Iskanje po katalogu digitalne knjižnice

Opis: Umetna inteligenca in računovodstvo se v modernem času vedno bolj prepletata in povezujeta. Zaradi hitrega in nenehnega razvoja napredne tehnologije, kamor uvrščamo umetno inteligenco, je izredno pomembno, da se podjetja prilagodijo digitalizaciji in so odprta za implementacijo različne programske opreme, ki temelji na umetni inteligenci, kajti le tako bodo ostala konkurenčna trgu. Pomembno je zavedanje, da se tradicionalno računovodstvo spreminja in se od računovodij pričakuje tako strokovno znanje kot tudi znanje in kompetence na področju tehnologije. Namen diplomskega dela je proučiti področje pojava umetne inteligence na poslovodno računovodstvo in njen možen vpliv. Opredelili smo pojma umetna inteligenca in računovodstvo, poudarek pa namenili umetni inteligenci in njenemu vplivu na poslovodno računovodstvo, omenili smo priložnosti in nevarnosti ter uporabo umetne inteligence v vsakdanjem življenju. Dotaknili smo se prihodnosti računovodskega poklica, predvsem poslovodnih računovodij, prednosti in slabosti, ki jih prinaša uvedba umetne inteligence v poslovodno računovodstvo. Ob umetni inteligenci v računovodski stroki se pojavlja vprašanje, ali lahko nadomestimo delovna mesta ali bodo ta izginila, zato smo v delu predstavili mnenja različnih avtorjev o prihodnosti poklica, nadomestitvi delovnih mest in pričakovanja delodajalcev od diplomantov računovodske stroke. Postavili smo tri hipoteze in v zaključku diplomskega dela prve dve potrdili in zadnjo ovrgli. Prva hipoteza se nanaša na vrednost umetne inteligence in olajšanje rutinskih del v poslovodnem računovodstvu, druga govori o prevladi pozitivnih učinkov umetne inteligence v poslovodnem računovodstvu nad negativnimi, zadnja pa se osredotoča na prihodnost poslovodnih računovodij. Omejili smo se na računovodske poklice, predvsem na poslovodno računovodstvo in raziskovali novejšo literaturo.
Ključne besede: umetna inteligenca, poslovodno računovodstvo, računovodstvo, revizija, prihodnost poslovodnega računovodstva.
Objavljeno v DKUM: 05.09.2024; Ogledov: 48; Prenosov: 1
Celotno besedilo (1,73 MB)

Opis: V doktorski disertaciji je obravnavana problematika prepoznave izbire najprimernejše razlagalne tehnike v opazovanem primeru, glede na vključene uporabnike. V literaturi je opazno pomanjkanje validiranih metod vrednotenja za izbiro najprimernejše tehnike, ki bi upoštevale več dimenzij razlag in merile pravilnost mentalnih modelov uporabnikov. Predstavljena metoda je sestavljena iz vrednotenja štirih dimenzij; zadovoljstva z razlago, dojetega zaupanja, mentalnih modelov in subjektivnega mentalnega napora, potrebnega za razumevanje razlag. Metoda je bila razvita iterativno in je bila testirana v dveh empiričnih raziskavah. V prvi empirični raziskavi sta bili vrednoteni dve dimenziji, v drugi vse štiri. Predlagana metoda je bila analizirana z eksploratorno faktorsko analizo dveh vprašalnikov, uporabljenih v bateriji vprašalnikov in z analizo zanesljivosti. Rezultatu druge empirične raziskave, so potrdili, da uporabljena metoda omogoča zanesljivo primerjavo razlagalnih tehnik po posameznih dimenzijah v slovenščini in angleščini. Metoda je bila preizkušena na desetih razlagalnih tehnikah, oblikovanih na slikovnih in številskih vhodnih podatkih. Opravljen je bil sistematični pregled literature z ekstrakcijo najpogostejših razlagalnih tehnik. Uporabniki so bili pri pravi empirični raziskavi najbolj zadovoljni s SHAP lokalno razlagalno tehniko v obliki stolpčnega grafa, sledila ji je globalna razlagalna tehnika v enaki obliki. Tema razlagalnima tehnikama so udeleženci izkazali tudi najvišje zaupanje. V drugi empirični raziskavi so bili uporabniki najbolj zadovoljni z razlagalno tehniko odločitvenega drevesa, pri slikovnih podatkih pa z izpostavitvijo subjekta s kvadratom. Uporabniki so najbolj zaupali razlagalni tehniki odločitvenega drevesa in grafov delne odvisnosti. Naraščanje subjektivne ocene truda, ki ga uporabniki vložijo v razumevanje, je šibko negativno vplivalo na njihovo oceno razumevanja razlage, zadovoljstva z njo, zadostnosti podrobnosti, celotnosti razlage, dojemanja jasnosti navodil za uporabo in uporabnosti razlage za njihove cilje, hkrati pa je pozitivno vplivalo na njihovo strinjanje s tem, da so razlage zavajajoče in zahrbtne. Uporabniki so naloge za preverjanje pravilnosti mentalnih modelov reševali zmerno uspešno, le tretjina je pravilno rešila vse tri zastavljene naloge, manj kot polovica je pravilno rešila dve od treh nalog. Preverjanje pravilnosti mentalnih modelov z retrospektivno nalogo, napovedno nalogo in nalogo prepoznave napak je omogočilo razlikovanje razumevanja uporabnikov med opazovanimi razlagalnimi tehnikami. Disertacija vključuje pet izvirnih znanstvenih prispevkov. Prvi zajema empirično vrednotenje izbranih razlagalnih tehnik z vidika zaupanja uporabnikov in zadovoljstva z razlago. Drugi zajema izgradnjo večdimenzionalne metode uporabniškega vrednotenja za celostno ocenjevanje razlagalnih tehnik. Tretji obsega validacijo dveh obstoječih merilnih instrumentov, uporabljenih v predlagani metodi. Četrti zajema uporabo predlagane metode za empirično vrednotenje razlagalnih tehnik. Peti obsega empirično vrednotenje povezav med značilnostmi uporabnikov in njihovim subjektivnim dojemanjem razlag. V okviru predstavljene doktorske disertacije smo omejili na pridobivanje podatkov z metodo vprašalnika. Empirični raziskavi sta zaradi manjšega vzorca lahko podvrženi kulturnim, starostnim, izobraževalnim in drugim vplivom. Prevod uveljavljenih vprašalnikov lahko vpliva na njihovo validnost in na primerljivost rezultatov v primerjavi z rezultati, pridobljenimi v izvornem jeziku. V predlagani metodi je vrednoteno dojeto zaupanje, ki ni nujno enako izkazanemu. V dimenzije vrednotenja ni vključena učinkovitost uporabnikov. Pri primerjavi razlagalnih tehnik v posameznem primeru se osredotočamo zgolj na opazovane dimenzije in ne na širše cilje razvoja uporabniških vmesnikov in celostnega sistema. Predlagana metoda je bila uporabljena in validirana zgolj na slikovnih in številčnih vhodnih podatkih.
Ključne besede: razložljiva umetna inteligenca, vrednotenje razložljive umetne inteligence, uporabniško vrednotenje, strojno učenje, interpretabilnost
Objavljeno v DKUM: 04.09.2024; Ogledov: 27; Prenosov: 4
Celotno besedilo (41,64 MB)

