Uppsats
Transparens i generativ AI : En studie om hur transparens kan stärka tillit i generativ AI
Kandidat-uppsats
Mälardalens universitet/Institutionen för hälsovetenskap, innovation och design
Publicerad: 2026
Språk: Svenska
Sammanfattning
Denna studie har undersökt hur transparens i generativ AI kan visualiseras i gränssnitt för att öka användarens tillit till systemet, särskilt hos användare som är skeptiska till tekniken. Forskning visar att användningen av generativ AI har ökat snabbt i samhället, men att många användare samtidigt upplever osäkerhet kring hur informationen skapas och vilka källor som ligger bakom svaren. Detta har lett till ett behov av tydligare och mer transparenta system som kan stärka tilliten till AI-genererade svar. Studien bygger på kvalitativa metoder i form av semistrukturerade intervjuer, affinitetsdiagram, jämförande analys, skissarbete, prototyputveckling och användbarhetstester. Utifrån insikterna av dessa metoder utvecklades ett gestaltningsförslag med fokus på att tydliggöra källor och göra AI:s informationsframtagning mer synlig. Designen använder visuella indikationer, klickbara källhänvisningar samt en sidopanel med detaljerad information om respektive källa för att stödja användarens förståelse och möjliggöra källkritisk granskning. Denna studie är ett kandidatexamensarbete inom området informationsdesign med fokus på interaktionsdesign.
Information
- Författare
- Lindell, Linn
- Lärosäte / institution
- Mälardalens universitet/Institutionen för hälsovetenskap, innovation och design
- Publiceringsdatum
- 2026
- Uppsatstyp
- Kandidat-uppsats
- Språk
- Svenska
Utforska vidare
Liknande uppsatser
Uppsatser med liknande ämnen och nyckelord.
Kandidat-uppsats, Mälardalens universitet/Institutionen för hälsovetenskap, innovation och design
Poljén, Emmy
Publicerad: 2026
Kandidat-uppsats, Högskolan i Borås/Akademin för bibliotek, information, pedagogik och IT
Paladini Söderberg, Frida, Siebing, Chanel
Publicerad: 2026
Kandidat-uppsats, Linnéuniversitetet/Institutionen för management (MAN)
Abo Ghalon, Subhi, Abo Shelleh, Raghad
Publicerad: 2026
Kandidat-uppsats, Mälardalens universitet/Institutionen för hälsovetenskap, innovation och design
Shamoon, Varaj
Publicerad: 2026
Kandidat-uppsats, Malmö universitet/Institutionen för datavetenskap och medieteknik (DVMT)
Lukac, Bojana, Blücher Suneson, Ronja
Publicerad: 2026
Kandidat-uppsats, Högskolan i Halmstad/Akademin för informationsteknologi
Ekbali, Ali, Jönne, Theodor
Publicerad: 2026