AI-användning i redovisningsyrket – En väg mot ökad effektivitet eller minskat förtroende för redovisningskonsulten?

Sammanfattning

Syfte: Syftet med denna studie är att undersöka vilka psykologiska och kunskapsmässiga faktorer som påverkar redovisningskonsulters förtroende för artificiell intelligens. Den fokuserar på självförmåga, förtroendebenägenhet till maskiner, integritetsproblem och teknisk kunskap, samt hur dessa påverkar förtroendet för AI-system och intentionen att använda dem i det dagliga arbetet. Metod: För att undersöka förtroendet för AI bland auktoriserade redovisningskonsulter i Sverige har en kvantitativ metod tillämpats. En enkätundersökning skickades ut till samtliga registrerade konsulter via Sunet Survey. Totalt analyserades 74 giltiga enkätsvar med hjälp av deskriptiv statistik, korrelationsanalys och regressionsanalys i SPSS för att pröva hypoteserna. Resultat och slutsats: Analysen visar att självförmåga, teknisk kunskap och förtroendebenägenhet har ett positivt samband med redovisningskonsulters förtroende för AI, medan integritetsproblem har ett negativt samband. Däremot kunde hypotes H3, som förutsatte att upplevd användbarhet skulle påverka förtroendet positivt, inte bekräftas. Detta resultat utmanar tidigare teorier inom teknikacceptans och tyder på att tillit till AI i redovisning i högre grad formas av individens kompetens och trygghet snarare än av teknikens upplevda nytta. Examensarbetets bidrag: Studien breddar förståelsen för hur förtroende för AI utvecklas inom redovisningsbranschen, särskilt i en svensk kontext. Genom att visa att upplevd användbarhet inte har någon signifikant påverkan på förtroendet, bidrar studien till att nyansera vedertagna modeller som TAM och UTAUT. Resultaten betonar vikten av att fokusera på kompetensutveckling, teknisk trygghet och hantering av integritetsrisker snarare än enbart systemets användarvänlighet. Förslag till fortsatt forskning: Framtida studier bör utforska varför upplevd användbarhet inte påverkar förtroendet i denna grupp. Kvalitativa metoder och jämförelser mellan olika yrken eller länder kan ge djupare förståelse för hur förtroende för AI formas i olika kontexter.