utbildningsprogram och GenAI-verktyg som tillgodoser de distinkta behoven hos både blivande- och erfarna UX-designers, vilket säkerställer att de effektivt kan navigera och använda framstegen inom GenAI.
Information
- Författare
- Almbark, Vanessa, Laroussi Salah, Sara
- Lärosäte / institution
- Stockholms universitet/Institutionen för data- och systemvetenskap
- Publiceringsdatum
- 2024
- Uppsatstyp
- Kandidat-uppsats
- Språk
- Svenska
Utforska vidare
Liknande uppsatser
Uppsatser med liknande ämnen och nyckelord.
Kandidat-uppsats, Högskolan i Halmstad/Akademin för informationsteknologi
Wahl, My, Johansson, Isabella
Publicerad: 2026
Magister-uppsats, Stockholms universitet/Institutionen för data- och systemvetenskap
Peneva, Kristin
Publicerad: 2026
Kandidat-uppsats, Högskolan i Borås/Akademin för bibliotek, information, pedagogik och IT
Lanestedt, Gustav
Publicerad: 2026
Kandidat-uppsats, Högskolan Dalarna/Institutionen för information och teknik
Muhammed, Abdimalik Hassan, Garad, Abdullahi, Siidow, Mohamed
Publicerad: 2026
Kandidat-uppsats, Högskolan i Halmstad/Akademin för informationsteknologi
Thåström, Andreas, Carlsson, Hugo
Publicerad: 2026
Kandidat-uppsats, Chalmers tekniska högskola / Institutionen för mekanik och maritima vetenskaper
Reljanovic, Momir, Ashrafzadeh Esfahani, Ali
Publicerad: 2025