Uppsats
Utbildningsnivå som moderator för teknikacceptans. : En kvantitativ studie om generativ AI i ekonomiyrken inom privat sektor.
Master-uppsats
Uppsala universitet/Institutionen för informatik och media
Publicerad: 2026
Språk: Svenska
Nyckelord
klicka för att sökaSammanfattning
Generativ artificiell intelligens (AI) har på kort tid blivit ett centralt verktyg i kunskapsintensiva yrken, däribland ekonomifunktionen, men kunskapen om hur tekniken faktiskt används och vilka individuella faktorer som förklarar variationen i användning är fortfarande begränsad. Syftet med studien är att undersöka hur utbildningsnivå relaterar till användningen av generativa AI-verktyg inom ekonomiarbete i privat sektor, samt om utbildningsnivå modererar sambandet mellan upplevd nytta och faktisk användning. Studien utgår från Technology Acceptance Model (TAM), utvidgad med utbildningsnivå som modererande variabel, och skiljer mellan användningens omfattning och dess karaktär. En kvantitativ enkätundersökning genomfördes bland yrkesverksamma ekonomer i Sverige. Givet ett mindre urval än planerat (n = 49) är studien explorativ och hypotesgenererande till sin karaktär. Resultaten visar inget statistiskt signifikant samband mellan utbildningsnivå och vare sig användningsgrad eller attityder, och utbildningsnivå modererade inte heller sambandet mellan upplevd nytta och faktisk användning. Däremot framträder kvalitativa skillnader i användningsmönster: respondenter med högre utbildning använder verktygen i större utsträckning för analys, idégenerering och automatisering, medan respondenter med kandidatexamen oftare använder dem för textproduktion och sammanfattning. Samtidigt ger studien tydligt stöd för TAM:s grundhypotes att upplevd nytta predicerar faktisk användning, och även upplevd användarvänlighet och upplevda hinder framträder som centrala determinanter. Resultaten indikerar att variationen i AI-användning främst förklaras av attitydrelaterade faktorer snarare än av individuella bakgrundsfaktorer. Studien bidrar därmed med empirisk evidens och riktningar för fortsatt forskning i en kontext där tidigare forskning varit begränsad.
Information
- Författare
- Lagergren, Albin, Grunditz, Philip
- Lärosäte / institution
- Uppsala universitet/Institutionen för informatik och media
- Publiceringsdatum
- 2026
- Uppsatstyp
- Master-uppsats
- Språk
- Svenska
- Nyckelord
- ⌕Technology Acceptance Model (TAM)⌕perceived usefulness⌕generative artificial intelligence⌕Technology Acceptance⌕teknikacceptans⌕generativ artificiell intelligens⌕education level⌕accounting and finance work⌕Private Sector⌕usage patterns⌕moderating variable⌕utbildningsnivå⌕Upplevd nytta⌕ekonomiarbete⌕Privat sektor⌕användningsmönster⌕modererande variabel
Utforska vidare
Liknande uppsatser
Uppsatser med liknande ämnen och nyckelord.
Kandidat-uppsats, Uppsala universitet/Institutionen för informatik och media
Olsson, Lukas, Arvidson, Jarl
Publicerad: 2026
Master-uppsats, KTH/Industriell ekonomi och organisation (Inst.)
Kiani, Maryam, Jamshidi, Mohammad Hadi
Publicerad: 2026
Kandidat-uppsats, Linnéuniversitetet/Institutionen för informatik (IK)
Persson, Noel, Lindblom, Wilmer
Publicerad: 2026
Yrkesexamen på avancerad nivå, KTH/Lärande
Banaz, Ahmed, Isayed, Kawthar
Publicerad: 2026
Kandidat-uppsats, Malmö universitet/Fakulteten för teknik och samhälle (TS)
Pauli, Gustav, Ahlbäck, Samuel
Publicerad: 2026
Kandidat-uppsats, Stockholms universitet/Institutionen för data- och systemvetenskap
Ahlström, Rasmus, Aldenkvist, Alice
Publicerad: 2026