ANVÄNDARNAS FÖRHÅLLNINGSSÄTT TILL LAGRINGEN AV PERSONLIG INFORMATION AV IPA
En kvalitativ studie av användare
THE USERS APPROACH TOWARDS STORING OF PERSONAL INFORMATION OF IPA
A qualitative study of the users
Examensarbete inom informationsteknologi Grundnivå 30 Högskolepoäng
Vårtermin 2020 Martin Eriksson
Handledare: Jesper Holgersson Examinator: Joeri van Laere
Sammanfattning
Kommunikationen mellan dator och användare har blivit en vanlig del av användarnas vardag. Intelligenta personliga assistenter tillåter kommunikation mellan dator och användare, där uppgifter inte längre behöver utföras manuellt av användaren.
Intelligenta personliga assistenter har ökat under de senaste 10 åren och har blivit mer avanceranede med hjälp av artificiell intelligens och är anpassade efter användarnas behov. Samtidigt lagras det mer data om användare för att utvinna information och bli mer personlig. Antalet produkter har ökat under de senaste åren och fortsätter öka tillsammans med antalet användare. Intelligenta personliga assistenter har under senare tid börjat flytta in i användares hem och blivit en tydlig del av deras vardag. Nutidens lagar för lagring av information appliceras inte likadant för intelligenta personliga assistenter och samtidigt som lagringen av information ökar, dyker det även upp en del säkerhetsbrister.
Studien har använt sig av en kvalitativ forskningsmetod. Till den kvalitativa metoden har användare av intelligenta personliga assistenter intervjuas. Empirin som samlats in med hjälp av intervjuer har analyserat och tillsammans med den insamlade empirin har studien analyserat användarbeteendet och hur korrelationen mellan lagring av data och användarna ser ut.
Studien visar ett resultat där användarnas beteenden jämt mot lagring är komplex.
Resultatet visar en delad bild bland användare och kan konstatera att användarnas beteende visar på ett motsägelsefullt beteende, där användarna inte lever som dom lär.
Medan andra användare inte lägger lika stor vikt i den lagring som sker.
Nyckelord: Intelligent Personlig Assistent, Användare, Lagring av data
Abstract
The communication between computers and users has become a usual part of the users everyday life. Intelligent personal assistants allows communication between computer and user, were assignments doesn’t need to be manual assigned by the user. Intelligent personal assistants have been increasing the past 10 years and has become more advanced with the help of artificial intelligence and are more suited for the users need.
At the same time personal data of the user is being stored to gain information and become more personal for the user. The number of products and users have been increasing during the last years. Over recent years Intelligent personal assistants have been moving in to the users homes and are becoming a clear part of their everyday life’s.
The laws of today’s storage of data isn’t applicable for the intelligent personal assistants and at the same time the storage of data is increasing and safety issues are appearing.
The study is a qualitative study. With the qualitative method users of intelligent personal assistants have been interviewed. The empirical data that’s been collected during the interviews have analyzed the users behavior, and how the correlation between the storage of data and the users are being portrayed.
The study shows results where the user behavior towards storage of data is complex.
The result shows a parted picture among the users and can note how the users behavior shows a contradictory behavior, where the users doesn’t live the way they teach. While other users doesn’t put that much care into the storage of data.
Key words: Intelligent Personal Assistant, User, Storage of data
INNEHÅLLSFÖRTECKNING
INLEDNING 1
BAKGRUNDSKAPITEL 2
2.1 Intelligent personlig assistent 2
2.2 Vad IPA inte är 4
2.3 Artificiell Intelligens relation till IPA 4
2.4 Internet of Things 5
2.5 Fördelar med IPA 5
2.6 Säkerhetsbrister inom IPA 6
2.6.1 Relationen mellan GDPR och IPA 7
2.6.2 Undersökning om säkerheten kring IPA 8
2.7 Oron ökar med IPA 10
2.8 Varför oron ökar 11
PROBLEMOMRÅDE 13
3.1 Problembakgrund 13
3.2 Problemformulering 14
3.3 Syfte 14
3.4 Frågeställning 15
3.5 Avgränsningar 15
3.6 Förväntat resultat 15
METOD 17
4.1 Kvalitativ metodansats 17
4.2 Intervjuer 18
4.3 Dataanalys 19
4.4 Urval och Respondenter 20
4.5 Intervjufrågor 21
4.6 Etik 22
MATERIALPRESENTATION 24
5.1 Användarnas förhållande till integritet 24
5.1.1 Användarnas dagliga användningen av IPA. 24
5.1.2 Medvetenheten bland användarna relaterat till integritet och personlig data. 24
5.1.3 Känslig data 25
5.2 Gränsen för lagring 26
5.2.1 Åtkomst till andra delar 28
5.2.2 Samtal och chatthistorik 28
5.2.3 Andra gränser 29
5.3 Fördelar kontra nackdelar 30
5.3.1 Siri 30
5.3.2 Google Home 31
5.3.3 Amazon Alexa 32
5.4 Kommer användningen av IPA förändras i framtiden om lagringen ökar? 32
5.4.1 Amazon alexa 33
5.4.2 Google Home 33
5.4.3 Siri 34
ANALYS 36
6.1 Känslig data 36
6.2 Vart går gränsen 37
6.3 Den framtida användningen 39
6.3.1 Fördelar kontra nackdelar 39
6.3.2 Användarbeteende 40
6.4 Avvikelser 43
6.5 Vart går gränsen egentligen 45
RESULTAT 47
7.1 Gränsen för lagring 47
7.2 Den fortsatta och framtida användningen av IPA 48
SLUTSATS 49
8.1 Hur mycket är användare beredda att ge upp av sin personliga data? 49
DISKUSSION 50
9.1 Metod 50
9.2 Resultat 51
9.3 Etiska aspekter 52
9.4 Vetenskapliga aspekter 53
9.5 Samhälleliga aspekter 53
9.6 Framtida forskning 54
REFERENSER 55
Bilaga 1 – intervjufrågor
Inledning
Intelligenta personliga assistenter är applikationer som kan förstå och utföra uppgifter baserat på röstkommandon från användare (Lackes, Siepermann & Vetter 2019). Under de senaste åren har försäljningen av intelligenta personliga assistenter ökat, det har förändrat hur vi människor tar oss igenom vardagen, samt hur det kan underlätta en användares vardag. I dagens samhälle finns det flera olika varianter av röstassistenter både i telefonerna som utvecklas, men även som smarta högtalare. Idag har de stora mobil och It-företagen sin egna version av IPA, exempelvis Apple Siri, Homepod, Google Home, Amazon Echo Alexa, Microsoft Cortana och Samsung S voice som är de vanligaste intelligenta personliga assistenter (Lackes et al,. 2019).
