1. Umetna inteligenca kot del digitalne preobrazbe javne agencije AJPESEgzon Hajdinaj, 2026, ni določena Opis: Magistrska naloga obravnava umetno inteligenco kot del digitalne preobrazbe javne agencije AJPES. Izhaja iz predpostavke, da uvajanje umetne inteligence v javnem sektorju ni zgolj tehnološka nadgradnja, temveč tudi organizacijska sprememba, ki vpliva na delovne procese, kakovost storitev, kompetence zaposlenih ter zaupanje v delovanje javnih institucij. V tem okviru je AJPES obravnavan kot primer javne agencije, pri kateri se vprašanja digitalizacije, upravljanja podatkov, zanesljivosti storitev in organizacijske pripravljenosti neposredno povezujejo z možnostmi uporabe umetne inteligence. Namen magistrske naloge je proučiti, kako zaposleni v AJPES-u zaznavajo uvajanje umetne inteligence kot del digitalne preobrazbe agencije ter kakšne priložnosti in tveganja pri tem prepoznavajo. Teoretični del naloge obravnava temeljne koncepte umetne inteligence, njeno uporabo v javni upravi, pravne in etične vidike ter organizacijske pogoje za njeno odgovorno in učinkovito implementacijo. Empirični del temelji na anketni raziskavi med zaposlenimi v AJPES-u in se osredotoča na njihove zaznave glede vpliva umetne inteligence na učinkovitost dela, kakovost storitev, spremembe delovnih nalog ter odnos do priložnosti in morebitnih tveganj, ki jih prinaša nadaljnja digitalna preobrazba. Osrednje izhodišče naloge je, da uspešno uvajanje umetne inteligence v javni agenciji ni odvisno le od tehnoloških rešitev, temveč tudi od organizacijskih, kadrovskih, pravnih in etičnih dejavnikov. Pri tem imajo pomembno vlogo zaupanje zaposlenih, jasna pravila uporabe, ustrezne kompetence, kakovost podatkov ter postopno in premišljeno uvajanje sprememb. Naloga s tem prispeva k boljšemu razumevanju umetne inteligence kot razvojnega in organizacijskega dejavnika v javnih agencijah ter ponuja izhodišča za nadaljnje strateško načrtovanje digitalne preobrazbe v AJPES-u.
Ključne besede: umetna inteligenca, digitalna preobrazba, javna uprava, AJPES, zaposleni
Objavljeno v ReVIS: 09.07.2026; Ogledov: 31; Prenosov: 0
 Celotno besedilo (1,87 MB) |
2. DIGITALNA TRANSFORMACIJA MIKRO PODJETJA: UVEDBA CRM SISTEMA IN UPORABA UMETNE INTELIGENCE V TRGOVSKEM PODJETJU – ŠTUDIJA PRIMERA KONIK D. O. O.Žan Brglez, 2026, ni določena Opis: Digitalizacija je postala ključni dejavnik konkurenčnosti podjetij, zato v magistrskem delu obravnavamo digitalno transformacijo mikro trgovskega podjetja.
S kvalitativno študijo primera smo preučili vplive CRM sistema HubSpot ter orodij umetne inteligence na odnose s strankami, prodajne procese in zrelost digitalnega poslovnega modela podjetja.
Podatki so bili pridobljeni iz treh virov: (1) trije polstrukturirani intervjuji s predstavniki ključnih funkcij v podjetju, (2) opazovanje z udeležbo v okviru sodelovanja raziskovalca pri implementaciji in (3) sistemski podatki iz HubSpot CRM, spletne analitike, sistema Meta Ads Manager in internih evidenc podjetja.
Čeprav zaradi kratkega opazovalnega obdobja navedene vrednosti interpretiramo zadržano, smo z raziskavo ugotovili, da razpršene evidence nadomešča enotna in pregledna baza strank, prodajne priložnosti se sistematično spremljajo, da se delež sklenjenih B2B ponudb poveča za 23 %, da se stopnja konverzije poveča za 7 odstotnih točk. Prisotnost na družbenih omrežjih je postala redna, avtomatizacija in orodja umetne inteligence pa so razbremenili delovni čas, pri čemer se priprava objave s približno treh ur skrajša na 45 minut, vsak zaposleni pa na teden prihrani še približno 45 do 60 minut administrativnega dela.
Na podlagi ugotovitev oblikujemo priporočila za sorodna mikro podjetja, ki načrtujejo podobno preobrazbo.
Ključne besede: digitalna transformacija, CRM, umetna inteligenca, mikro podjetje, Konik.
Objavljeno v ReVIS: 04.07.2026; Ogledov: 105; Prenosov: 4
Celotno besedilo (968,62 KB) |
3. |
4. Kijaši : RomanUM o mestu, ki si je želelo reda bolj kot resniceSrečo Zakrajšek, 2026, umetniško delo Opis: Roman se v dogaja mestu, kjer prebivalci izgubljajo zaupanje v institucije, red in medsebojne odnose. Zato skupina občanov ustanovi skrivno skupino Kijašev. Njihov namen je preprost: povzročiteljem težav vrniti posledice njihovih dejanj. Sprva delujejo z opozorili in simbolnimi kaznimi, kar med prebivalci vzbudi občutek reda in varnosti, nadaljujejo pa s silo – s kiji. Toda uspeh Kijašev sproži nevaren proces, ustvari se nov jezik nasilja. Mesto se zato odloči za napredek na podlagi strokovnih in znanstvenih rešitev ter sodelovanja prebivalstva, pri čemer je v veliko pomoč umetna inteligenca, ki predlaga številne inovativne rešitve tudi za prihodnost, obenem pa tudi opozarja na pretirano uporabo sodobnih tehnologij. Roman se zaključi optimistično. Mesto ni popolno, vse težave niso rešene, vendar ponovno postaja skupnost. Ljudje različnih starosti, kultur in prepričanj začnejo skupaj ustvarjati prihodnost. Osrednje sporočilo romana je, da trajnega reda ni mogoče doseči s kaznijo ali silo, temveč z medsebojnim razumevanjem, pripadnostjo in skupnim ustvarjanjem boljšega življenja. Posebna zanimivost romana je, da ga je, na podlagi samo dveh strani avtorjevih navodil, v celoti napisala UI, konkretno ChatGPT. Zato ga imenujemo tudi RomanUM. Roman je nastal v okviru projekta: Ustvarjalnost umetne inteligence.
Ključne besede: Kijaši, roman, RomanUM, mesto, umetna inteligenca, nasilje, skupnost, sodelovanje, projekt, odgovornost, red, varnost, prihodnost, pripadnost, boljše življenje
Objavljeno v ReVIS: 01.07.2026; Ogledov: 84; Prenosov: 4
Datoteka (1,28 MB) |
5. |
6. Umetna inteligenca v internetu stvari: od zajema podatkov do napovedovanja dogodkov : diplomsko delo visokošolskega strokovnega študijskega programa prve bolonjske stopnje Spletne in informacijske tehnologijeChristian Adam, 2026, diplomsko delo Opis: Diplomsko delo obravnava uporabo umetne inteligence pri napovedovanju degradacijskih procesov v okoljih interneta stvari. V raziskavi sem želel preveriti, ali kompleksnejši sekvenčni modeli, kot je LSTM, v praksi res prinašajo boljše napovedne rezultate, ali pa so lahko enostavnejši modeli, na primer linearna regresija, v določenih primerih primerljivejši in stabilnejši. Empirični del vključuje tri medsebojno povezane eksperimente. Prvi eksperiment temelji na simuliranem, pretežno linearnem signalu, kjer razlike med modeloma niso bile izrazite (RMSE: linearna regresija 0,0551; LSTM 0,0563 v normaliziranem prostoru pri oknu 50). V drugem eksperimentu je bil uporabljen signal z izrazito režimsko spremembo, ki je povzročila odstopanje testnih podatkov od učne porazdelitve. V tem primeru se je pokazalo, da se lahko napaka modela LSTM močno poveča (RMSE: linearna regresija 0,0905; LSTM 0,7812), medtem ko linearna regresija ohrani stabilnejšo napovedno uspešnost. Tretji eksperiment temelji na realnem industrijskem podatkovnem naboru NASA C-MAPSS (FD001), kjer je LSTM dosegel zmerno prednost pri napovedovanju preostale življenjske dobe v ciklih (linearna regresija: MAE 13,67; RMSE 16,29; LSTM: MAE 13,31; RMSE 15,73). Rezultati raziskave kažejo, da večja kompleksnost modela sama po sebi ne zagotavlja boljše napovedne uspešnosti. Pomembno vlogo imata predvsem struktura podatkov in ustrezna metodološka zasnova eksperimentov, ki vključuje kronološki razrez podatkov, preprečevanje prenosa informacij med učnim in testnim delom, skaliranje samo na učni množici ter dosledno poročanje metrik v pravilni skali. Pri analizi realnih podatkov se je dodatno pokazalo, da morajo biti metrike in grafični prikazi vezani na iste napovedi po povratni transformaciji, sicer lahko pride do neskladij med programsko implementacijo in poročilom rezultatov.
