Year: 2025
Type: dissertation
Abstract: Digitaliseringen betraktas som en megatrend för samhällsförändring, där AI noterats som en växande trend inom byggprocessen. AI-verktyget ChatGPT väckte globalt engagemang och fungerar som ett användarvänligt gränssnitt mellan människa och maskin, med högkvalitativ och snabb responsförmåga. Det råder nyfikenhet och intresse för ökad förståelse om hur GPT-verktygen kan fungera inom företagandet. Sweco uttryckte ett intresse att förstå möjligheterna och utmaningarna med GPT-verktygen inom den arkitektoniska anbudsprocessen. Arbetet undersökte därför hur GPT-modeller kan tillämpas inom anbudsprocessen. Studien syftar att fungera som underlag för framtida tillämpningar, och ämnar besvara: 1) Vilka tidskrävande eller på annat sätt utmanande arbetsmoment inom anbudsprocessen involverar hantering av textbaserad information? 2) Vad finns det för utmaningar och möjligheter för GPT-verktyg att stödja identifierande arbetsmoment? Målet var att öka branschens förståelse genom att klargöra hur verktygen kan tillämpas genom att studera verktygens möjligheter och utmaningar. Arbetet genomfördes explorativt utifrån litteraturstudien, kombinerat med en kvalitativ intervju- och fallstudie. Litteraturstudien utgör grundförståelsen för forskningsområdet och identifierade GPT-verktygens förmågor att extrahera och sammanfatta information. Intervjustudien bidrar med primärdata avseende forskningsfråga 1 medan fallstudien ämnar besvara forskningsfråga 2. Fallstudien visar hur GPT-modeller kan tillämpas inom anbudsprocessen. Resultatet visar att verktygen kan extrahera och sammanfatta faktabaserad information reliabelt. Däremot indikerar fallstudien GPT-verktygens svårigheter att verbalisera arkitektonisk terminologi, passande för anbud. Examensarbetet bidrar, genom att öka förståelsen kring vart och hur GPT-modellerna kan tillämpas inom den arkitektoniska anbudsprocessen.
Author: Wängestam Blomberg, Anton
Language: Swedish
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7053144575