Nästa steg för HR: Dags att välkomna AI-chatbotar till onboarding?
2026 (Swedish) Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE credits
Student thesis Alternative title
Next Step for HR : Time to Welcome AI-Chatbots to Onboarding? (English)
Abstract [sv]
I takt med att organisationer inom offentlig sektor allt oftare utforskar digitala verktyg för att effektivisera interna processer, har introduktionen av nyanställda blivit ett nyckelområde för innovation. Denna studie undersöker hur en AI-baserad chatbot skulle kunna utformas för att stödja onboarding-processen vid den svenska myndigheten Jordbruksverket. Genom att använda en designorienterad forskningsansats (Design Science Research) har studien samlat in data via en kombination av kvalitativa intervjuer och en kompletterande enkätundersökning för att identifiera användarbehov, attityder och organisatoriska förutsättningar för implementering. Analysen baseras på en tematisk granskning av sex semistrukturerade intervjuer samt en deskriptiv analys av enkätresultaten. För att tolka fynden tillämpas de teoretiska ramverken Technology Acceptance Model (TAM) och Organizational Readiness for Change (ORC). Detta gjorde det möjligt att djupgående analysera både individers användaracceptans och organisationens beredskap för AI. Resultaten visar på ett tydligt intresse för digitala stödsystem, särskilt gällande tillgång till information och möjligheter till självservice under introduktionen. Samtidigt framkom det farhågor kring ansvarsfördelning, tillit till AI-system och motstånd mot förändring inom organisationen. Baserat på dessa insikter föreslår studien ett antal designrekommendationer som kan vägleda utvecklingen av framtida AI stödda onboarding lösningar. Arbetet bidrar med empirisk kunskap om förutsättningarna för AI acceptans i en offentlig kontext och erbjuder praktisk vägledning för hur chatbot system kan utformas för att möta både användarnas förväntningar och organisationens verklighet.
Abstract [en]
As public sector organizations increasingly turn to digital solutions, the onboarding of new employees stands out as a prime area for innovation. This study explores how an AI-based chatbot could be designed to enhance the onboarding process at the Swedish public agency, Jordbruksverket. Using a design-oriented research approach (Design Science Research), the study gathered data through a combination of qualitative interviews and a supplementary survey to identify user needs, attitudes, and organizational conditions for implementation. The analysis is based on a thematic examination of six semi-structured interviews and a descriptive analysis of survey data. To interpret the findings, the study applies two key theoretical frameworks: the Technology Acceptance Model (TAM) and Organizational Readiness for Change (ORC). This allowed for an in-depth look at both individual user acceptance and the organization's preparedness for AI adoption. The results reveal a strong interest in digital support tools, particularly for improving access to information and self-service options during the initial phase of employment. However, the findings also highlight significant concerns related to the distribution of responsibility, trust in AI systems, and resistance to change within the organization. Based on these insights, the study proposes a set of design recommendations intended to guide the development of future AI supported onboarding solutions. Ultimately, this work contributes empirical knowledge on the conditions for AI acceptance in a public-sector context and provides practical guidance for designing chatbot systems that meet both user expectations and organizational realities.
Place, publisher, year, edition, pages 2026.
Keywords [en]
AI chatbots, onboarding process, human resource management (HRM), public sector, Technology Acceptance Model (TAM), organizational readiness for change (ORC)
Keywords [sv]
AI-chatbotar, onbordingprocess, human resource management (HRM), offentlig sektor, Technology Acceptance Model (TAM), organisatorisk förändringsberedskap (ORC)
National Category
Computer and Information Sciences
Identifiers URN: urn:nbn:se:hb:diva-36218 OAI: oai:DiVA.org:hb-36218 DiVA, id: diva2:2104281
Subject / course Informatics
2026-09-232026-09-232026-09-23 Bibliographically approved