Majoriteten av människor i dagens samhälle har tillgång till en röstassistent och det går även se hur användningen har ökat under senare år. Dagens intelligenta personliga assistenter har utvecklats och förbättrats och tagit stora steg fram de senaste åren. De intelligenta personliga assistenterna kan idag utföra mer avancerade uppgifter än förr och kan anpassa svaren efter användarens specifika behov. Varje användares
intelligenta personliga assistent är unik, svaren för samma fråga kan skilja sig från användare och användare. (Kaplan and Haenlein, 2019). Intelligenta personliga assistenter är utsedda till att bli en del av människans vardag, utvecklingen av
intelligenta personliga assistenter är en stor del i människans kommunikation med data (Guzman, 2019).
Företagen lagrar en större mängd av personlig information om användare genom de intelligenta personliga assistenterna. Utvecklingen av produkterna ökar, samtidigt som användningen ökar, vilket i sin tur leder till en större ökning av personlig data. Vilket samtidigt tillåter företagen att få större tillgång till känslig information om användares liv (Barcelos et al., 2020). Eftersom det sker en ökning av intelligenta personliga
assistenter och samtidigt som försäljningen ökar, tillkommer det även säkerhetsbrister.
Intelligenta personliga assistenter använder sig av fördelarna inom artificiell intelligens för att utveckla sin produkt. Problematiken blir inom artificiell intelligens, då artificiell intelligens inte har några tydliga regelverk kring hur mycket av den personliga
informationen får hämtas och lagras (Kaplan and Haenlein, 2019).
I den här studien har det undersökts hur användare till intelligenta personliga
assistenter förhåller sig till lagringen och hämtningen av personlig information. Studien har med hjälp av en kvalitativ studie och semi-strukturerade intervjuer tagit reda på vad respondenterna tycker och tänker om lagringen, samt hur en eventuell framtid kan komma och se ut ur ett användarperspektiv. Studien har analyserat respondenternas svar och tagit in tidigare forskning för ytterligare ett komplement. Studien kunde se hur användares gränser inte stämde överens med den nuvarande lagringen, samt hur en del respondenter inte lever som dem lär.
Bakgrundskapitel
I det här kapitlet kommer det tas upp grundläggande information om intelligenta personliga assistenter, samt viktiga begrepp inom ämnet som är viktiga att förstå. Till detta ges en förklaring kring underliggande säkerhetsproblem som är viktiga att förhålla sig till. Kapitlet börjar med en beskrivning om begreppet Intelligent personlig assistent och det kommer att avslutas med underliggande problem och säkerhetsbrister.
2.1 Intelligent personlig assistent
En intelligent personlig assistent (IPA) är ett system som kan förstå och uppfatta det användare säger för att sedan svara och skapa en prestation baserad på vårt
röstkommando, den kan hjälpa till med allting från att göra ett telefonsamtal, svara samtal och boka möten utan att ens användaren behöver hålla i sin apparat (Lackes et al,. 2019). Lackes (2019) förklarar hur IPA är en mjukvara som implementeras i en produkt med en mikrofon och en högtalare för att kunna uppfatta input och ge output, IPA kan därför ofta bli kallade för smarta högtalare eller smarta röstassistenter (Lackes et al,. 2019). Santos (2016) förklarar i sin tur hur IPA är en mjukvara som kan hjälpa dig i dagliga hinder genom röstbaserade kommandon och när användare pratar med en virtuell röstassistent så pratar användaren inte med telefonen i fråga, utan användaren pratar med dess mjukvara som ger output genom hårdvaran vilket exempelvis kan vara en mobiltelefon (Santos et al., 2016).
Lackes (2019) förklarar hur IPA är en röstkontrollerad produkt och aktiveras endast när rätt väckningsord anges, Figur 1 illustrerar hur IPA uppfattar vårt kommando baserat på ett väckningsord, efter att användaren talar in sitt kommando till applikationen försöker IPA utföra detta. För att utföra detta skickar IPA röstkommandot till en server, denna server har möjligheten att analysera röstkommandot. Där skapar servern ett svar bäst lämpat för röstkommandot som har analyserats och skickar där efter tillbaka svaret till IPA som talar ut svaret tillbaka till användaren i form av output. Svaren kan innehålla allting ifrån ett enkelt svar på hur vädret är eller mer en uppgiften där IPA har köpt en produkt eller bokat en biljett åt konsumenten (Lackes, Richard et al,. 2019). Exempelvis om användaren vill boka en tågbiljett och frågar ”Hej Siri, jag vill åka tåg till Stockholm imorgon kl. 13:00” så uppfattar Siri detta kommando och skickar röstkommandot till en server, väl där uppfattar servern förfrågan och letar upp tågbiljetter från användarens nuvarande plats till Stockholm och skickar tillbaka information till Siri som ger en output. Där en output kan vara ”Jag har hittat biljetter till Stockholm” och visar upp biljettinformation för dig i form av output.
Figur 1hur IPA fungerar
IPA är en form av artificiell intelligens (AI) och i dagens samhälle har nästan alla använt sig av eller pratat med en virtuell röstassistent, om inte så har nästan alla tillgång och möjligheten till detta idag via sina mobiltelefoner. IPA används idag av konsumenter till relativt simpla uppgifter där konsumenter ber om vägbeskrivningar, bokar in möten och sätter alarm (Kaplan and Haenlein, 2019). Enligt Guzman (2019) håller dagens virtuella röstassistenter en högre nivå och en högre kapacitet än den tidiga utvecklingen av bilars GPS-system eller andra applikationer som tillåter människan att kommunicera med datorer. Guzman(2019) fortsätter förklara hur skillnaden mellan dåtidens föregångare inom kommunikationen med datorer och nutidens virtuella assistenter är användandet av det mänskliga språket. Dagens applikationer använder sig av något som kallas för naturlig språk programmering och denna programmering är utformad för att efterlikna en mänsklig konversation så mycket som möjligt och det är detta som tillåter användare att föra människoliknande konversationer med ett program. Dagens IPA skapar inte output via förbestämda svar eller interaktioner som har programmerats vilket
föregångarna gjorde, utan dagens IPA anpassar sig efter röstkommandon och ger olika svar baserat på röstkommandot som ges av konsumenten (Guzman, 2019). Dessa virtuella röstassistenter är designade och utvecklade med intensionen att de ska bli en del av människans dagliga liv där människan alltid är uppkopplad och har
mobiltelefoner i väskor och fickor. Utifrån en kommunikationsståndpunkt ses dagens virtuella röstassistenter som ett steg framåt i utvecklingen av kommunikation mellan människan och dator (Guzman, 2019). Enligt Lackes (2019) så har kommunikation mellan apparater och människor med hjälp av rösten blivit ett vanligt förekommande i dagens tid och under senaste tiden har populariteten växt och enligt Lackes (2019) kommer denna trend öka och inte bara finnas i mobiltelefoner. Lackes (2019) hänvisar till statistik som visar att 3.3% av alla världens hem kommer ha en form av IPA
implementerade sina hem i framtiden (Lackes, Richard et al,. 2019).
