Projekt · Dnr 2022-02643 · Källa: Vinnova

Friends AutoIarm

Koordinator
Stiftelsen Friends - Elever Mot Mobbning, Stiftelsen Friends
Projekttid
2022-11-15 till 2023-11-14 (avslutat)
Beviljat bidrag
600 000 SEK
Diarienummer
2022-02643

Beskrivning

Projektet syftade till att använda AI för att analysera enkäter från skolelever i Sverige och upptäcka tidiga tecken på mobbing. Data insamlades från 30 000 enkäter, med 600 annoterade svar i kategorier av utsatt/icke utsatt. Modellens mål var 85% träffsäkerhet, 80% precision och recall, och ett F1-värde på 0.82. Modellen designades för att vara överkänslig och hellre ge falska positiva. Färdiga språkmodeller som ChatGPT och Llama2 jämfördes med projektets AI för att mäta effektivitet. Vi använde vårt egenutvecklade verktyg för skolenkäter och utvecklade en AI-modell för att upptäcka mobbning och allvarligare utsatthet. En LLM, vid jämförelse, presterade bättre än den egenbyggda AI-modellen. Vår AI kunde bara skilja på ´mobbning´ eller ´ingen mobbning´, medan LLM differentierade flera kategorier. Detta resultat, sett till våra databegränsningar, var förväntat. En LLM kan överträffa i precision. Däremot med tillräckliga data, har den egenbyggda AI-modellen potential.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Stålutveckling med GenAI

    Ferritico AB · 2023-09-28 · 835 998 SEK · Projekt

    Projektet syftade till att effektivisera stålutveckling genom att designa en GenAI-driven plattform som integrerar AI och kvantmekanisk modellering (QMM)-data. Målen var att optimera stålproduktionsprocessen, minska beroendet av kostsamma och tidskrävande fysiska experiment samt förbättra hållbarhet…

  2. Identifiera färdmedel för delresor - vid analys av rörelse med hjälp av mobildata

    Commuter Computing AB · 2023-12-15 · 1 282 000 SEK · Projekt

    Projektet nådde inte målet att skapa en självlärande AI-modell för färdmedelsidentifiering. Modellhypotesen visade sig identifiera statistiska artefakter snarare än verkliga hastighetsprofiler. Dock utvecklades en alternativ metod med reseplanerare som stöd vid annotering, som används kommersiellt o…

  3. Ekosystem för hållbar samhällsförändring

    RÄDDA BARNENS RIKSFÖRBUND · 2020-09-01 · 6 287 438 SEK · Projekt

    Med utgångspunkt från Stanford Universitets Collective impact modell, har vi tillsammans med Handelshögskolan i Stockholm utvecklat modellen. För att därefter testa och implementera den på Bäckby i Västerås. Genom att tillämpa verktyget, Mina svar, för effektmätning har målgruppen själva varit delak…

  4. AutoPack - Automatisk packning av rör och slanginstallationer baserat på optimering och maskininlärning

    Linköpings universitet · 2017-11-01 · 3 575 944 SEK · Projekt

    AutoPack’s syfte är att effektiviserar utvecklingsprocessen genom att knyta samman modeller från olika discipliner i digitala beräkningskedjor, och att automatisera ingenjörsarbete baserat på verktyg så som designautomation, multidisciplinäroptimering och maskininlärning. Applikationen för projektet…

  5. Samordnad, effektiv planering av järnvägsinfrastrukturunderhåll

    Luleå tekniska universitet · 2016-12-01 · 1 496 000 SEK · Projekt

    Det övergripande syftet med detta projekt har varit att optimera järnvägsunderhållsplanering genom att kombinera statistisk analys av underhållsbehov med modeller för optimerad underhållsplanering. Projektets har uppfyllt syftet genom att leverera: En metod för att väga samman historisk mätdata om j…