1. Generativna umetna inteligenca v izobraževanju : Analiza stanja v primarnem, sekundarnem in terciarnem izobraževanjuMarta Licardo, Eva Kranjec, Alenka Lipovec, Kosta Dolenc, Barbara Arcet, Andrej Flogie, Darja Plavčak, Milena Ivanuš-Grmek, Barbara Bednjički Rošer, Barbara Sraka Petek, Maruša Laure, 2025 Opis: Monografija predstavlja prvo celovito in sistematično analizo stanja uporabe generativne umetne inteligence (GEN-UI) v izobraževanju v Sloveniji. Raziskava, strukturirana skozi enajst tematskih področij, zajema različne deležnike vzgojno-izobraževalnega sistema na primarni, sekundarni in terciarni ravni. Vsebina ponuja poglobljen vpogled v vrste, pogostost in namene uporabe GEN-UI v osnovnih, srednjih šolah ter fakultetah. Obravnavani so izzivi, s katerimi se srečujejo deležniki pri uporabi GEN-UI, etična vprašanja ter pedagoške priložnosti, ki jih omogočajo orodja GEN-UI. Analizirane so tudi potrebe po usposabljanju, zaznane tehnične omejitve ter predlogi za optimizacijo uporabe GEN-UI v pedagoških procesih. Poseben poudarek je namenjen percepciji vpliva GEN-UI na različne vidike vzgojno-izobraževalnega dela, vključno z organizacijsko podporo, zaznanimi koristmi, uporabniško izkušnjo ter doživljanjem procesov učenja, poučevanja in vodenja ob uporabi GEN-UI. Monografija predstavlja pomemben znanstveni in strokovni doprinos k področju edukacijskih ved ter nudi dragocene usmeritve za oblikovanje strateških politik in odločitev na področju vzgoje in izobraževanja v prihodnosti.
Objavljeno v DKUM: 14.05.2025; Ogledov: 0; Prenosov: 7
 Celotno besedilo (5,28 MB)
Gradivo ima več datotek! Več... |
2. Analiza digitalne transformacije v zdravstvuNikola Kovač, 2025, diplomsko delo Opis: V diplomskem delu je bil raziskovan vpliv digitalne transformacije na zdravstvo, z osredotočenostjo na izkušnje pacientov z digitalnimi zdravstvenimi rešitvami. S pomočjo teoretičnih okvirov in empirične raziskave je bilo analizirano, kako pacienti dojemajo uporabo naprednih tehnologij, kot so telemedicina, e-zdravstveni portali, nosljive naprave in umetna inteligenca, ter kako te tehnologije vplivajo na kakovost, dostopnost in varnost zdravstvenih storitev.
Empirična raziskava, izvedena na vzorcu 25 anketirancev različnih starostnih skupin, je pokazala, da je večina uporabnikov zadovoljna z digitalnimi zdravstvenimi rešitvami, vendar se pojavljajo nekateri pomisleki, zlasti glede varnosti osebnih podatkov, uporabniške izkušnje in dostopnosti naprednih tehnologij. Ugotovljeno je bilo, da kljub vse večji uporabi digitalnih rešitev še vedno obstajajo ovire, kot so težave z dostopom do e-zdravstvenih portalov in zaskrbljenost glede zaščite osebnih podatkov.
Ključne besede: digitalna transformacija, umetna inteligenca, zdravstvo
Objavljeno v DKUM: 08.05.2025; Ogledov: 0; Prenosov: 11
Celotno besedilo (1,43 MB) |
3. Sensors and artificial intelligence methods and algorithms for human - computer intelligent interaction: a systematic mapping studyBoštjan Šumak, Saša Brdnik, Maja Pušnik, 2022, izvirni znanstveni članek Opis: To equip computers with human communication skills and to enable natural interaction
between the computer and a human, intelligent solutions are required based on artificial intelligence
(AI) methods, algorithms, and sensor technology. This study aimed at identifying and analyzing
the state-of-the-art AI methods and algorithms and sensors technology in existing human–computer
intelligent interaction (HCII) research to explore trends in HCII research, categorize existing evidence,
and identify potential directions for future research. We conduct a systematic mapping study of the
HCII body of research. Four hundred fifty-four studies published in various journals and conferences
between 2010 and 2021 were identified and analyzed. Studies in the HCII and IUI fields have
primarily been focused on intelligent recognition of emotion, gestures, and facial expressions using
sensors technology, such as the camera, EEG, Kinect, wearable sensors, eye tracker, gyroscope, and
others. Researchers most often apply deep-learning and instance-based AI methods and algorithms.
