Hur kan generativ AI bidra till att effektivisera skapandet av flödesscheman?
2024 (Svenska)Självständigt arbete på grundnivå (kandidatexamen), 20 poäng / 30 hp
Studentuppsats (Examensarbete)Alternativ titel
How can generative AI contribute in making the creation of flowcharts more efficient? (Engelska)
Abstract [sv]
Detta examensarbete undersökte potentialen hos generativ artificiell intelligens (GAI) i syfte att effektivisera skapandet av flödesscheman. Detta gjordes inom ramen för ett mjukvaruutvecklingsprojekt på ett anonymt företag, vilket benämns som “Företag X” i denna studie. Företaget såg stort värde i att kommunicera via flödesscheman till skillnad från textuella beskrivningar, och uttryckte en önskan om att effektivisera processen av att framställa dessa. Den nuvarande manuella processen för att skapa flödesscheman identifierades som tidskrävande, vilket gjorde att flödesscheman inte alltid var möjligt att framställa, och därmed kunde de inte nå sin fulla potential gällande att öka samförstånd för både processer och systembeskrivningar. Forskningen syftade till att adressera detta problem genom att undersöka hur GAI kunde effektivisera processen av att skapa flödesscheman. Detta genom att identifiera användningsområden från yrkesverksamma som aktivt arbetar med modelleringstekniker, där potentiella områden för effektivisering undersöktes och styrktes med aktuell litteratur.
Undersökningen använde en kvalitativ metod med semi-strukturerade intervjuer för att uppnå en mångfacetterad, detaljrik och djup förståelse av respondenternas verklighet. Data analyserades induktivt för att effektivt identifiera nyckelområden där GAI potentiellt skulle kunna effektivisera modelleringsprocessen.
Resultaten av studien visar att GAI har betydande potential att effektivisera skapandet av flödesscheman inom flera områden. Tidsbesparingar, bättre hantering av komplexa system samt förbättrad kommunikation och förståelse var centrala områden med potential för effektivisering. Dock identifierades även säkerhets- och integritetsrisker som måste beaktas för att kunna dra full nytta av GAI i modelleringsprocessen.
Ort, förlag, år, upplaga, sidor
2024. , s. 53
Nyckelord [sv]
Generativ artificiell intelligens, flödesscheman, systemutveckling, modelleringstekniker, mjukvaruutveckling
Nationell ämneskategori
Systemvetenskap, informationssystem och informatik med samhällsvetenskaplig inriktning
Identifikatorer
URN: urn:nbn:se:his:diva-24369OAI: oai:DiVA.org:his-24369DiVA, id: diva2:1883896
Externt samarbete
Företaget har valt att vara anonyma
Ämne / kurs
Informationsteknologi
Utbildningsprogram
Systemvetenskap
Handledare
Examinatorer
2024-07-122024-07-122024-07-12Bibliografiskt granskad