sh.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • harvard-anglia-ruskin-university
  • apa-old-doi-prefix.csl
  • sodertorns-hogskola-harvard.csl
  • sodertorns-hogskola-oxford.csl
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Är dressyr för traditionell för AI?: En attitydundersökning om AI-bedömningssystem i dressyr
Södertörn University, School of Natural Sciences, Technology and Environmental Studies.
Södertörn University, School of Natural Sciences, Technology and Environmental Studies.
2022 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
Is dressage too traditional for AI? : An attitudinal study of AI judging systems for dressage (English)
Abstract [sv]

Hästar och ridsport är en av de största sporterna i Sverige, och dressyr är en stor gren. Den ses som klassisk där det sällan sker några stora förändringar. Samtidigt har nya lösningar för bedömning av sport utvecklats. En av dessa är AI-bedömningsteknik som har implementerats i exempelvis artistisk gymnastik (Mazurova, Standaert, Penttinen & Ter Chian Tan 2021). Syftet med denna studie är att undersöka ifall ett liknande system skulle kunna användas för att bedöma ridsportgrenen dressyr. 

En kvalitativ studie genomfördes där tretton dressyrdomare intervjuades för att förklara sin syn på domarrollen. De fick även beskriva hur de ser på att ett AI-bedömningssystem skulle kunna implementeras inom dressyr och hur ett optimalt sådant skulle fungera. Deras information analyserades genom en tematisk analys och resulterade i flera viktiga huvudteman. 

Studien visar att domarna ser positivt på att använda AI-bedömningssystem inom dressyren. De tror att ett system kan bedöma mer noggrant än människan kan och det skulle därmed ge ett mer korrekt och rättvist resultat. De allra flesta tror dock att man i dagsläget inte ska använda endast AI-bedömning eftersom dressyr inte enbart innebär ett tekniskt genomförande av svåra rörelser utan även inkluderar känsla och estetik. Ett tekniskt system kan i dagsläget inte gradera detta på samma sätt som en människa kan. 

Abstract [en]

Horses and equestrian sports are one of the biggest sports in Sweden, and dressage is a big part of the sport. It is considered as a classic branch where no major changes have taken place. At the same time new solutions for assessing sports have been developed. One of these solutions is AI judging systems which have been implemented in artistic gymnastics (Mazurova, Standaert, Penttinen & Ter Chian Tan 2021). The purpose of this study is to investigate whether a similar system could be used to assess the equestrian sport of dressage.                                                            

A qualitative study was carried out where 13 judges in dressage were interviewed and asked to explain their views on the judging role. They also explained their opinion about an AI assessment system to be implemented in dressage and how such a system should work. In order to analyze the data that the judges contributed, a thematic analysis was made and several important main themes were presented. 

The study shows that the judges are positively on using AI assessment systems in dressage. They believe a system could be more accurate than a human and thus give a more accurate result. However, the vast majority believe that at present one should not use only AI assessment since dressage not only means a technical athletic performance but also includes aesthetics and feelings. Todays technical solutions cannot grade that in the same way as a human can.

Place, publisher, year, edition, pages
2022. , p. 49
Keywords [en]
AI assessment system, Dressage, Human-computer interaction, Artificial Intelligence, Assessment
Keywords [sv]
AI-bedömningssystem, Dressyr, Människa-dator-interaktion, Artificiell Intelligens, Bedömning
National Category
Media and Communication Technology
Identifiers
URN: urn:nbn:se:sh:diva-50905OAI: oai:DiVA.org:sh-50905DiVA, id: diva2:1733962
Subject / course
Media Technology
Supervisors
Examiners
Available from: 2023-02-09 Created: 2023-02-03 Last updated: 2023-02-09Bibliographically approved

Open Access in DiVA

fulltext(1232 kB)219 downloads
File information
File name FULLTEXT01.pdfFile size 1232 kBChecksum SHA-512
338236c509b5a22712e0b6f770f2d2124690454a3ac33a7060ea2ab308bd498c54a001d3c3ff31c1414d07aac22cf0860dd68e2c1c70adb72681d7621da21de7
Type fulltextMimetype application/pdf

By organisation
School of Natural Sciences, Technology and Environmental Studies
Media and Communication Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 219 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 1745 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • harvard-anglia-ruskin-university
  • apa-old-doi-prefix.csl
  • sodertorns-hogskola-harvard.csl
  • sodertorns-hogskola-oxford.csl
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf