Dalarna University's logo and link to the university's website

Syftet med denna studie är att beskriva hur generativ artificiell intelligens, i form av språkmodellen ChatGPT, kan tillämpas som stöd i ruttplanering för kollektivtrafik. Med fokus på busslinje 3 i Borlänge kombineras ett AI genererat ruttförslag med en kvantitativ enkätundersökning med 59 deltagare. AI förslaget reducerade mängden hållplatser från 22 till 8 samt kortade därmed restiden från 33–35 till 27–28 minuter, utan att förändra turtätheten. Beräkningar visade att detta även kunde minska energiförbrukningen med 4–9 % samt koldioxidutsläppen med upp till 70 ton per år. Resultaten från enkäten pekade ut att 67,8 % av deltagarna föredrog ChatGPT:s förslag framför nuvarande linje. De viktigaste faktorerna bakom detta var kortare restid samt bättre punktlighet. Samtidigt framkom att 50,8 % skulle resa mindre om gångavståndet ökade, vilket visade på tillgänglighetens fortsatta betydelse. Dock var 37,3 % beredda att acceptera längre gångvägar om det betyder tidsvinster. Undersökningen visar att AI-verktyg som ChatGPT kan bidra med relevanta, effektiva lösningar om de kompletteras med lokal kunskap och mänsklig bedömning. Slutsatsen är att ChatGPT har förmåga att fungera som beslutsstöd inom kollektivtrafikens tidiga planeringsskeden.

This study explores the use of generative artificial intelligence (AI), specifically ChatGPT, to optimize public transportation planning in Borlänge, Sweden. The research combines a quantitative survey of 59 respondents with a route proposal generated by ChatGPT for local bus line 3. The AI-suggested route reduced the number of stops from 22 to 8, decreasing total travel time from 33–35 minutes to 27–28 minutes without affecting the frequency of service. Additionally, the new route demonstrated potential for energy savings of 4–9% and annual CO₂ emission reductions of up to 70 tons. Survey results show that 67.8% of participants preferred the AI-generated route, prioritizing shorter travel time and improved punctuality over shorter walking distances. However, accessibility remains crucial: 50.8% reported they would travel less often if the walk to the busstop increased. Still, many would accept longer walks if rewarded with faster or more reliable service. The findings underscore the importance of balancing efficiency with accessibility and show how AI can serve as a decision-support tool in early phases of traffic planning. The study concludes that models like ChatGPT, when combined with human evaluation and local knowledge, can contribute valuable insights for future public transport systems.