ARTIFICIAL INTELLIGENCE ORGANIZATIONS

The rapid diffusion of artificial intelligence (AI) is fundamentally reshaping organizational processes, work practices, and individual experiences at work. While AI technologies promise substantial gains in efficiency, innovation, and decision-making quality, their implementation also raises critical ethical, social, and organizational concerns related to bias, surveillance, accountability, and power asymmetries. As organizations increasingly embed AI systems into core operational and decision-making processes, understanding their intended and unintended consequences has become a pressing scholarly and practical challenge. This dissertation investigates how the introduction of AI within organizations shapes individual behaviors, perceptions, and organizational processes. Adopting a multi-paradigmatic approach, the research combines diverse epistemological stances and methodological strategies to provide a nuanced and comprehensive understanding of AI’s organizational impact. The first study adopts a positivist perspective to empirically examine the effects of AI-based decision support systems on individual performance, with a particular focus on Innovative Work Behavior. Drawing on quantitative data, this study assesses whether and under which conditions AI-enabled decision support enhances employees’ ability to generate, promote, and implement novel ideas in their work roles. The second study adopts a constructivist and interpretive approach to explore the tensions that emerge between performance gains and perceptions of workplace surveillance following the introduction of enterprise Generative AI solutions, such as Microsoft 365 Copilot. Through qualitative inquiry, this study examines how employees interpret, negotiate, and respond to AI-enabled monitoring and autonomy, shedding light on the evolving dynamics of control, agency, and trust in AI-mediated workplaces. The third study is a practitioner-oriented investigation that examines the implementation of Generative AI within a U.S. higher education institution. This study provides actionable insights into how AI can be deployed to improve operational efficiency while navigating organizational, ethical, and governance challenges. Together, these studies contribute to the literature on AI and organizations by elucidating how AI technologies simultaneously enable performance improvements and introduce new forms of tension and risk. By integrating empirical, interpretive, and practitioner perspectives, this dissertation advances theoretical understanding and offers practical guidance for organizations seeking to responsibly and effectively integrate AI into the future of work.

La rapida diffusione dell’intelligenza artificiale (AI) sta trasformando in modo profondo i processi organizzativi, le pratiche di lavoro e le esperienze individuali all’interno delle organizzazioni. Sebbene le tecnologie di AI promettano significativi benefici in termini di efficienza, innovazione e qualità dei processi decisionali, la loro implementazione solleva anche rilevanti criticità etiche, sociali e organizzative, legate a bias, sorveglianza, accountability e asimmetrie di potere. Con l’integrazione crescente dei sistemi di AI nei processi operativi e decisionali chiave, comprendere le conseguenze intenzionali e non intenzionali della loro adozione è diventata una priorità per la ricerca e per la pratica manageriale. Questa tesi analizza l’introduzione dell’AI nelle organizzazioni e i suoi effetti su comportamenti individuali, percezioni e processi organizzativi. Adottando un approccio multi-paradigmatico, la ricerca combina differenti prospettive epistemologiche e strategie metodologiche al fine di offrire una comprensione articolata e approfondita dell’impatto organizzativo dell’AI. Il primo studio adotta una prospettiva positivista e analizza empiricamente l’impatto dei sistemi di supporto alle decisioni basati su AI sulla performance individuale, con particolare riferimento all’Innovative Work Behavior, inteso come la capacità di generare, promuovere e implementare idee innovative all’interno del proprio ruolo lavorativo. Attraverso un’analisi quantitativa, lo studio esamina se e in quali condizioni l’AI possa favorire comportamenti innovativi. Il secondo studio adotta un approccio costruttivista e interpretativo per indagare le tensioni che emergono tra i benefici in termini di performance e le percezioni di sorveglianza sul luogo di lavoro in seguito all’introduzione di soluzioni di Generative AI enterprise, come Microsoft 365 Copilot. Mediante un’indagine qualitativa, lo studio esplora come i dipendenti interpretano, negoziano e reagiscono alla presenza di sistemi di AI, mettendo in luce le dinamiche emergenti di controllo, agency e fiducia nei contesti di lavoro mediati dall’AI. Il terzo studio, di taglio applicativo, analizza l’introduzione della Generative AI in un’istituzione di istruzione superiore negli Stati Uniti, fornendo indicazioni operative su come l’AI possa essere utilizzata per migliorare l’efficienza dei processi organizzativi, affrontando al contempo le sfide organizzative, etiche e di governance. Nel complesso, i risultati di questa tesi contribuiscono alla letteratura su AI e organizzazioni, evidenziando come le tecnologie di AI possano simultaneamente abilitare miglioramenti di performance e generare nuove tensioni e rischi. Integrando prospettive empiriche, interpretative e applicative, la tesi offre contributi teorici e indicazioni pratiche per le organizzazioni che intendono integrare l’AI in modo responsabile ed efficace nel futuro del lavoro.