hh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Gen Z synar bluffen, eller?: Ungdomars förmåga att identifiera deepfake-bilder
Högskolan i Halmstad, Akademin för informationsteknologi.
Högskolan i Halmstad, Akademin för informationsteknologi.
2025 (Svenska)Självständigt arbete på grundnivå (kandidatexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)
Abstract [sv]

Denna studie undersöker hur väl ungdomar i åldrarna 15-16 år kan urskilja deepfake-bilder och verkliga bilder, både med och utan ett tekniskt detekteringsverktyg som stöd. 

Studien bygger på två frågeställningar kring hur väl ungdomar kan känna igen deepfake-bilder utan ett tekniskt hjälpmedel samt vilken effekt ett specifikt tekniskt hjälpmedel har på deras bedömning. 

Arbetet inleddes med en jämförelse av flera olika detekteringsverktyg, där Sightengine valdes ut som det bäst lämpade. Därefter genomfördes ett kvasi-experiment med fyra skolklasser i årskurs 9, varav två klasser fungerade som kontrollgrupp och två som testgrupp. Ungdomarna fick, genom en enkät med 12 bilder, bedöma huruvida de trodde varje bild var en deepfake-bild eller verklig bild. 

Resultaten visar att testklasserna identifierade deepfake-bilder med högre precision än kontrollklasserna. Resultatet visar även att tekniskt stöd i form av ett detekteringsverktyg kan förbättrade ungdomarnas förmåga att identifiera manipulerat innehåll. Förtroendet för den egna bedömningsförmågan är hög hos ungdomarna, där majoriteten bedömer sin förmåga över 5 på en skala 0-10. I kontrollklasserna var det en majoritet som svarade rätt på 7 av 12 bilder och i testklasserna en majoritet på 10 av 12 bilder.

Ort, förlag, år, upplaga, sidor
2025. , s. 48
Nyckelord [sv]
deepfake, AI, detektering, detektion, detekteringsverktyg, maskininlärning, generativ AI, bild, identifikation, social media, enkätstudie
Nationell ämneskategori
Data- och informationsvetenskap
Identifikatorer
URN: urn:nbn:se:hh:diva-56643OAI: oai:DiVA.org:hh-56643DiVA, id: diva2:1974763
Ämne / kurs
Digital forensik
Utbildningsprogram
IT-forensik och informationssäkerhet
Handledare
Examinatorer
Tillgänglig från: 2025-06-24 Skapad: 2025-06-23 Senast uppdaterad: 2025-10-01Bibliografiskt granskad

Open Access i DiVA

fulltext(2353 kB)182 nedladdningar
Filinformation
Filnamn FULLTEXT02.pdfFilstorlek 2353 kBChecksumma SHA-512
1ffac9b3bfe615272cb3e7e4b832207b2eb761752fadc2a864b86e8659862006b200d987f141f7d4a19aec9fe7e6b0782fe7f2ec1e189eb5df99fb535c0db851
Typ fulltextMimetyp application/pdf

Av organisationen
Akademin för informationsteknologi
Data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 182 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 345 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf