Högskolan i Skövde

I takt med att artificiell intelligens (AI)-teknologi förekommer i allt större grad på arbetsplatser i Sverige blir det viktigare att förstå de faktorer som påverkar anställdas inställning till AI teknologi. Det har genomförts forskning kring användares inställning till en ökad AI-användning. Enligt Lichtenthaler (2020) finns så kallade no-human-interaction (NHI) attityder, vilket definieras som negativa attityder till interaktioner med AI. Medarbetare som visar NHI-attityder föredrar personliga interaktioner med människor som bygger på att betona emotionell intelligens och empati. Till följd av NHI-attityder skapas en begränsad öppenhet till att använda AI-lösningar, även om de har hög användbarhet (Lichtenthaler, 2020).

Det här arbetet har genomförts med fokus på AIs påverkan på arbetsglädje och känsla av kompetens för operatörer inom tillverkningsindustrin, där AI används för att automatisera delar av eller hela uppgifter. Syftet är att undersöka arbetsmiljökonsekvenser av utökad AI-användning inom tillverkningsindustrin med psykosociala faktorer som arbetsglädje och känsla av kompetens i fokus. Frågeställningen som arbetet baseras på lyder: Hur påverkas operatörernas arbetsglädje och känsla av kompetens av att automatisering ersätter delar av manuella uppgifter.

För att besvara studiens frågeställning genomfördes semistrukturerade intervjuer och en enkät med operatörer, lagledare och produktionstekniker på företaget Nolato Gota, samt en observation. Insamlad data analyserades tematiskt vilket resulterade i fem identifierade teman: interaktion, erfarenhet, information (från AI), inlärning samt fysiskt arbete. Vid interaktion visades det viktigt för arbetarna att ha en fysisk interaktion och kommunikation med sina medarbetare. Erfarenhet fokuserar på kunskapsutbytet mellan operatörer då operatörerna vänder sig till varandra för stöttning och då särskilt operatörer med längre erfarenhet. Information från AI visade sig också viktigt, genom att operatörerna visade ett stort intresse och behov av att förstå vad som händer när fel och problem uppstår. Det fjärde temat var inlärning och det relaterar till hur operatörer lär sig de olika momenten som ska utföras samt hur de kan lära sig från fel som gjorts. Det sista temat är fysiskt arbete, som benämner operatörernas vilja att behålla manuella moment i sitt arbete trots en eventuell ökning av AI-användning. Genom att skapa förståelse för interaktion och arbete mellan människa och AI har grundläggande faktorer framkommit att tänka på vid ytterligare AI-implementering. Faktorerna belyser vad som är betydelsefullt för operatörerna för att underlätta deras arbete, utan att det påverkar deras arbetsglädje eller känsla av kompetens på ett negativt sätt. Om ytterligare implementering av AI leder till minskad personlig interaktion mellan medarbetare är det stor risk att detta leder till en negativ syn på teknologin och minskad arbetsglädje, men om AI-teknologi införs med bibehållen eller ökad personlig interaktion ses teknologin i större utsträckning som ett stöd.

As artificial intelligence (AI) technology becomes more prevalent in the Swedish workplace, it becomes increasingly important to understand the factors that influence employee attitudes towards AI technology. Research has been conducted on user attitudes towards increased AI use. According to Lichtenthaler (2020), there are so-called no-human-interaction (NHI) attitudes, which are defined as negative attitudes towards interactions with AI. Employees who display NHI attitudes prefer face-to-face interactions with humans that are based on emphasising emotional intelligence and empathy. As a result of NHI attitudes, a limited openness of using AI solutions is created, even if they have high usability (Lichtenthaler, 2020).

This work has been conducted with a focus on the impact of AI on job satisfaction and sense of competence for operators in the manufacturing industry. The aim is to investigate the work environment consequences of expanded AI use in the manufacturing industry with psychosocial factors such as job satisfaction and sense of competence in focus. The question on which the work is based is: How are operators' job satisfaction and sense of competence affected by automating parts of manual tasks?

To answer the study's question, semi-structured interviews and a questionnaire were conducted with operators, team leaders and production technicians at the company Nolato Gota, as well as an observation. Collected data was analysed thematically, resulting in five identified themes: interaction, experience, information (from AI), learning and physical work. Interaction showed that it is important for workers to have physical interaction and communication with their co-workers. Experience focuses on the exchange of knowledge between operators as operators turn to each other for support, especially operators with more experience. Information from AI was also proved important, with operators showing a great interest and need to understand what happens when errors and problems occur. The fourth theme was learning, and it relates to how operators learn the different steps to be performed and how they can learn from mistakes made. The last theme is physical labour, which refers to operators' willingness to maintain manual elements in their work despite a possible increase in AI usage. By creating an understanding of human-AI interaction and labour, fundamental factors have emerged to consider in further AI implementation. The factors highlight what is important for operators to facilitate their work, without negatively affecting their job satisfaction or sense of competence. If further implementation of AI leads to reduced personal interaction between employees, there is a high risk that this will lead to a negative view of the technology and reduced job satisfaction, but if AI technology is introduced with maintained or increased personal interaction, the technology is seen to a greater extent as a support.