Opis: Namen tega diplomskega dela je izvesti primerjalno analizo med uporabo Belbinove programske rešitve in klepetalnim robotom ChatGPT pri sestavi projektih timov. Raziskava preučuje prednosti in slabosti obeh pristopov in njun način uporabe. Z raziskavo smo pridobili vpogled v to, kako se ta dva pristopa razlikujeta v procesu sestavljanja timov in kako lahko prispevata k učinkoviti sestavi timov v sodobnem poslovnem okolju. Skozi analizo njunih prednosti in slabosti smo identificirali optimalne strategije za sestavo projektnih timov, kar bo pripomoglo uporabnikom pri odločanju o uporabi obeh pristopov.
Ključne besede: umetna inteligenca, sestava timov, Belbinov model, ChatGPT, primerjava
Objavljeno v DKUM: 27.08.2024; Ogledov: 47; Prenosov: 6
Celotno besedilo (2,16 MB)

Opis: Upravljanje projektov omogoča načrtovanje, izvedbo, nadzor in zaključevanje projektov znotraj časovnih, proračunskih in kakovostnih omejitev. Izvaja se v različnih sektorjih, vključno z gradbeništvom, informacijskimi tehnologijami, zdravstvom, izobraževanjem, finančnimi storitvami in drugimi. Digitalna tehnologija, kot so specializirana programska oprema, orodja za sodelovanje v realnem času in umetna inteligenca, igra ključno vlogo pri izboljšanju učinkovitosti in preglednosti upravljanja projektov ter spodbuja boljše sodelovanje. Diplomsko delo se osredotoča na raziskovanje vloge umetne inteligence pri upravljanju projektov ter ocenjuje priložnosti in izzive njene uporabe. V teoretičnem delu so predstavljene osnove upravljanja projektov in umetne inteligence, medtem ko se v empiričnem delu osredotočamo na pregled literature in trendov s področja uporabe umetne inteligence pri projektnem upravljanju. Ugotavljamo, da uporaba umetne inteligence pri projektnem upravljanju izboljšuje hitrost odločanja, omogoča hitrejše in učinkovitejše napovedovanje tveganj in prilagajanje načrta projekta v realnem času.
Ključne besede: umetna inteligenca, proces, upravljanje, projekt
Objavljeno v DKUM: 05.07.2024; Ogledov: 127; Prenosov: 28
Celotno besedilo (1,59 MB)

Opis: Učenje skozi igro predstavlja sodoben način poučevanja, ki učencem omogoča aktivno vključitev v učni proces ter zabavno pridobivanje novih znanj. Vendar pa je didaktičnih iger, še posebej na razredni stopnji, zelo malo. Orodje umetne inteligence, ChatGPT, učiteljem omogoča lažjo individualizacijo učnih potreb učencev, kar je še posebej koristno pri oblikovanju didaktičnih iger. Namen magistrskega dela je bil ustvariti didaktično igro s pomočjo umetne inteligence, natančneje s pomočjo ChatGPT-ja na osnovi primera izdelave didaktične igre, ki bo ustrezala interdisciplinarnemu povezovanju različnih predmetov na razredni stopnji ter jo izvesti z učenci 4. razreda. V praktičnem delu magistrskega dela smo na podlagi pregledanih učnih ciljev razvili didaktično igro, osredotočeno na znanje o slovenskih ljudskih pravljicah. S tem smo pri učencih razvijali tako bralne veščine kot tudi sposobnost sodelovanja z drugimi. Ugotovili smo, da orodje ChatGPT lahko izboljša učiteljevo učinkovitost pri ustvarjanju didaktičnih iger z omogočanjem hitrega prilagajanja pouka individualnim potrebam učencev. Kljub temu pa se sooča z omejitvami, kot sta plačljivost naprednejšega modela in neresnične informacije.
Ključne besede: umetna inteligenca, didaktične igre, besedno izražanje, ChatGPT, moderni načini poučevanja
Objavljeno v DKUM: 21.06.2024; Ogledov: 189; Prenosov: 56
Celotno besedilo (2,24 MB)