Bakgrund: AI, specifikt konversations-AI som OpenAI:s ChatGPT, växer snabbt i både privata och professionella sammanhang, vilket erbjuder möjligheter till kostnadsbesparingar och modernisering för företag. ChatGPT kan simulera mänskliga konversationer, vilket kan ge fördelar i flera olika industrier och kan genom samarbete mellan människa och AI potentiellt förbättra anställdas produktivitet. Det huvudsakliga forskningsproblemet är att identifiera faktorer som påverkar systemutvecklarens användning av ChatGPT och beakta dess design och implementation för att minska potentiella negativa effekter. Syfte:  Denna studie syftar till att undersöka de faktorer som påverkar användares adoption ChatGPT som ett verktyg för att stödja systemutvecklare. Dessutom syftar studien till att identifiera hur ChatGPT kan hjälpa systemutvecklare i deras dagliga arbete och vilka hinder som finns för att inkorporera ChatGPT i denna kontext. Metod: Genom en fallstudieansats med kvalitativa och kvantitativa datainsamlingsmetoder, använder studien positivistiska och interpretivistiska paradigm. Resultat: Resultatet visar att den uppfattade förmågan hos ChatGPT att förbättra effektiviteten och generera korrekta svar påverkar avsikten att använda tekniken. Faktorer som tidsbesparing, produktivitetsförbättring och användarvänlighet gav dock inte statistiskt signifikanta resultat. Utvecklare finner ChatGPT användbart för att förenkla uppgifter och hjälpa juniora utvecklare, men det finns oro för att hantera komplexa uppgifter och säkerhetsfrågor. Slutsatser: Användarnas acceptans av ChatGPT drivs främst av den uppfattade precisionen och effektiviteten. ChatGPT kan hjälpa till med uppgifter som felsökning, kodgenerering, kodrefaktorering, kodoptimering och teknisk dokumentation, men med vissa potentiella begränsningar när det gäller hantering av alltför komplex kod. Trots detta så finns hinder för införandet i form av oro för integritet, säkerhet och brist på medvetenhet samt funktionella begränsningar. Följder: De insikter som vunnits kan indirekt gynna företag, inklusive vår affärspartner CGI, genom att bidra till beslutsfattandeprocesser relaterade till adoption och användning av ChatGPT. / Background: AI, specifically conversational AI like OpenAI's ChatGPT, is rapidly expanding in personal and professional settings, offering cost-cutting and modernization opportunities for businesses. This technology, capable of simulating human-like conversations, holds promise across various industries, potentially enhancing productivity through human-AI collaboration. The main research problem is to identify factors influencing system developers' adoption of ChatGPT, considering its design and implementation to mitigate potential negative impacts. Aim: This study aims to investigate the factors that influence user adoption of ChatGPT as a tool to support system developers. Additionally, it aims to identify how ChatGPT can aid system developers in their daily work, and challenges associated with incorporating ChatGPT in this context. Method: Using a case study approach with qualitative and quantitative data collection methods, the study employs positivist and interpretivist philosophical paradigms. Results: Results showed that the perceived ability of ChatGPT to enhance efficiency and generate accurate responses significantly impacts adoption intentions. When examining aspects related to timesaving, productivity enhancement, and user-friendliness, no statistically significant results were found. Among developers, ChatGPT is considered valuable for simplifying tasks and assisting junior developers. There are concerns regarding its capability to handle complex tasks and potential security issues. Suggestions for improvement include better integration with integrated development environments (IDEs) and enhanced accuracy. Conclusions: The findings highlight perceived accuracy and efficiency as driving factors for user adoption regarding ChatGPT. ChatGPT can support tasks like debugging, code generation, code refactoring, code optimization, and technical documentation. However, there may be some potential limitations when dealing with overly complex code. Barriers to adoption include concerns about integrity and security, lack of awareness, and functional limitations. Implications: The insights gained can indirectly benefit companies, including our business partner CGI, by guiding decision-making processes related to the effective adoption and utilization of ChatGPT.

Användningen av artificiell intelligens (AI) inom hälso- och sjukvården har potential att minska den administrativa bördan och förbättra patientvården genom att effektivisera dokumentationsprocesser. Trots dessa fördelar kvarstår utmaningar som bristande integration och tung arbetsbelastning för vårdpersonal. Denna studie undersöker hur AI, särskilt konversations AI (CAI), kan användas för att förbättra dokumentationen i vården och stödja vårdpersonalens dagliga arbete. Syftet är att identifiera viktiga faktorer som påverkar användarnas upplevelse samt hur de bör utformas för att stötta vårdpersonalen vid dokumentation med hjälp av CAI För att uppnå detta genomfördes semistrukturerade intervjuer med vårdpersonal, kompletterat med konceptbilder för att stimulera diskussioner och förståelse. Data analyserades med både deduktiva och induktiva analysmetoder. Resultaten visar att viktiga faktorer för utformning av CAI-system inkluderar anpassningsbara konversationsgränssnitt, möjligheter för användaren att ge feedback och transparenta förklaringar av systemets beslut. Dessutom framhävdes vikten av att CAI-system kan integreras sömlöst med befintligaarbetsflöden och att de kan anpassa sig efter individuella användarbehov. Andra viktiga aspekter är att systemet ska vara intuitivt, tillförlitligt och stödja en effektiv arbetsmiljö. Studien bekräftar att flera faktorer är avgörande för att utforma effektiva förklaringar iAI-system, men ytterligare forskning behövs för att utforska hur dessa riktlinjer påverkar tillit och förståelse över tid. / The use of artificial intelligence (AI) in healthcare has the potential to reduce administrative burdens and improve patient care by streamlining documentation processes. Despite these benefits, challenges such as lack of integration and heavy workloads for healthcare staff persist. This study explores how AI, particularly conversational AI (CAI) can be utilized to enhance healthcare documentation and support the daily tasks of healthcare professionals. The aim is to identify key factors that are important for user experience and how CAI-systems should be designed to support healthcare staff in documentation. To achieve this, semi-structured interviews with healthcare professionals were conducted, supplemented with concept images to stimulate discussions and understanding. Data were analyzed using both deductive and inductive methods. The results indicate that key factors for designing CAI-systems include customizable converational interfaces, opportunities for user feedback, and transparent explanations of the system's decisions. Additionally, the importance of seamless integration of CAI-systems with existing workflows and their adaptability to individual user needs was emphasized. Other critical aspects are that the system should be intuitive, reliable, and support an efficient work environment. The study confirms that several factors are crucial for designing effective CAI-systems in healthcare. However, further research is needed to explore how these guidelines affect trust and understanding over time.