Ključne besede: internet stvari (IoT), umetna inteligenca, globoko učenje, LSTM, linearna regresija
Objavljeno v ReVIS: 22.06.2026; Ogledov: 203; Prenosov: 7
Celotno besedilo (2,18 MB) |
7. Uporaba umetne inteligence za detekcijo neželenih SMS sporočil: analiza metod in eksperimentalna validacija : magistrsko delo študijskega programa druge bolonjske stopnje Spletna znanost in tehnologijeŽiga Ikovic, 2025, magistrsko delo Opis: V magistrskem delu je raziskana uporaba metod umetne inteligence za detekcijo neželenih SMS sporočil, pri čemer so primerjane tradicionalne tehnike, algoritmi strojnega učenja in modeli globokega učenja. V teoretičnem delu je opravljen sistematičen pregled literature, ki vključuje metode na osnovi pravil, algoritme strojnega in globokega učenja ter hibridne modele. Empirični del je temeljil na UCI SMS Spam Collection zbirki, ki je bila predhodno očiščena, normalizirana, tokenizirana in podvržena vektorizaciji oziroma vdelavi besed. Izvedeni so bili poskusi z metodami Multinomial Naive Bayes, Support Vector Machine, Random Forest, Convolutional Neural Network in Bidirectional LSTM, pri čemer sta MNB ter SVM dosegla najvišji F1-score, algoritma globokega učenja pa sta pokazala konkurenčno natančnost. Tradicionalne metode so bile najhitrejše, globoki modeli so zahtevali največje računske vire, pri čemer je BiLSTM izkazal najboljšo stabilnost rezultatov med modeli globokega učenja. Glavne ugotovitve iz literature kažejo, da globoki modeli prinašajo višjo povprečno natančnost, medtem ko ostajajo tradicionalni algoritmi strojnega učenja zelo učinkoviti. Zaradi specifičnih lastnosti SMS sporočil in širokega nabora pregledane literature nismo povsem uspeli ponoviti ugotovitev iz literature. Čeprav so naši rezultati pokazali, da so modeli strojnega učenja nekoliko bolj učinkoviti, smo lahko potrdili visoko učinkovitost tako modelov strojnega kot tudi globokega učenja.
Ključne besede: umetna inteligenca, SMS detekcija, strojno učenje, globoko učenje
Objavljeno v ReVIS: 19.06.2026; Ogledov: 163; Prenosov: 3
Celotno besedilo (2,80 MB) |
8. Integracija umetne inteligence v slovenski zdravstveni sistemVioleta Gjokiqi, 2026, ni določena Opis: Magistrska naloga obravnava možnosti in izzive uvajanja umetne inteligence v slovenski zdravstveni sistem. Umetna inteligenca se v zadnjih letih hitro razvija in vse bolj prodira tudi na področje zdravstva, kjer obeta večjo učinkovitost, boljšo organizacijo dela in podporo pri strokovnem odločanju. Kljub temu je njena implementacija v praksi pogosto omejena zaradi infrastrukturnih, pravnih, etičnih in organizacijskih dejavnikov ter zaradi zadržanosti uporabnikov.
V slovenskem zdravstvenem prostoru je to področje še razmeroma neraziskano, zato je tema naloge aktualna in relevantna tako z vidika prakse kot razvoja zdravstvenega sistema. Namen naloge je bil raziskati, kako zdravstveni delavci v Sloveniji dojemajo umetno inteligenco, na katerih področjih jo že uporabljajo, ali jo vidijo kot smiselno ter kateri so ključni izzivi in prednosti njene integracije. Empirični del temelji na kombinaciji kvantitativne in kvalitativne metodologije.
Kvantitativni del je vključeval spletni anketni vprašalnik, v katerem je sodelovalo 44 zdravstvenih delavcev, kvalitativni del pa štiri polstrukturirane intervjuje z osebami z različnih področij zdravstva. Rezultati raziskave kažejo, da je poznavanje umetne inteligence med zdravstvenimi delavci visoko, vendar je njena dejanska uporaba v praksi še omejena in predvsem usmerjena v podporne in administrativne procese. Zdravstveni delavci umetno inteligenco večinoma dojemajo kot orodje za razbremenitev in pomoč, ne pa kot nadomestek človeške presoje.
Med glavnimi prednostmi so izpostavljeni prihranek časa, večja učinkovitost in boljša organizacija dela, med izzivi pa varstvo osebnih podatkov, etična vprašanja, pomanjkanje znanja in strah pred izgubo človeškega stika. V nalogi je ugotovljeno, da so za uspešno uvedbo umetne inteligence ključni fazni pristop, ustrezen pravni in etični okvir ter sistematično izobraževanje in vključevanje zdravstvenih delavcev v proces uvajanja.
Ključne besede: Umetna inteligenca, zdravstveni sistem, tehnologija, integracija
Objavljeno v ReVIS: 11.06.2026; Ogledov: 204; Prenosov: 7
Celotno besedilo (1,24 MB) |
9. Vzpostavitev oddelka za preprečevanje goljufij v zavarovalniškem podjetju : študija primeraViktor Rokavec, 2026, magistrsko delo Ključne besede: zavarovalniške goljufije, preprečevanje goljufij, notranje kontrole, upravljanje tveganj, zavarovalništvo, umetna inteligenca, analiza podatkov, magistrsko delo
Objavljeno v ReVIS: 09.06.2026; Ogledov: 213; Prenosov: 8
Celotno besedilo (1,20 MB) |
10. Razlike med moškimi in ženskami pri zaznavanju umetne inteligence v trženju : zaupanje, koristnost in nakupne odločitveMiran Grah, 2026, izvirni znanstveni članek Ključne besede: umetna inteligenca, trženje, zaupanje, zaznana koristnost, pripravljenost za nakup, vedenje potrošnikov, razlike med spoloma
Objavljeno v ReVIS: 29.05.2026; Ogledov: 245; Prenosov: 7
Celotno besedilo (271,18 KB)
Gradivo ima več datotek! Več... |
