Allt och AI för krigsförbanden: Tillit till LLM-baserade beslutsstödsystem inom Försvarsmakten
(2026) SYSK16 20261Department of Informatics
- Abstract (Swedish)
- Denna studie undersöker upplevd tillit till LLM-baserade beslutsstödsystem inom svenska Försvarsmakten genom en scenariobaserad enkätstudie med 61 respondenter, där militär personal exponerades för fyra hypotetiska vinjetter med varierande systemautonomi och operativ kontext. Kvantitativa data analyserades med icke-parametriska metoder och kompletterades med tematisk analys av fritextsvar. Resultaten indikerar att tilliten grupperar sig i två statistiskt åtskilda kluster, där vinjett 1 och 3, i vilka systemet sammanställer information eller föreslår åtgärder, uppvisar konsekvent högre tillit än vinjett 2 och 4, där systemet genererar färdiga planer eller ordrar. Resultaten indikerar att utdatans karaktär kan vara en mer betydelsefull... (More)
- Denna studie undersöker upplevd tillit till LLM-baserade beslutsstödsystem inom svenska Försvarsmakten genom en scenariobaserad enkätstudie med 61 respondenter, där militär personal exponerades för fyra hypotetiska vinjetter med varierande systemautonomi och operativ kontext. Kvantitativa data analyserades med icke-parametriska metoder och kompletterades med tematisk analys av fritextsvar. Resultaten indikerar att tilliten grupperar sig i två statistiskt åtskilda kluster, där vinjett 1 och 3, i vilka systemet sammanställer information eller föreslår åtgärder, uppvisar konsekvent högre tillit än vinjett 2 och 4, där systemet genererar färdiga planer eller ordrar. Resultaten indikerar att utdatans karaktär kan vara en mer betydelsefull faktor än operativ risk eller autonomi. Bakgrundsvariabler som befattningsnivå, år i tjänst och tidigare AI-erfarenhet uppvisade inga tydliga mönster, vilket kan antyda att invändningarna är förankrade i en delad organisationskultur snarare än individuella egenskaper, där uppdragstaktikens betoning på den enskilda chefens ansvar och omdöme utgör en gemensam tolkningsram. Studien bidrar med en empirisk grund för Försvarsmaktens fortsatta arbete med att integrera LLM-baserade system i operativ verksamhet. (Less)
Please use this url to cite or link to this publication:
https://lup.lub.lu.se/student-papers/record/9237957
- author
- Colt, Gabriel LU ; Alvesson, Carl and Wallengren, Robin
- supervisor
-
- Paul Pierce LU
- organization
- course
- SYSK16 20261
- year
- 2026
- type
- M2 - Bachelor Degree
- subject
- language
- Swedish
- id
- 9237957
- date added to LUP
- 2026-06-16 10:27:26
- date last changed
- 2026-06-16 10:27:26
@misc{9237957,
abstract = {{Denna studie undersöker upplevd tillit till LLM-baserade beslutsstödsystem inom svenska Försvarsmakten genom en scenariobaserad enkätstudie med 61 respondenter, där militär personal exponerades för fyra hypotetiska vinjetter med varierande systemautonomi och operativ kontext. Kvantitativa data analyserades med icke-parametriska metoder och kompletterades med tematisk analys av fritextsvar. Resultaten indikerar att tilliten grupperar sig i två statistiskt åtskilda kluster, där vinjett 1 och 3, i vilka systemet sammanställer information eller föreslår åtgärder, uppvisar konsekvent högre tillit än vinjett 2 och 4, där systemet genererar färdiga planer eller ordrar. Resultaten indikerar att utdatans karaktär kan vara en mer betydelsefull faktor än operativ risk eller autonomi. Bakgrundsvariabler som befattningsnivå, år i tjänst och tidigare AI-erfarenhet uppvisade inga tydliga mönster, vilket kan antyda att invändningarna är förankrade i en delad organisationskultur snarare än individuella egenskaper, där uppdragstaktikens betoning på den enskilda chefens ansvar och omdöme utgör en gemensam tolkningsram. Studien bidrar med en empirisk grund för Försvarsmaktens fortsatta arbete med att integrera LLM-baserade system i operativ verksamhet.}},
author = {{Colt, Gabriel and Alvesson, Carl and Wallengren, Robin}},
language = {{swe}},
note = {{Student Paper}},
title = {{Allt och AI för krigsförbanden: Tillit till LLM-baserade beslutsstödsystem inom Försvarsmakten}},
year = {{2026}},
}