On Algorithmic Terms : A Quantitative Study of Students’ Experiences, Attitudes, and Perceptions of AI-Based Recruitment at Södertörn University

Read full text
Authors: Nicol Irzykowski, Paulus Nabigah
Cited by: 0

Abstract

Artificiell intelligens (AI) har under de senaste åren integrerats i flera delar av arbetslivet, däribland rekrytering, vilket har aktualiserat frågor om rättvisa, transparens och mänskligt omdöme. Syftet med denna kvantitativa studie var att undersöka studenters erfarenheter av AI, deras generella attityder till tekniken samt deras inställning till AI-baserad rekrytering. Datainsamlingen genomfördes via en webbaserad enkät som besvarades av 42 studenter vid Södertörns högskola. Enkäten bestod av items från General Attitudes towards Artificial Intelligence Scale (GAAIS) samt frågor om inställning till AI i rekryteringsprocesser baserade på tidigare forskning. Data analyserades med Pearsons korrelationsanalyser, multipel linjär regressionsanalys och oberoende t-test för att undersöka eventuella könsskillnader. Fritextsvar analyserades genom tematisk analys. Resultaten visade inga statistiskt signifikanta samband mellan generella AI-attityder och inställning till AI-baserad rekrytering. Regressionsmodellen var inte signifikant och förklarade en låg andel av variansen. Inga signifikanta könsskillnader identifierades. Den tematiska analysen visade att flera deltagare uttryckte oro kring minskad mänsklig kontakt och betonade vikten av att AI används som ett stöd i rekryteringsprocessen snarare än som en självständig beslutsfattare. Resultaten indikerar att studenters inställning till AI i rekrytering i högre grad påverkas av värderingar kopplade till mänsklig interaktion och upplevd rättvisa än av generella attityder till AI.

Fields of Study & Subjects

AI and HR Technologies Ethics and Social Impacts of AI Artificial Intelligence in Education

Publication details

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