This study aimed to provide insights into the opportunities and challenges perceived by employees regarding the integration of large language models (LLMs) into their daily work routines, focusing on the Microsoft Copilot tool. Despite existing research showcasing the potential benefits of LLM-driven AI tools such as efficiency and fostering creativity, there remained a gap in understanding how such tools, particularly Copilot, influenced employees' work routines and tasks. Employing a qualitative approach, this study conducted 10 semi-structured interviews to investigate employees' experiences and perceptions. Hermeneutics served as the guiding methodological framework, allowing for a nuanced exploration of participants' experiences. The findings revealed a multifaceted use of Copilot within the IT company, ranging from idea generation to support in creation processes. Copilot facilitated both formal and informal learning by providing quick access to internal information and feedback, thereby streamlining tasks and freeing up time for other activities. However, challenges such as the limited Swedish language support and formal onboarding hindered its full utilization. Additionally, employees' attitudes toward technology and AI significantly influenced their adoption of Copilot, with technologically inclined individuals being more inclined to embrace and explore its functionalities. Furthermore, the study highlighted changes in work routines, including altered thought processes, support for idea generation, and verification of generated information.  Information security emerged as a notable concern, necessitating caution to prevent leakage of sensitive data. Discrepancies were observed between how employees presented Copilot to clients and their actual utilization, suggesting areas for improvement such as tailored training programs. In conclusion, while Copilot showed promise in enhancing work processes and facilitating learning and idea generation, there were challenges to address, particularly in terms of mindset shifts and integration into existing workflows. Nevertheless, being in the early stages of adaptation there was room for improvement and opportunities to enhance usage, ultimately benefiting the organization's operations.

AI-assistenter har blivit mycket populära bland konsumenter, och organisationer inser i allt högre grad deras potentiella fördelar. Experter menar att implementering av AI-assistenter stöter på samma hinder som vid implementering av vanliga IT-system, men att AI-assistenter har unika aspekter som försvårar implementering ytterligare. Tidigare forskning har huvudsakligen baserats på expertåsikter och det saknas omfattande studier om specifika hinder som behöver åtgärdas för en framgångsrik implementering. Denna studie syftar till att fylla denna kunskapslucka genom att intervjua tolv deltagare från ett IT-företag för att få en helhetsförståelse av deras perspektiv på AI-assistenter i deras yrkesmiljö. Med Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) som teoretiskt ramverk, analyserades kvalitativa data från semistrukturerade intervjuer. Resultaten visar att deltagarna generellt har en positiv inställning till AI-assistenter, men de uttrycker flera utmaningar som kan försvåra implementeringen av dem. Dessa utmaningar inkluderar svårigheter att identifiera lämpliga tillämpningsområden, skiftande uppfattning av användningsområden, obekantskap med teknologin, stress relaterad till implementering, säkerhets- och tillitsfrågor, samt begränsade resurser. / AI assistants have become very popular among consumers, and organizations are increasingly recognizing their potential benefits. Experts suggest that implementing AI assistants faces the same obstacles as implementing regular IT systems, but with unique aspects that further complicate implementation. Previous research has mainly been based on expert opinions, and there is a lack of comprehensive studies on specific obstacles that need to be addressed for successful implementation. This study aims to fill this knowledge gap by interviewing twelve participants from an IT company to gain a comprehensive understanding of their perspectives on AI assistants in their professional environment. Using the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) as a theoretical framework, qualitative data from semi-structured interviews were analyzed. The results show that participants generally have a positive attitude towards AI assistants but express several challenges that could hinder the implementation. These challenges include difficulties in identifying appropriate application areas, shifting perceptions of use cases, unfamiliarity with the technology, stress related to implementation, security and trust issues, and limited resources.

De senaste åren har generativa AI-modeller såsom ChatGPT blivit ett populärt fenomen inom fleraområden, inklusive utbildning inom programmering. Frågor som uppstår i samband med detta är hur verktyg som ChatGPT kan påverka studenter samt hur utbildning kan anpassas med tanke på verktyget inverkan. Denna studie har valt att rikta in på hur användning av generativ AI påverkar studenters inlärningsmotivation och tilltro till att klara av programmeringsuppgifter. Studien syftar även till att fånga in studenters perspektiv kring hur de uppfattar att man bör anpassa utbildning för att hantera detta nya fenomen med utgångspunkt i utlärning av prompter. Studien har kommit fram till att studenterna som intervjuats har upplevt ökat tilltro till att klara av och lösa uppgifter med vid användning av generativ AI. Flera av studenterna hade också upplevt en ökning i inlärningsmotivationen på grund av generativ AI. Perspektiven studenterna hade gällande anpassning av utbildning uppfattade flera att utlärning av prompter som ett effektivt sätt att integrera generativ AI inom programmeringsutbildningar. Samtidigt uppfattade andra studenter vissa aspekter som viktigare att fokusera på gällande hur utbildning bör förhålla sig till generativ AI där bland annat ökad redovisning av uppgifter och ändring av svårighetsgraden på uppgifter beskrevs som viktigare anpassningar.