Keeping up with the algorithm: How management control systems in supply chain forecasting influences human-AI collaboration and the potential behavioural effects
2026 (English)Independent thesis Advanced level (degree of Master (One Year)), 20 credits / 30 HE credits
Student thesis
Abstract [en]
Background: The integration of analytical AI in supply chain forecasting has transformed organizational decision-making by enabling more precise and proactive demand predictions. However, the human-AI collaboration introduces behavioural effects, including algorithm aversion, algorithm appreciation and partner-in-crime. Despite growing recognition of these effects, limited research has examined how management control systems influence such behavioural effects within AI-assisted forecasting contexts.
Purpose: The purpose of this study is to contribute to existing literature by examining how formal and informal control systems influence employee behaviour in AI-assistedforecasting across multiple companies.
Method: The study adopts an abductive approach grounded in an interpretivistepistemology and social constructivist ontology. Empirical data was collected through eleven semi-structured interviews with respondents from nine Swedish companies operating in sectors including automotive, pharmaceutical, retail and food. The data was analysed using the Gioia methodology.
Results: The study found algorithm aversion and algorithm appreciation are not fixed behaviours, but rather dynamic and context-dependent tendencies along a continuum. Partner-in-crime tendencies were comparatively less evident, as a combination of formal and informal control mechanisms actively mitigated this, such as accountability. Informal control further shaped employee trust, through competence development.
Abstract [fr]
Contexte : L'intégration de l'IA analytique dans la prévision de la chaîne d'approvisionnement a transformé la prise de décision au sein des organisations en permettant des prévisions de la demande plus précises et plus proactives. Cependant, la collaboration entre l'humain et l'IA entraîne des effets comportementaux, notamment l'aversion pour les algorithmes, l'appréciation des algorithmes et le complice. Bien que ces effets soient de plus en plus reconnus, peu de recherches ont examiné comment les systèmes de contrôle de gestion régissent collectivement ces effets comportementaux dans le contexte des prévisions assistées par l'IA.
Objectif : Cette étude a pour objectif d'enrichir la littérature existante en analysant l'influence des systèmes de contrôle formels et informels sur le comportement desemployés dans le domaine de la prévision assistée par l'IA, et ce, dans plusieurs entreprises.
Méthodologie : L'étude adopte une approche abductive fondée sur une épistémologie interprétative et une ontologie socio-constructiviste. Les données empiriques ont été recueillies au moyen de onze entretiens semi-structurés menés auprès de participants issus de neuf entreprises suédoises opérant dans des secteurs tels que l'automobile, l'industrie pharmaceutique, le commerce de détail et l'agroalimentaire. Les données ont été analysées à l'aide de la méthodologie de Gioia.
Résultats : L'étude a révélé que l'aversion pour les algorithmes et l'appréciation de ceux ci ne constituent pas des comportements figés, mais plutôt des tendances dynamiques et dépendantes du contexte, s'inscrivant dans un continuum. Les tendances à la complicité étaient relativement moins marquées, car une combinaison de mécanismes de contrôle formels et informels, tels que la responsabilisation, contribuait activement à les atténuer. Le contrôle informel a en outre renforcé la confiance des employés, grâce au développement des compétences.
Place, publisher, year, edition, pages
2026. , p. 103
Keywords [en]
AI-assisted forecasting, human-in-the-loop, algorithm aversion, algorithm appreciation, partner in crime, management control systems, supply chain management, machine learning, human-AI collaboration, informal control mechanisms, formal control mechanisms
Keywords [fr]
Prévision assistée par l'IA, « human-in-the-loop », aversion pour les algorithmes, appréciation des algorithmes, complice, systèmes de contrôle de gestion, gestion de la chaîne d'approvisionnement, apprentissage automatique, collaboration homme-IA.
National Category
Business Administration
Identifiers
URN: urn:nbn:se:liu:diva-227027ISRN: LIU-IEI-FIL-A–26/05096—SEOAI: oai:DiVA.org:liu-227027DiVA, id: diva2:2093664
Subject / course
Master Thesis in Business and Economics Programme (Business Administration)
Presentation
2026-06-03, T11, Hans Meijers väg 16, Linköping, 13:15 (English)
Supervisors
Examiners
2026-08-212026-08-192026-08-21Bibliographically approved