The support sector machine (SVM) is the most widely used algorithm for various kinds of recognition,
primarily an emotion, facial expression, and gesture. The convolutional neural network (CNN)
is the often-used deep-learning algorithm for emotion recognition, facial recognition, and gesture
recognition solutions.
Ključne besede: human–computer intelligent interaction, intelligent user interfaces, IUI, sensors, artificial intelligence
Objavljeno v DKUM: 31.03.2025; Ogledov: 0; Prenosov: 4
Celotno besedilo (8,70 MB)
Gradivo ima več datotek! Več... |
4. Analysis of it solutions to improve the inclusiveness of foreign language speakers : master's thesisNikola Vilar Jordanovski, 2025, magistrsko delo Opis: This thesis explores how information technologies can enhance linguistic inclusivity in a
globalized society, where language barriers are increasingly evident due to greater
mobility and cultural interconnectedness. The empirical section compares ten IT
solutions, five offline and five using artificial intelligence, by translating ten common
email messages into five languages. The analysis focuses on translation accuracy,
reliability, and user experience. User surveys provided additional insights into challenges
and desired functionalities for greater inclusivity.
Findings indicate that AI-based solutions like ChatGPT and DeepL achieve better
contextual accuracy. The thesis suggests that future development of these solutions
should emphasize cultural nuances and contextual precision to improve accessibility and
inclusivity for speakers of different languages.
Ključne besede: inclusiveness, foreign language speakers, IT solutions for inclusiveness, multilingualism
Objavljeno v DKUM: 27.03.2025; Ogledov: 0; Prenosov: 14
Celotno besedilo (1,86 MB) |
5. Differences in user perception of artificial intelligence-driven chatbots and traditional tools in qualitative data analysisBoštjan Šumak, Maja Pušnik, Ines Kožuh, Andrej Šorgo, Saša Brdnik, 2025, izvirni znanstveni članek Opis: Qualitative data analysis (QDA) tools are essential for extracting insights from complex datasets. This study investigates researchers’ perceptions of the usability, user experience (UX), mental workload, trust, task complexity, and emotional impact of three tools: Taguette 1.4.1 (a traditional QDA tool), ChatGPT (GPT-4, December 2023 version), and Gemini (formerly Google Bard, December 2023 version). Participants (N = 85), Master’s students from the Faculty of Electrical Engineering and Computer Science with prior experience in UX evaluations and familiarity with AI-based chatbots, performed sentiment analysis and data annotation tasks using these tools, enabling a comparative evaluation. The results show that AI tools were associated with lower cognitive effort and more positive emotional responses compared to Taguette, which caused higher frustration and workload, especially during cognitively demanding tasks. Among the tools, ChatGPT achieved the highest usability score (SUS = 79.03) and was rated positively for emotional engagement. Trust levels varied, with Taguette preferred for task accuracy and ChatGPT rated highest in user confidence. Despite these differences, all tools performed consistently in identifying qualitative patterns. These findings suggest that AI-driven tools can enhance researchers’ experiences in QDA while emphasizing the need to align tool selection with specific tasks and user preferences.
Ključne besede: user experience, UX, usability, qualitative data analysis, QDA, chatbots
Objavljeno v DKUM: 07.02.2025; Ogledov: 0; Prenosov: 13
Celotno besedilo (1,51 MB) |
6. Analiza uporabnosti mikrostoritev za digitalno transformacijoNikola Milovanović, 2024, magistrsko delo Opis: Namen magistrskega dela je preučiti vpliv uporabe mikrostoritev na digitalno transformacijo poslovnih procesov. Osredotočili smo se na razlago mikrostoritev in digitalne preobrazbe ter primerjavo uporabnosti mikrostoritev za namen digitalne transformacije v primerjavi z drugimi priljubljenimi arhitekturami programske opreme. Raziskavo smo izvedli s pomočjo ankete, pri čemer smo vključili podjetija, ki se ukvarjajo z razvojem programske opreme, da bi pridobili informacije od razvijalcev o njihovih izkušnjah in mnenjih o mikrostoritvah v konkretnem kontekstu digitalne transformacije. Na koncu smo ugotovili, da so mikrostoritve ena izmed prednostnih arhitektur za digitalno transformacijo poslovnih procesov.