Guzman (2019) förklarar hur dagens samhälle blir allt mer digitaliserat och samtidigt har antalet smarta virtuella röstassistenter ökat och de flesta stora teknikföretag har sin version av en virtuell röst som hjälpreda i deras apparater. IPA inkluderar exempelvis Apples Siri, Microsoft Cortana, Amazon Alexa och sedan Apples virtuella assistent Siri introducerades 2011 har dessa röstapplikationer tagit en större plats i våra liv. Under
senare tid har dessa röstapplikationer tagit steget från våra telefoner in i våra hem i form av Google home, amazon Alexa, Apple homepod och Samsung S voice. I och med en snabbare digitalisering och ett större utvecklande av röstapplikationer betyder det att människor mer och mer integrerar med virtuella assistenter i flera aspekter av sina liv (Guzman, 2019).
2.2 Vad IPA inte är
Den är studien kommer undersöka och fokusera på IPA och för att göra detta måste det understrykas vad en IPA inte är, all kommunikation mellan maskin och människa ingår inte inom IPA och dess funktioner. IPA är inte en hårdvara där vi människor pratar med applikationer och får svar utifrån förbestämda algoritmer, ett exempel på en produkt som inte är en IPA trots kommunikation mellan människa och maskin är ett GPS-system (Santos et al., 2016). Ett GPS-system är ett vägledningssystem där vi användare ger input och får ut ett förbestämt output och detta sker genom hårdvaran, där användaren berättar eller skriver vart personen i fråga vill åka, och baserat på inputen ger GPS- systemet ett förbestämt svar, om användaren vill åka till Stockholm så ger GPS:en vägledning till Stockholm. Santos (2016) menar hur IPA istället är en mjukvara som anpassar sig och är utvecklad för att vara så lik en människa som möjligt, där IPA kan ställa följdfrågor och IPA förstår vad användaren vill ha och kan sätta information i en kontext och inte bara ge svar på en fråga eller kommando. IPA kan även anpassa sig efter olika situationer och användare, användare ett och användare två kan ställa samma fråga men få olika svar eftersom IPA är en mjukvara som lär sig och anpassar sig efter användarens behov (Santos et al., 2016).
2.3 Artificiell Intelligens relation till IPA
Enligt Kaplan (2019) är artificiell intelligens (AI) ett brett spektra och under detta begrepp befinner sig IPA och använder sig av dess teknologiska fördelar. Kaplan (2019) fortsätter förklara hur AI definieras genom ett systems förmåga att korrekt kunna tolka extern data samt kunna lära sig av denna data, data som tolkas av AI-system används sedan för att genomföra olika uppgifter. IPA använder sig av fördelarna inom AI för att utveckla och förbättra sin produkt, dagens AI är den som hjälper IPA att utföra specifika uppgifter eller kommandon baserat på inputen som ges. Det är AI som hjälper IPA och exempelvis Siri att uppfatta och förstå konsumenternas röst och agera utefter
röstkommandot (Kaplan and Haenlein, 2019). Kaplan (2019) fortsätter förklara hur AI idag tillåter applikationer att lära sig information och utvecklas utan att vara tydligt programmerad, eftersom AI tillåter applikationer att lära sig information och utvecklas kan IPA ta del av information om användare och lära sig mer om människor utan att vara programmerad till att göra just det (Kaplan and Haenlein, 2019). Detta skiljer sig mot exempelvis en hårdvara där en GPS endast ger ett förbestämt svar baserat på inputen, om en GPS använde sig av AI skulle den kunna tillge ytterligare information som komplement under färden, exempelvis rekommendationer på stopp under vägen och annat relevant information som är relevant för användaren.
Barcelos (2020) förklarar hur IPA använder sig av ett område inom artificiell intelligens som kallas för ”Natural Language User Interfaces” (NLUI), det är detta som tillåter data att integrera med användare och ge output i form av information, det är exempelvis detta som tillåter IPA att integrera med användare i ett människoliknande beteende och inte bara ge förbestämda svar. Begreppet NLUI innehåller:
- Human to Machine (H2M)
- Human-Device Interaction (HDI) - Human-computer Interaction (HCI)
Santos (2018) förklarar hur NLUI tillåter interaktioner mellan maskin och människa, där maskiner kan uppfatta röstkommandon och göra det till ett maskinkommando, detta är en viktig del i kommunikationen från människa till maskin där människan till maskin kan exempelvis vara Siri och användaren (H2M) (Santos et al., 2019). Dessa begrepp visar på den avancerade delen av artificiell intelligens, IPA använder sig av de
avancerade delarna av AI för att förbättra och förstärka sin produkt. IPA använder sig av de avancerade beståndsdelarna inom AI som innefattar röstigenkänning, dialogsystem, processen av naturella talspråk och dialog system för att avancera sin egna produkt och öka medvetandet, det är dessa delar som tillåter IPA att uppfatta ett röstkommando och utföra output baserat på detta (Barcelos et al., 2020).
2.4 Internet of Things
Santos (2018) förklarar hur Internet of Things (IoT) är ett begrepp som har gett IPA ett nytt sätt att hämta och lagra information på. IoT har gett teknologin idag ett nytt
ramverk vilket tillåter kommunikation mellan maskiner och människor. Visionen av IoT är hur varje apparat och applikation vaknar till liv och kan skapa information, skicka vidare information och samla in information via andra maskiner (Santos et al., 2019).
Santos (2018) förklarar hur IPA kan integrera med andra intelligenta maskiner i sin omgivningen, vilket inkluderar både människan och andra maskiner. Detta är ett tecken på hur maskiner vaknar till liv vilket är visionen av IoT, där dagens IPA kan
kommunicera med både människan i sin omgivning, men även utvinna information via andra uppkopplade maskiner och där med hämta övrig information i form av privat data som har lagrats i andra applikationer. Exempelvis kan IPA i användarens telefon
kommunicera med andra smarta applikationer användaren använder för att utvinna information, där IPA exempelvis kan prata med en uppkopplad kaffemaskin eller en TV för att läsa av användarens rutiner (Santos et al., 2019).
2.5 Fördelar med IPA
Taylor (2019) förklarar hur IPA kan hjälpa till konsumenter att utföra uppgifter utan att hålla i apparaten, exempelvis om konsumenterna åker bil och behöver skicka ett viktigt meddelande då kan IPA hjälpa användare utföra detta med hjälp av rösten. Taylor (2019) förklarar hur IPA kan förändra hur funktionsnedsatta människor kommunicerar och använder sig av mobiltelefoner, med hjälp av IPA kan konsumenter utan fingrar
eller nedsatt funktion i händerna fortfarande söka information, skriva mail och boka biljetter utan att ens behöva hålla i deras telefon (Taylor et al., 2019). Men för att IPA skall kunna utvecklas framgångsrikt och användas av fler användare i framtiden måste konsumenterna se produkten som både användbar men även att den tillför en nytta och bidrar till nödvändig hjälp (Taylor et al., 2019).
