Generative Artificial Intelligence in Organizations : Strategic Decisions and Human Adaptations
| dc.contributor.author | Zhu, Zhe | |
| dc.contributor.faculty | fi=Tekniikan ja innovaatiojohtamisen yksikkö|en=School of Technology and Innovations| | |
| dc.contributor.orcid | https://orcid.org/0009-0007-2338-1853 | |
| dc.contributor.organization | fi=Vaasan yliopisto|en=University of Vaasa| | |
| dc.date.accessioned | 2026-05-06T10:02:38Z | |
| dc.date.issued | 2026-05-15 | |
| dc.description.abstract | This dissertation examines how artificial intelligence (AI), particularly generative AI (GenAI), is reshaping organizational decision-making and human adaptation in contemporary work contexts. It develops a multi-level perspective linking organizational integration of AI-enabled decision support with individual-level psychological and career-related outcomes of human–AI collaboration. The overarching aim is to explain how GenAI transforms decision-making processes and employee responses within technology-enabled organizations. Adopting a critical realist paradigm and an abductive research logic, the dissertation employs a mixed-methods design across four interrelated studies. The first study presents a systematic literature review of human–AI interaction in organizational decision-making, structured using an antecedents–phenomenon–consequences framework. The second study draws on qualitative thematic analysis of practitioner-oriented podcast data to explore how organizations move from experimentation with GenAI toward more integrated strategic and operational use, resulting in an actionable integration framework. The third and fourth studies apply survey-based structural equation modeling to examine employee responses to GenAI collaboration, focusing on work engagement and career sustainability, respectively. Across the studies, the findings show that the organizational implications of AI and GenAI are shaped less by technological capability alone and more by how these systems are situated within organizational decision-making contexts and practices. At the individual level, GenAI collaboration is positively associated with work engagement, primarily through opportunity appraisals. In relation to sustainable careers, the results indicate that GenAI collaboration contributes indirectly through career adaptability, which functions as a key mechanism linking collaboration to longer-term career outcomes. The effects of GenAI collaboration are further shaped by contextual conditions such as trust in AI, perceived ease of use, and job insecurity. The dissertation advances theory by reconceptualizing GenAI as a generative and interactive socio-technical collaborator that reshapes both decision-making processes and human adaptation across levels. By integrating strategic, psychological, and career perspectives, it provides a coherent account of AI-enabled transformation and offers actionable insights for organizations seeking to deploy GenAI in ways that support effective decision-making, employee engagement, and sustainable careers. | en |
| dc.description.abstract | Tämä väitöskirja tarkastelee, miten tekoäly, erityisesti generatiivinen tekoäly, muokkaa organisaatioiden päätöksentekoa sekä ihmisten sopeutumista nykyaikaisissa työympäristöissä. Tutkimuksessa kehitetään monitasoinen viitekehys, joka yhdistää organisaatiotason tekoälyyn perustuvan päätöksenteon tuen yksilötason psykologisiin ja työuraan liittyviin seurauksiin ihmisen ja tekoälyn välisessä yhteistyössä. Väitöskirjan tavoitteena on selittää, miten tekoäly muuttaa päätöksentekoprosesseja ja työntekijöiden reaktioita teknologiaa hyödyntävissä organisaatioissa. Väitöskirja nojaa kriittisen realismin paradigmaan ja abduktiiviseen tutkimuslogiikkaan, ja siinä hyödynnetään monimenetelmällistä tutkimusasetelmaa neljän