Ključne besede: mikrostoritve, digitalna transformacija, digitalizacija
Objavljeno v DKUM: 22.10.2024; Ogledov: 0; Prenosov: 26
Celotno besedilo (3,11 MB) |
7. Analiza metod in programskih rešitev za razporejanje kadrovBlagica Janeva, 2024, magistrsko delo Opis: V magistrskem delu smo s pregledom literature raziskali pogosto uporabljene metode, algoritme in modele, ki se uporabljajo na področju razporejanja kadrov. Pregledali in primerjali smo obstoječe programske rešitve, ki se uporabljajo za reševanje problemov razporejanja kadrov. V praktičnem delu smo izvedli anketo, namenjeno slovenskim podjetjem, s katero smo raziskovali seznanjenost podjetij s programskimi rešitvami za razporejanje kadrov in v kolikšni meri uporabljajo takšne oziroma druge sorodne rešitve. Rezultati so pokazali, da so namenske rešitve za razporejanje kadrov sicer prisotne, vendar se uporabljajo v omejenem obsegu, pri čemer je veliko prostora za izboljšave, zlasti pri uvedbi naprednejših funkcionalnosti v obstoječe rešitve na slovenskem trgu.
Ključne besede: razporejanje kadrov, metode, programske rešitve, delovni plani
Objavljeno v DKUM: 22.10.2024; Ogledov: 0; Prenosov: 27
Celotno besedilo (5,65 MB) |
8. Priložnosti in izzivi umetne inteligence v izobraževanju : diplomsko deloMiha Hirtl, 2024, diplomsko delo Opis: Zaradi umetne inteligence (UI) se izobraževalni sistem zelo hitro spreminja ter ponuja priložnosti za izboljšanje učnega procesa skozi različne načine. Kljub prednostim, uporaba UI tudi prinese številne izzive s katerimi se je potrebno soočiti kot so pristranskost UI sistemov ter varovanje zasebnosti. V zaključnem delu smo obravnavali definicije, zgodovino in vrste UI ter njihovo uporabo v izobraževanju. Raziskali smo priložnosti kot so avtomatizacija nalog in personalizacijo učenja. Izvedli in analizirali smo tudi anketo, ki preučuje mnenja o uporabi umetne inteligence v izobraževanju.
Ključne besede: umetna inteligenca, izobraževanje, prihodnost, analiza raziskave
Objavljeno v DKUM: 14.10.2024; Ogledov: 0; Prenosov: 57
Celotno besedilo (1,65 MB) |
9. Analiza uporabnosti sodobnih orodij za modeliranje procesov : diplomsko deloAnton Lajhar, 2024, diplomsko delo Opis: V diplomskem delu se osredotočamo na uporabnost sodobnih orodij za modeliranje procesov in predstavitev tehnik modeliranja procesov. Glavni namen raziskave je primerjava različnih orodij za modeliranje procesov in pridobitev vpogleda v njihove tehnične zmožnosti ter učinkovitost. Za pridobitev podatkov in primerjavo orodij smo izvedli pregled literature ter v vseh orodjih modelirali in simulirali realne poslovne procese. Končni rezultati zajemajo ugotovitve glede prednosti in pomanjkljivosti posameznih orodij ter primerjavo med njimi. V sklepu so navedene smernice glede izbire najbolj ustreznega orodja glede na specifične potrebe podjetja oziroma posameznika.
Ključne besede: modeliranje procesov, primerjanje, analiza učinkovitosti, sodobna orodja za modeliranje, funkcionalnosti, analiza, optimizacija, avtomatizacija, produktivnost
Objavljeno v DKUM: 14.10.2024; Ogledov: 0; Prenosov: 30
Celotno besedilo (3,77 MB) |
10. Analiza in optimizacija spletnega mesta na primeru organizacije : diplomsko deloKristjan Toplak, 2024, diplomsko delo Opis: Optimizacija spletnih strani je proces, ki vključuje načrtovanje in izvajanje strategij za povečanje vidljivosti spletnega mesta v iskalnih rezultatih za določene ključne besede. Proces povečuje promet na spletnem mestu in izboljšuje njegovo učinkovitost pri doseganju zastavljenih ciljev. V teoretičnem delu so obravnavani osnovni koncepti spletnih iskalnikov, postopek optimizacije spletnih mest ter razlika med belimi in temnimi metodami optimizacije. V empiričnem delu je bil izveden eksperiment, razdeljen na tri faze. V prvi fazi je bila izvedena analiza stanja spletnega mesta pred optimizacijo. Druga faza je zajemala izvedbo optimizacije s spremembami, ki so bile identificirane v prvi fazi. V tretji fazi smo primerjali spremembe pred in po optimizaciji. Proces je omogočil vpogled v praktično uporabo teoretičnih konceptov ter njihov vpliv na izboljšanje učinkovitosti spletnega mesta v realnem okolju.
Ključne besede: optimizacija za spletne iskalnike, splet, tehnike optimizacije, spletni iskalniki
Objavljeno v DKUM: 11.07.2024; Ogledov: 203; Prenosov: 62
Celotno besedilo (1021,61 KB) |