Enligt Ed (2017) kan IPA hjälpa pensionärer som känner sig ensamma, författaren förklarar hur pensionärer idag känner sig ensamma och hur depression och ångest ökar inom äldrevården. Enligt en undersökning av Ed (2017) kan IPA hjälpa pensionärer att kunna ta kontakt med exempelvis sina barn och barnbarn genom att IPA kan skriva mail och meddelanden åt de äldre baserat på röstkommandot som ges. Eftersom pensionärer anses som mindre kunniga inom teknologin än vad resten av befolkningen är kan IPA och dess funktion att skriva meddelanden och mail komma till hands för de äldre (Ed and Hutchison, 2017). Santos (2018) berättar även hur IPA kan hjälpa människor i olika situationer, exempelvis hjälpa idrottare som inte kan ha råd med sina egna tränare att få ut informationen angående sin hälsa genom IPA. Santos (2018) ger ytterligare ett
exempel på hur IPA kan hjälpa äldre och läkare kommunicera genom IPA och hur IPA kan uppdatera och samla in information om personens hälsa automatiskt (Santos et al., 2019).
2.6 Säkerhetsbrister inom IPA
Flera av företagen som har en IPA hänvisar till deras policy och användarvillkor Apples Siri, Microsoft Cortana och Google Voice exempelvis hänvisar innan användning hur produkten kommer hantera den personliga data och hur den kommer användas.
Användarvillkoren hänvisar till hur produkterna kommer spela in och lagra alla röstkommandon, samt hur företagen kan dela vidare informationen till
tredjepartsföretag (Ed and Hutchison, 2017). Baserat på en undersökning av Barcelos et al., (2020) finns det säkerhetsproblem berörande dessa smarta virtuella röstassistenter och dess funktioner, och dessa problem berör användarvänlighet, säkerhet och
integritet, där de största problemen som framhävs och bör tas i beaktning är integritet och säkerhet (Barcelos et al., 2020). Idag används de flesta virtuella röstassistenterna för enkla uppgifter, där konsumenterna vill veta vägen till en butik, ändra musik eller frågar om hur vädret är. Detta tillför en problematik förhållande till IPA, eftersom IPA används i dagsläget för enkla uppgifter behöver IPA ta sina egna beslut (Barcelos et al., 2020). Enligt Barcelos (2020) behöver IPA ständigt matas med information av
konsumenterna för att fungera och utvecklas och utan informationen så stannar
utvecklingen, ifall informationen uteblir hämtar IPA egen information utan användarnas vetskap. IPA söker därför efter egen information om användare och letar efter annan information på andra platser för att mata sin kunskap och därför utvecklas på eget sätt.
Utan ordentliga och tydliga säkerhetsbarriärer kan inte konsumenterna försäkra sig om att deras data inte används för illasinnade uppgifter av andra applikationer (Barcelos et al., 2020).
Lackes (2019) förklarar hur IPA inte bara lagrar informationen som talas in, utan den analyserar även alla aktiva samtal i närheten av produkten när den är aktiverad, vilket bidrar till ett ökat säkerhetsproblem eftersom det ökar risken att oönskade personer kan beställa igenom dennes produkt utan vilja. Författaren ger ett exempel från en respondent som hade en Amazon Echo Alexa implementerad i sitt hem, användaren kollade på ett TV-program där en intervjuare berättade hur hans dotter Alexa beställde ett dockhus och denna information uppfattade konsumentens Amazon Echo Alexa och beställde ett dockhus. Detta är en rad av incidenter där IPA har agerat på obehöriga personers röstkommandon. Den stora bristen och säkerhetsproblemet enligt Lackes (2019) är hur IPA spelar in och lyssnar på dess omgivning via applikationens mikrofon utan väckningsordet. Även om IPA bara svarar och utför uppgifter efter ett
röstkommando har uppfattas, så analyserar fortfarande IPA konversationer i dess närhet. När konsumenter använder sig av IPA lagras användares data centralt och detta bidrar till en ytterligare risk där användarens data kan användas fel eller hackning av dennes personliga data är en risk (Lackes, Richard et al,. 2019). Santos (2018) förklarar hur det är viktigt att ha i åtanke hur information lagras av IPA och att informationen lagras korrekt, eftersom IPA kan kommunicera med andra maskiner i sin omgivning måste utvecklingen av IPA se till att den lagrade informationen inte hamnar i fel händer (Santos et al., 2019).
2.6.1 Relationen mellan GDPR och IPA
I Maj 2018 introducerades lag 2016/679 om personlig data i form av Generel Data Protection Regulation (GDPR) i Europa, denna lag är till för att skydda personlig data och förhindra misshandlandet av personlig information och data av företag och tillåter möjligheten för konsumenter att bli bortglömd. Syftet med införandet av lagen är att ge människor en större förståelse kring hur informationen om oss lagras och ge
konsumenter en möjlighet till att kunna bestämma över sin egna personliga data (Datainspektionen 2016).
Villaronga (2018) förklarar hur nuvarande lagar i form av GDPR inte är kompatibla för det komplexa utmanandet i form av artificiell intelligens (AI) och IPA som är en form av AI, vilket i sin tur tillför säkerhetsproblem. Problematiken till detta är att avgöra hur mycket applikationen behöver hämta och lagra. Villaronga (2018) förklarar hur viljan att bli bortglömd och radera data är ett utryck och ett tänk baserat på vår mänskliga hjärna, men det är inget som är applicerbart på hjärnan i artificiella applikationer.
Artificiella applikationer är baserat på att agera och tänka som en människa, därför blir det problematiskt att be en artificiell applikation att glömma och radera information, det är mer komplex än att radera data i en vanlig maskin, att be en artificiell applikation att radera något är som att säga till en människa att glömma något den har gjort (Villaronga, Kieseberg and Li, 2018). I den mänskliga hjärnan finns det ett kortsiktigt minne och ett långsiktigt minne, och minnen lagras olika utan att vi har kontroll över vad som lagras vart och vad vi glömmer bort. Det går att applicera liknande tänk för artificiella
applikationer, när data lagras kan den lagras på olika platser i systemet och när vi vill radera och be artificiella applikationer att glömma bort data så kan informationen finnas
kvar på olika ställen i systemet, att faktiskt radera och skriva över lagrad information skulle krävas enormt arbete och påverka hur maskinen faktiskt fungerar i framtiden (Villaronga, Kieseberg and Li, 2018).
Enligt GDPR och de sex principerna står artificiella applikationer inför fyra problem när det kommer till att lagra och hämta information (Intellias 2020). De fyra problem inom artificiella applikationer baserat på GDPR:s sex grundprinciper är:
• Rätten till information (The Right To Information)
Principen beskriver hur individen som använder produkten har rätten att veta hur och vilken del av personens information används av tredjeparts företag. Det betyder att företagen måste detaljrikt visa och beskriva hur och vart
informationen om individen används av andra företag. Detta blir ett problem förhållande till artificiella applikationer kan beskrivas som svarta lådan, eftersom det inte alltid går att analysera varför den gör vissa beslut.
• Rättvist och tydligt (Fairness)
GDPR-principen om rättvisa adresserar hur hanteringen av personlig data skall vara rättvis. Data som hämtas skall visa respekt för användarens intressen.
Problematiken bakom detta till förhållandet med artificiella applikationer är hur artificiella applikationer behöver mängder med data från användaren för att lära sig och behöver hämta en stor del data.
