Regelbaserede i offentlige organisationer: en undersøgelse af medarbejdernes oplevelser af KIT chatbot.
Oversat titel
Rule-Based Chatbots in Public Organizations: A study of Employees' Experiences with the KIT Chatbot
Forfattere
Jama, Fahima Ibrahim ; Malik, Salehah Zahoor
Semester
4. semester
Udgivelsesår
2026
Afleveret
2026-08-07
Resumé
Denne kandidatspeciale undersøger, hvordan medarbejdere i Københavns Kommunes Socialforvaltning oplever og anvender den regelbaserede KIT-chatbot som intern IT-support. Med afsæt i et forskningshul, hvor der primært har været fokus på borgervendte chatbotløsninger, gennemføres et kvalitativt casestudie i samarbejde med Koncern IT, som udvikler og driver KIT-chatbot i en organisation med omkring 45.000 ansatte. Datagrundlaget består af fem interviews – ét med udviklere og fire med medarbejdere – suppleret af et online spørgeskema, der indfanger bredere brugeroplevelser og anvendelsesmønstre. Analysen bygger på Technology Acceptance Model (TAM), sensemaking-teori og Jakob Nielsens usability-heuristikker for at undersøge samspillet mellem regelbaseret systemdesign, brugerforventninger formet af generativ AI og organisatoriske implementeringspraksisser. Specialet identificerer tre centrale dilemmaer: 1) uoverensstemmelse mellem forventninger til regelbaserede og generative AI-systemer, 2) teknologiske begrænsninger forstærket af utilstrækkelig organisatorisk implementering og onboarding samt 3) spændinger mellem automatisering og behovet for menneskelig vurdering i komplekst offentligt arbejde. På baggrund af disse fund konkluderes det, at KIT-chatbot er et værdifuldt støtteværktøj, men at potentialet først realiseres fuldt ud gennem tydeligere kommunikation, forbedret introduktion af medarbejdere og stærkere feedbackmekanismer. Specialet peger desuden på mulighederne i en hybrid chatbotstrategi, der forener regelbaserede systemers stabilitet med generativ AI’s fleksibilitet i overgangen fra KIT til K-AI.
This master’s thesis investigates how employees in the Social Services Administration of the City of Copenhagen experience and use the rule-based KIT chatbot as an internal IT support tool. Addressing a research gap where most studies have focused on citizen-facing chatbot solutions, the thesis conducts a qualitative case study in collaboration with Koncern IT, the municipal IT department responsible for developing KIT in an organisation with approximately 45,000 employees. The empirical material consists of five interviews – one with chatbot developers and four with staff members – complemented by an online survey designed to capture broader user experiences and usage patterns. The analysis draws on the Technology Acceptance Model (TAM), sensemaking theory, and Jakob Nielsen’s usability heuristics to explore the interplay between rule-based system design, user expectations shaped by generative AI, and organisational implementation practices. The study identifies three key dilemmas: (1) misaligned expectations between rule-based and generative AI systems, (2) technological limitations compounded by insufficient organisational implementation and onboarding, and (3) tensions between automation and the need for human judgement in complex public sector work. Based on these findings, the thesis concludes that KIT chatbot is a valuable support tool, but its full potential depends on clearer communication, improved onboarding and stronger feedback mechanisms. It further suggests the promise of a hybrid chatbot strategy that combines the stability of rule-based systems with the flexibility of generative AI as the municipality transitions from KIT to K-AI.
[Dette resumé er genereret med hjælp fra AI direkte fra projektet fuldtekst]