toisiinsa kytkeytyvän osatutkimuksen kautta. Ensimmäinen osatutkimus raportoi systemaattisen kirjallisuuskatsauksen ihmisen ja tekoälyn välisestä vuorovaikutuksesta organisatorisessa päätöksenteossa sekä jäsentää tutkimuskenttää tekijät–ilmiö–seuraukset -viitekehyksen avulla. Toinen osatutkimus perustuu laadulliseen teema-analyysiin ja analysoi ammattilaisille suunnattuja podcast-aineistoja. Tulokset valottavat organisaatioiden siirtymää tekoälyn kokeiluista kohti strategisesti ja operatiivisesti integroitua käyttöä. Kolmas ja neljäs osatutkimus hyödyntävät kyselyaineistoihin perustuvaa rakenneyhtälömallinnusta ja tarkastelevat työntekijöiden ja tekoälyn välistä yhteistyötä erityisesti työhön sitoutumisen ja työuran kestävyyden näkökulmista. Tulokset osoittavat, että tekoälyn organisatoriset vaikutukset eivät määräydy pelkästään teknisen suorituskyvyn perusteella, vaan sen mukaan, miten tekoälyjärjestelmät kytkeytyvät organisaation päätöksentekokäytäntöihin. Yksilötasolla tekoäly on positiivisesti yhteydessä työssä koettuun sitoutuneisuuteen. Kestävien työurien näkökulmasta tekoäly vaikuttaa uran kestävyyteen epäsuorasti sopeutumiskyvyn kautta, joka toimii keskeisenä mekanismina ihmisen ja tekoälyn yhteistyön ja urakehityksen välillä. Näitä vaikutuksia muovaavat edelleen kontekstuaaliset tekijät, kuten luottamus tekoälyyn, koettu helppokäyttöisyys ja koettu työsuhteen jatkuvuus. Väitöskirja edistää tietämystä käsitteellistämällä tekoälyn sosioteknisenä toimijana organisatorisissa työn järjestelmissä. Se yhdistää strategiset, psykologiset ja työuraan liittyvät näkökulmat yhtenäiseksi selitykseksi tekoälyavusteisesta muutoksesta. Lisäksi tutkimus tarjoaa käytännön suosituksia organisaatioille, jotka pyrkivät hyödyntämään tekoälyä päätöksenteossa, työntekijöiden sitouttamisessa ja työurien kestävyyden tukemisessa. | fi |
| dc.description.accessibilityfeature | navigointi mahdollista | |
| dc.description.accessibilityfeature | looginen lukemisjärjestys | |
| dc.description.accessibilitysummary | Kuvien ja kuvioiden vaihtoehtoiset kuvaukset puutteelliset tai puuttuvat. | |
| dc.embargo.lift | 2026-05-15 | |
| dc.embargo.terms | 2026-05-15 | |
| dc.format.extent | 159 | |
| dc.identifier.citation | Zhu, Z. (2026). Generative Artificial Intelligence in Organizations : Strategic Decisions and Human Adaptations [Doctoral dissertation, University of Vaasa]. Osuva. https://urn.fi/URN:ISBN:978-952-395-272-0 | |
| dc.identifier.isbn | 978-952-395-272-0 | |
| dc.identifier.uri | https://osuva.uwasa.fi/handle/11111/20311 | |
| dc.identifier.urn | URN:ISBN:978-952-395-272-0 | |
| dc.language.iso | eng | |
| dc.publisher | Vaasan yliopisto | |
| dc.relation.isbn | 978-952-395-271-3 | |
| dc.relation.ispartofseries | Acta Wasaensia | |
| dc.relation.issn | 2323-9123 | |
| dc.relation.issn | 0355-2667 | |
| dc.relation.numberinseries | 586 | |
| dc.rights.copyright | Compilation dissertation’s summary section is licensed under Creative Commons Attribution-NonCommercial 4.0 International. | |
| dc.subject.discipline | fi=Informaatiotekniikka|en=Information Technology| | |
| dc.subject.yso | artificial intelligence | |
| dc.subject.yso | technology | |
| dc.subject.yso | innovations | |
| dc.subject.yso | leadership (activity) | |
| dc.subject.yso | computer-assisted teaching | |
| dc.subject.yso | career development | |
| dc.subject.yso | decision making | |
| dc.subject.yso | trust | |
| dc.subject.yso | uncertainty | |
| dc.title | Generative Artificial Intelligence in Organizations : Strategic Decisions and Human Adaptations | |
| dc.type.okm | fi=G5 Artikkeliväitöskirja|en=G5 Doctoral dissertation (article)|sv=G5 Artikelavhandling| | |
| dc.type.ontasot | fi=Artikkeliväitöskirja|en=Doctoral dissertation (article-based)| | |
| dc.type.publication | doctoralThesis |
Tiedostot
1 - 1 / 1