• Syfte (Purpose limitation)
Principen bakom detta förklarar hur användaren måste bli informerad om vad syftet med lagringen av data är. Problemet till detta är hur artificiella
applikationer kan använda sig av annan information än den som lagras, dessa applikationer kan exempelvis använda sig av information från andra appar eller information lagras på sociala medier och andra ställen.
• Hämta mindre mängd data (Data minimization)
Denna princip skall försäkra att den data som hämtas och lagras om användaren endast är nödvändig och relevant. Problematiken bakom detta är hur utvecklarna inte kan förutse hur mycket data och informationen produkten behöver och det blir en utmaning (Intellias 2020).
Villaronga (2018) menar att det är den komplexa och de uteblivande lagarna inom IPA och AI som tillåter IPA att hämta och lagra ännu mer privat information om användarna och det är detta som i slutändan bidrar till säkerhetsproblem då användare inte vet vart eller hur deras privata information lagras och används (Villaronga, Kieseberg and Li, 2018).
2.6.2 Undersökning om säkerheten kring IPA
Forskare hos universitetet i Princeton gjorde en undersökning där forskarna implementerade två Amazon Echo Alexa i ett hem, där forskarna har baserat
forskningsfrågor till undersökningen baserat på olika säkerhetsfrågor berörande IPA.
Denna undersökning ville ta reda på ifall virtuella röstassistenter avlyssnar
konsumenter samt om lagringen av information sker korrekt (Ford and Ford, 2020).
Amazon har sålt 8,2 miljoner av deras produkt Amazons Echo Alexa till hemmet sedan 2014 och Amazon kontrollerar 70% av den intelligenta personliga assistent marknaden.
Det är viktigt att användare förstår hur ljudupptagningar går till och beter sig för att förstå säkerheten kring detta, användares oroligheter kring ljudupptagningar måste företagen ta hänsyn till vilket kan tillföra problem för företagen vid implementeringen av IPA. I dagsläget finns det väldigt lite information och forskning om IPA och dess ljudupptagningar (Ford and Ford, 2020).
Undersökningen där forskarna undersökte säkerhetsbrister baserades på tre undersökningsfrågor:
• Avlyssnar Amazons Alexa utan deras väckningsord?
• Sker loggningen av data korrekt där användare kan få tillgång till data och se vad den används till? Och finns den lagrade data tillgänglig för dig som kund?
• Är mikrofonens av och på knapp korrekt och stänger den av mikrofonen helt?
För att undersöka röstupptagningar behövs det en grundförståelse kring hur Amazons Alexa fungerar. Alexa är ett molnbaserat verktyg, där det molnbaserade verktyget utför uppgifterna och det är hårdvaran hos Amazon som lyssnar på informationen och
röstkommandot. Amazon Alexa och andra röstapplikationer använder sig av ett väckningsord, Amazons Alexa uppfattar informationen och ska börja lyssna när väckningsordet ’Alexa’ aktiveras, exempelvis när konsumenten frågar ’Alexa vad är klockan?’ ska applikationen aktiveras och svaras när applikationen hör väckningsordet
’Alexa’ och därefter ge ett svar baserat på röstkommandot, när detta har gjorts skickar röstapplikationen Alexa en kopia av röstkommandot till Amazons moln där
informationen lagras (Ford and Ford, 2020).
Ford & Ford (2020) utförde undersökningen med hjälp av en familj, där familjen
installerade två Amazon Echo Alexa i sitt hem, där väckningsordet var likadant på båda apparaterna. Dessa två apparater döptes till Amazon Echo Alexa 1 och Amazon Echo Alexa 2 där apparat 1 hade mikrofonen avstängd för att analysera om apparaten
avlyssnar trots att mikrofonen är avstängd. Till detta använde sig undersökningen av en applikation som heter WireShark, denna applikation implementerades för att analysera all datatrafik in och ut från apparaterna. Ford & Ford (2020) kunde med sin
undersökning säkerställa att ifall mikrofonen är helt avstängd så uppfattar inte Amazon Echo Alexa något ljud alls, vilket besvarar frågan ifall Echo Alexa uppfattar ljud ifall mikrofonen är avstängd. När undersökningen gick vidare för att analysera ifall Amazon lagrar informationen korrekt och gör den tillgänglig visade det sig att baserat på
analysen av datatrafiken så lagras inte den lagrade data korrekt och användare får inte tillgång till allt, vilket ger ett negativt svar på frågan om loggningen av data sker korrekt.
Undersökningen av Ford och Ford (2020) ville även undersöka ifall Echo Alexa lagrar
och avlyssnar utan väckningsordet ’Aexa’, enligt anvisningar ska inte amazon lagra eller uppfatta information utan väckningsordet. Undersökningen analyserade in och ut data under en 10 och 21-dagars period, under den första analysen under 10 dagar kunde undersökningen visa information med hjälp av Wireshark att endast 30% av uppfattade och sparade ljudfiler sker efter väckningsordet, vilket tyder på att 70% av alla
uppfattade och lagrade ljudfiler sker utan väckningsordet. Under 21 dagar visade det sig att endast 38,4% av lagrade och uppfattade ljudfiler sker vid väckningsordet, där 61,6%
av lagrade ljudfiler sker utan ett väckningsord. Undersökningen kunde därför svara på den sista frågan om Echo Alexa avlyssnar utan ett väckningsord, baserat på
undersökningen visar det sig att Echo Alexa avlyssnar hemmet utan att ett väckningsord har angetts. Det gick inte säkerställa vilka ljudfiler Echo Alexa uppfattade utöver
konsumenternas väckningsord, men datatrafiken visade hur ljudfiler lagras och spelas in utan tillåtelse (Ford and Ford, 2020).
2.7 Oron ökar med IPA
Internetstiftelsen i Sverige har gjort en undersökning som visar att 39% av de svarande i Sverige hade mellan ett till fem applikationer uppkopplade i sitt hem idag. Samtidigt som digitaliseringen ökar och samtidigt som röstapplikationer tar sig in i våra hem så ökar även oron om att bli övervakad av företagen. Enligt en undersökning av
internetstiftelsen(2019) så känner sig 45% av Svenskarna idag en oro över att bli övervakade av storföretag som Google. Denna oro har stigit under senare år och brytningspunkten skedde 2017 då antalet oroade blev mer än antalet som inte var oroade. Samtidigt visar statistiken från internetstiftelsen att en fjärdedel är oroade över att lagra personlig information (Internetstiftelsen 2019).
