Arbetsmässig anpassningsförmåga och dess påverkan på AI transformation i offentlig sektor

Read full text
Authors: Michail Papadopoulos, Sara Norberg
Cited by: 0

Abstract

Introduktion: AI införs i allt högre grad i offentlig verksamhet, men nyttan realiseras inte enbart genom tekniken i sig. För att AI ska skapa värde i det dagliga arbetet krävs ändamålsenliga arbetssätt och organisatoriskt stöd. Studien fokuserar därför på arbetsmässig anpassningsförmåga, som avser medarbetares och teams förmåga att anpassa arbetssätt vid förändrade förutsättningar. Forskningsfråga: Vilket samband finns mellan arbetsmässig anpassningsförmåga och upplevd nytta av AI-driven transformation i offentliga verksamheter? Metod: Datainsamlingen genomfördes genom en anonym webbenkät riktad till anställda inom svensk offentlig sektor (N = 308). Enkäten mätte upplevd AI-nytta och arbetsmässig anpassningsförmåga på individ- och teamnivå samt bakgrundsvariabler om roll, yrkeserfarenhet, AI-användning och organisatorisk AI-mognad. Materialet analyserades med deskriptiv statistik, korrelationsanalyser och regressionsmodeller. Resultat: Resultaten visar positiva samband mellan arbetsmässig anpassningsförmåga och upplevd AI-nytta. Arbetsmässig anpassningsförmåga på individnivå framträder som den starkaste prediktorn för upplevd AI-nytta, medan arbetsmässig anpassningsförmåga på teamnivå uppvisar ett svagare samband. Diskussion: Studien bidrar med empirisk kunskap om hur arbetsmässig anpassningsförmåga på individ- och teamnivå relaterar till upplevd AI-nytta i svensk offentlig sektor. Sammantaget indikerar resultaten att upplevd AI-nytta i offentlig sektor hänger samman med organisatoriska förutsättningar och medarbetares anpassningsförmåga. Studiens tvärsnittsdesign och självskattningar begränsar möjligheten att dra kausala slutsatser.

Fields of Study & Subjects

Corporate Management and Leadership E-Government and Public Services Technology Adoption and User Behaviour

Publication details

Journal / source
KTH Publication Database DiVA (KTH Royal Institute of Technology)
Publication date
1 January 2026
Language
SV
Document type
Thesis