Det gjordes även en annan undersökning av Shank (2019) där författaren undersökte människors känslor kring hur virtuella assistenter tar åt sig mer information än de hade trott, denna undersökning visade att 21% av de svarande kände en oro kring virtuella assistenter (Daniel B Shank et al., 2019). Shank (2019) berättar hur IPA-applikationer har aktiverats och börjat prata utan att konsumenterna har nämnt väckningsordet eller utan någon kommunikation alls. I det här fallet hade en Amazon Echo Alexa aktiverats och sagt ”ni trodde inte jag lyssnade va?” mitt under en konversation mellan en kille och hans flickvän (Daniel B Shank et al., 2019). Undersökningen av Shank (2019) visar på hur IPA-applikationer hade aktiverats och börjat prata och haft konversationer i 58 rapporterade fall utan att användarna ens hade använt väckningsordet. Undersökningen av Shank (2019) visar även hur det har uppkommit andra händelser där IPA-
applikationer har börjat skratta högt utan anledning när konsumenterna har trott att applikationen varit avstängd. Enligt Shank (2019) är det dessa fall som ökar
användarnas oro, där användarna känner att dem inte har någon kontroll över applikationen och att IPA lever sitt egna liv (Daniel B Shank et al., 2019).
Lackes (2019) menar att konsumenters förtroende kan fortfarande finnas kvar för produkterna om tillfredställelsen är hög, trots potentiella nackdelar kan användningen öka och fortsätta om konsumenternas tillfredställelse är hög nog. Lackes (2019) visar
forskning där 304 deltog i en undersökning där deltagarna fick läsa och förstå
nackdelarna och riskerna med IPA och sedan besvara frågor på om användarna skulle ändra sina rutiner eller användning av IPA efter ha läst och förstått dessa risker.
Undersökningen av Lackes (2019) visar tydligt hur användandet av IPA ökar om
nöjdheten hos kunder och användbarheten ökar, forskningen visar hur konsumenterna kan va beredda att ge upp platsdata och annan känslig personlig information, om det finns likvärdiga fördelar att få ut av de (Eds, 2019). Lackes (2019) ville genom sin undersökning ta reda på attityden jämt mot IPA, författaren ställde frågor som svarades genom ett formulär där svaren baserades på en skala 1 till 5, där 1 var jättelite och 5 jättemycket. Undersökningen som gjordes av Lackes(2019) ville ta reda på vad användarna oroar sig mest över och vad användarna anser vara dem stora
konsekvenserna och nackdelar. Undersökningen kunde visade att det var många av användarna som svarade 1 (jättelite) eller 2 (lite) på frågan om inspelningen av information hindrar dem från att använda produkterna, Lackes (2019) förklarade hur många av användarna redan är vana med att ge upp mycket information i dagens teknologiska värld att det inte spelade någon stor roll. Undersökningen visade även varför många användare känner oro och varför de litar mindre på IPA, anledningen till detta visades i frågan om användarna är rädda ifall data som lagras kommer användas och lagras fel, 69% av användarna visade att de höll med till en viss gräns, 34% höll med och 35% höll med starkt på frågan om de tror att personlig data används och lagras på ett oetiskt sätt (Lackes, Richard 2019).
2.8 Varför oron ökar
Enligt Santos (2017) kan anledningen till varför respondenterna visar en ökad oro kring IPA handla om hur IPA lär sig mer och mer om användare, ju mer användarna pratar med produkten. IPA lär sig och ökar dess prestanda baserat på hur mycket användare använder sig av och pratar med produkten, ju mer användaren pratar med IPA ju mer lär sig applikationen om dig och detta medför en mer personlig upplevelse. Men på senare tid har IPA börjat ta del av annan information utan konsumenternas vetskap och IPA lär sig inte bara mer om konsumenten baserat på hur mycket konsumenten pratar med produkten, utan IPA har börjat lära sig mer om konsumenter genom andra
produkter. IPA kan exempelvis kommunicera med andra uppkopplade produkter i ditt hem, där användarens IPA kan kommunicera med användarens smart-TV för att lära sig vilka program användaren tittar på, samt användarens kaffebryggare för att lära sig när på dygnet användare dricker kaffe och lär sig mer om användarnas rutiner (Santos et al., 2016). Shank (2019) gav ett exempel från sin undersökningen där en respondent hade apparaten Google Home implementerad i sitt hem, och varje natt sa respondenten god natt till Google, efter ett antal nätter lärde sig den virtuella assistenten respondentens rutiner och började spela sömnig musik och satte alarm när respondenten skulle gå och lägga sig. Här visade respondenten i undersökning en oro eftersom dennes applikation hade börjat lära sig mer om personens liv än vad personen trodde (Daniel B Shank et al., 2019).
Enligt analysföretaget Canalys (2019) nådde försäljningen av smarta uppkopplade assistenter i världen till 28,6 miljoner produkter sålda under 2019 (Canalys 2019). Den ökade försäljningen och utvecklingen av IPA har enligt författaren Barcelos (2020) lett till att produkterna har förbättras under senare år och har blivit bättre på att svara på röstkommandon, en anledning till detta är att IPA har börjat använda sig av annan information och inte bara den informationen som lagras utifrån våra röstkommandon och sökhistorik. Detta betyder att IPA lagrar data och personlig information utöver den som talas in, exempelvis annan sökhistorik och lagrad information på andra apparater.
Det har enligt Barcelos (2020) undersökning skapat en ökad oro bland användarna då det skapar säkerhetsproblem för oss användare, eftersom det krävs att IPA sparar och lagrar mer personlig information om användarna än nödvändigt vilket betyder att användare ger upp mer personlig information än deras vetskap. Eftersom IPA hämtar och sparar mer personlig information än nödvändigt betyder det att användare ger upp stora delar av sina liv till företagen och känslig privat information hamnar i företagens händer. Personlig platsinformation är en form av information som IPA börjar använda sig av, denna information använder sig IPA av för att skapa ännu bättre personliga svar och öka medvetandet (Barcelos et al., 2020).
Shank (2019) har tidigare bekräftat hur IPA har börjat ta del av mer information utöver den informationen användare pratar in i apparaterna. Enligt en undersökning av Shank (2019) kunde Amazons Alexa skapa en nostalgisk spellista åt en kund som hade begärt detta, denna spellista innehöll musik från en gammal spellista som respondenten hade skapat för sex år sedan innan respondenten ens hade implementerat Amazons virtuella assistent. Enligt Shank (2019) tyder detta på att virtuella assistenter har tillgång och använder sig av annan information utöver röstinformationen som lagras när
användaren pratar med den virtuella assistenten, exempelvis sökningar och program som har gjorts av användaren på andra plattformar (Daniel B Shank et al., 2019).
Problemområde
I det här kapitlet kommer problembakgrund beskrivas samt problemformuleringen och frågeställning med syfte kommer presenteras. Kapitlet innehåller även en beskrivning om eventuella avgränsningar och avslutas med det förväntade resultatet baserat på
frågeställningen.
3.1 Problembakgrund
Guzman (2019) förklarar hur IPA hjälper oss i vardagen och blir en allt mer större hjälpreda för användare och samtidigt ökar användningen, nu för tiden har nästan alla tillgång till IPA i sina telefoner eller hem. På grund av utvecklingen av IPA och
användbarheten så har samarbetet mellan maskiner och människan blivit större och större och interaktioner mellan maskin och människa har blivit en del av människans vardag. Barcelos et al., (2020) förklarar vidare hur IPA har förbättras under senaste åren, men detta har tillfört en del säkerhetsproblem, förbättringen av IPA skedde eftersom lagarna i form av GDPR tillåter IPA att använda sig av annan information utöver de röstkommandon från konsumenter som lagras, exempelvis
platsinformationen från användare och annan information IPA känner till.
Santos et al., (2016) förklarar hur IPA samlar information om användarna både genom konversationer med produkten, men även genom andra apparater som är kopplade till användaren. Användare ger upp mer och mer information om sina liv och maskinerna lär sig mer och mer om användarna, samtidigt lagrar företagen information om sina användare och får ännu större vetskap om användarnas liv (Santos et al., 2016).
Samtidigt fortsätter Barcelos (2020) förklara hur IPA har förbättrats under senare år och blivit en bättre produkt där den har ökat sin prestanda och kan utföra mer och svårare uppgifter, men för att göra detta har IPA börjat ta del av mer känslig och personlig information om användarna och IPA lagrar och använder sig av mer privat information än tidigare (Santos et al., 2016). Tidigare har Eds (2019) förklarat hur användare kommer använda produkterna så länge de får ut något av det, användning som väger lika mycket som den personliga informationen användarna ger upp.
Företagen kan inte lagra och använda hur mycket information om oss som helst, utan det måste finnas en korrelation mellan användare och företagen där användarna måste se fördelar med produkten om de ska ge upp mer av sin privata information (Eds, 2019).
Tillsammans måste Företagen, IPA och GDPR samarbeta för att göra produkten IPA så användarvänlig som möjlig. Enligt Villaronga (2018) fungerar inte nuvarande lagar för det komplexa och utmanande AI, detta i sin tur tillåter företag och IPA att hämta och lagra mer personlig information om användarna. Men bara för att lagarna är komplexa och relationen mellan AI och privat data är komplex, så betyder det inte att företagen borde hämta all information som går bara för de kan. Eds (2019) förklarar genom sin undersökning att människan bara kommer använda en produkt om det tillför lika vinnande uppgifter för användarna och ifall de får ut något av produkten. Ifall
människan inte ser några fördelar med produkten så kommer användningen minska och företagen i sin tur mista kunder. Enligt Eds (2019) måste användarna och företag
samarbeta i längden. IPA innehåller en mängd fördelar, enligt författaren Taylor et al., (2019) kan IPA hjälpa människan och IPA innehåller en del fördelar som kan hjälpa konsumenter med att göra flera uppgifter samtidigt och kan hjälpa oss i längden med vardagsuppgifter och göra livet lättare för oss. Men samtidigt menar Eds (2019) att om användarna skall kunna nyttja dessa fördelar inom IPA i framtiden måste det finnas en balans mellan fördelar och nackdelar. Lackes, Richard (2019) har tidigare berättat hur användarna idag har fått en ökad misstro i hur den privata information lagras och används av företagen med IPA, om det fortsätter på samma bana in i framtiden kommer konsumenterna gå miste om de fördelar som tillkommer samtidigt som företagens produkter kommer bli oanvända (Lackes, Richard. 2019).
3.2 Problemformulering
Vart går egentligen gränsen för hämtningen och lagringen av personlig data och användarnas användning av produkten? Tidigare forskning har undersökt relationen mellan privata restriktioner och IPA, samt diverse fördelar och nackdelar när det kommer till användningen av produkterna och vad framtiden kan erhålla. Tidigare forskning har även undersökt hur konsumenter måste se hur fördelarna väger upp nackdelarna i användningen av produkten. För att kunna nå en framtid där IPA förblir en hjälpreda bör relationen mellan IPA och konsumenter hitta konsensus kring hur konsumenter ger upp personlig data och vilka fördelar dom får tillbaka. Eftersom GDPR inte fungerar på den komplexa utvecklingen av IPA tillåter det företagen att hämta större mängder av personlig data, men samtidigt som oron ökar hos användare blir användningen sårbar. Forskning visar på hur användare inte vill ge upp hur mycket av sin personliga information som som helst, utan användare har gränser. Men vart kan gränsen dras och hur mycket är användare villiga att ge upp av sin personliga
information för användningen av IPA.
3.3 Syfte
Syftet med undersökningen är att förhindra företagen att hämta för mycket personlig information genom IPA och i slutändan skrämma bort användare från produkterna.
Denna undersökning kommer utföras genom att undersöka hur mycket användare är beredda att ge upp av sin personliga data. Undersökningen kan med hjälp av svaren bilda ett ramverk för hur mycket information användare är beredda att ge upp, ett ramverk som företag kan förhålla sig till för att inte skrämma bort sina användare, bara för företagen kan hämta och lagra mycket av sina användares personliga data så betyder det inte att dom borde göra det. Tidigare forskning har undersökt hur oron har ökat bland användare samt hur användare känner för utvecklingen inom IPA, om användare är glada, ledsna, överraskade eller rädda. Denna studie avser att bidra med ytterligare en nivå och komplettera med att hitta en faktiskt gräns, när tycker användare att det räcker och hur mycket är dom beredda att ge upp.
3.4 Frågeställning
Baserat på problembakgrunden och problemformuleringen ovanför kommer denna studie göra en undersökning primärt baserat på denna frågeställning:
• Vilka delar av sin personliga data och integritet är användare beredda att ge upp för användningen IPA?
”Vilka delar” av personlig data i denna studie avser olika nivåer av personlig data, där viss information är känsligare än annan. Där exempelvis namn ligger på en låg
integritetsnivå, medans personnummer ligger på en högre nivå.
Undersökningen kommer även ha en del mindre delfrågor som tillsammans skall hjälpa till att besvara huvudfrågan:
• Vart går gränsen för hur mycket företagen får lagra av användarnas personlig information enligt användarna själva?
• Vilka fördelar krävs det att få utav IPA för att användare ska ge upp mer av sin personlig information?
Frågeställningen kommer ta reda på hur användarna använder sig av IPA idag och hur de ser på den nuvarande relationen mellan IPA och privat data, ifall de tycker den korrelationen fungerar bra eller om de redan nu anser att de får ut för lite jämfört med vad de ger upp.
3.5 Avgränsningar
Denna undersökning kommer utförs med enbart fokus på konsumenter som använder sig av IPA i olika situationer i vardagen och där efter härledas som användare i
undersökningen, konsumenter som inte använder sig av IPA kommer inte tillföra väsentlig information till analysen och kommer därför inte användas i undersökningen.
Undersökningen kommer endast basera sig i Sverige eftersom skribenten till
undersökningen befinner sig och har koppling till Sverige. Undersökningen kommer inte begränsa sig i en specifik IPA utan det viktiga i undersökningen är att hitta personer som använder sig av IPA, sen spelar det ingen roll om det exempelvis är Apples Siri eller Google Home eftersom tidigare forskning visar att oavsett om produkten är från Apple, Google eller Amazon så lagras och används den personliga information från användare på liknande vis.
3.6 Förväntat resultat
Resultatet av undersökningen förväntas hitta en överskådlig bild över hur användares gränser ser ut när det kommer till personlig information inom IPA och hur mycket de är villiga att ge upp. Undersökningen förväntas även få svar på hur användares tankar kring tydliga gränser ser ut och hur deras relation till den ökade lagringen av personlig information påverkar deras användning av IPA och hur mycket av deras personliga information dem är villiga att ge upp. Undersökningen förväntas även hitta en gräns för
lagringen av personlig information inom IPA och vilka fördelar det krävs för att användarna skall kunna ge upp mer personlig information.
Metod
I kapitlet kommer val av kvalitativ metod presenteras och motivering bakom valet, samt hur en induktiv metod valdes istället för en deduktiv. Etiska aspekter presenteras samt hur behandlingen av personliga uppgifter förvaras. Antalet respondenter och hur dessa hittades presenteras
tillsammans med intervjuer och hur intervjuerna utfördes.
4.1 Kvalitativ metodansats
Inom forskningsstudier finns det vanligtvis två metoder att arbeta efter, en kvalitativ studie och en kvantitativ (Patton, 2015). Enligt Sörenson (2007) fokuserar en kvalitativ undersökning på hur människor uppfattar och ser på ett ämne och detta tas oftast fram genom intervjuer. Enligt Patton (2015) används intervjuer som ett verktyg för att hjälpa forskaren få en utförlig förståelse och möjligheten att fånga följdfrågor och känslor ökar.
Antalet intervjupersoner består oftast av ett mindre antal, där det viktiga är att fördjupa sig i ämnet istället för att få ett större omfång av svar (Patton, 2015). En kvantitativ metod fokuserar mer på siffror och statistik för att hjälpa forskaren i dennes frågor, statistiken kan hjälpa forskaren att fastställa eller säkerställa ett påstående. En kvantitativ forskning grundar sig i ett större antal individer för ett större omfång av information (Sörensen, Stefan & Olsson, Henny. 2007).
Enligt Patton (2015) kan de olika ansatserna tillföra olika egenskaper som kan appliceras på olika frågeställningar, där en kvalitativ ansats hjälper forskare att analysera frågor mer på djupet och fånga ett sammanhang. En kvantitativ metod fokuserar mer statistik och hitta ett tydligt mönster vilket tillför mer konkreta svar på frågeställningarna studien vill undersöka med hjälp av statistik och stickprov från respondenterna. Kvalitativ undersökning tillåter istället forskaren att skapa teorier kring det valde ämnet och förstå varför respondenterna svarar som de gör och hur dem tycker och tänker kring frågeställningen (Patton 2015). Enligt Holme, Magne Marie &
Solvang, Krohn Bernt (1996) använder sig den kvantitativa metoden av siffror, den kvantitativa metoden försöker omvandla sin information till en mängd och siffror och med hjälp av detta dra en slutsats med hjälp av analysen av siffrorna. Inom det
kvalitativa området är det istället upp till forskaren själv att analysera och tolka informationen som ges till denne (Holme et al., 1996).
I den här studien har en kvalitativ forskningsmetod används för att besvara
frågeställningen, frågeställningen ville ta reda på hur användare tycker, tänker och känner kring det valda ämnet. För att ta reda på användarnas tankar och känslor valdes en kvalitativ forskningsmetod eftersom det tillåter forskaren att fånga känslor och tankar hos användaren. En kvalitativ metod ger studien möjlighet att söka svar på mer komplexa frågor som inte kan besvaras genom en kvantitativ ansats med hjälp av statistik. Studien ville fånga in en större mängd information från en mindre grupp människor för att kunna besvara frågeställningen, studien ville även ha möjlighet till potentiella följdfrågor och fånga upp ytterligare information och känslor som i slutändan hjälper till at besvara frågeställningen. Enligt Patton (2015) tillåter en kvalitativ metod
forskaren att med hjälp av intervjuer fånga ett stort kunskapsspektra från få individer istället från en stor mängd människor i enkäter som ofta görs i en kvantitativ metod.
4.2 Intervjuer
Enligt Patton (2015) finns det olika metoder att använda sig av när information skall samlas in till forskning, intervjuer är ett alternativ där forskaren tillåts att söka djupa svar och möjligheten till att samla in känslor och tankar finns.
Enligt studiens ramar där en kvalitativ metod med en induktiv ansats används för att besvara studiens problemformulering, ansågs intervjuer passande eftersom det tillåter studien att hitta mer djupgående svar hos respondentens genom dennes tankar och känslor. Intervjuerna tillät studien att fånga användarnas tankar kring den valda frågeställningen, med hjälp av följdfrågor kunde mer komplexa frågor besvaras.
Intervjun använde sig av en semistrukturerad intervjuform där samma intervjufrågor ställdes till samtliga respondenter. Enligt Patton (2015) tillåter en semistrukturerad form följdfrågor och utveckling av svar på intervjufrågorna ifall det behövs vilket tillät studien att fånga mer djupgående svar och tankar hos respondenterna, samtidigt som intervjuerna höll sig inom rätt område med de fasta intervjufrågorna.
På grund av viruset Covid-19 (folkhälsomyndigheten, 2020) och dess påverkan på landet, samt det geografiska läget av vissa respondenter kunde inte intervjuerna utföras på en fysisk plats mellan intervjuare och respondent. Istället utfördes intervjuerna online genom diverse kommunikationsverktyg för allas säkerhet.
Kommunikationsverktygen som användes under intervjuerna valdes baserat på respondenternas val, respondenterna fick förslag på kommunikationsverktyg
presenterat för sig och fick sedan välja fritt bland dem valen och vad som enligt dom ansågs smidigast. Intervjuerna gjordes över Facetime, Skype och Zoom med
videodelningen. Intervjuerna ville ha möjlighet till att kunna skapa en koppling till respondenterna, samt fång upp tankar och känslor. För att bäst fånga upp känslor och tankar hos respondenterna valdes ett kommunikationsverktyg där vardera person ser varandra. Intervjuerna tog mellan 10-30 minuter att utföra, den varierande längden berodde på de olika respondenterna, då vissa var mer öppna och villiga att diskutera än andra. Intervjuerna utfördes under en semistrukturerad form vilket tillät intervjuerna att gå in på andra ämnen relaterat till intervjufrågorna, men samtidigt behålla den fasta intervjumallen. Varje respondent öppnade upp för nya följdfrågor baserat på
respondentens svar och tankar vilket även resulterade intervjutiden. Variationen i följdfrågor resulterade även i att en del respondenter kom med utförligare synpunkter än andra då en del respondenter var mer öppna och tillgängliga för följdfrågor än de respondenter som var mer tillbakadragna. Studien ville ta del av följdfrågor och tillät respondenterna fortsätta prata och öppna upp sig även om det betydde att intervjuerna tog längre tid än andra, eftersom studien ville fånga upp känslor och tankar för att besvara frågeställningen ansågs detta nödvändigt för studiens resultat. Många svar och tankar som presenteras i rapporten kom ifrån följdfrågor och när respondenten fick prata fritt om ämnet. Målet med intervjuerna var att låta respondenten prata fritt utifrån
