Den ökade användningen av artificiell intelligens (AI) som beslutsstöd inom banksektorn har medfört nya möjligheter till effektivisering och datadrivet beslutfattande. Samtidigt har utvecklingen aktualiserat frågor om transparens, ansvar och tillit kopplat till AI som beslutsstöd. Eftersom banker verkar i en reglerad miljö där förtroende utgör en grundläggande förutsättning för verksamheten, blir det centralt att förstå hur bankanställda upplever och förhåller sig till AI-baserade beslutsstöd i sitt dagliga arbete. Mot denna bakgrund är syftet med studien att undersöka hur transparens i AI-baserade beslutsstöd påverkar bankanställdas upplevelse av tillit i beslutsfattande. Studien genomförs med en kvalitativ forskningsansats och bygger på semistrukturerade djupintervjuer med bankanställda som använder eller har erfarenhet av AI som stöd i beslutsprocesser. Datamaterialet analyseras genom tematisk analys med deduktiv och induktiv utgångspunkt. Analysen tar sin utgångspunkt i socioteknisk systemteori, arbetssystemteori samt etablerade teorier om tillit och transparens, men även teman som framkommer under empirin. Resultaten visar att tillit till AI-baserade beslutsstöd inte enbart kan förstås utifrån teknikens prestanda, utan formas i ett sociotekniskt samspel mellan tekniska system, mänskliga aktörer och organisatoriska strukturer. Transparens framträder som en central förutsättning för tillit, men tar sig olika uttryck genom (1) insyn i AI:s beslutslogik, (2) förståelse som byggs genom interaktion och (3) organisatorisk tydlighet kring ansvar och användning. Studien visar även att tilliten både är situationsbunden och till viss del erfarenhetsbaserad, samt att mänskligt ansvar och professionellt omdöme utgör en tydlig gräns för hur långt tilliten till AI kan sträcka sig i praktiken. 

The increased use of artificial intelligence (AI) as decision support within the banking sector has led to new opportunities for efficiency and data-driven decision-making, while simultaneously raising questions regarding AI transparency, how responsibility is structured, and how trust is achieved. As banks operate in a regulated environment where trust constitutes a fundamental prerequisite for their operations, it becomes central to understand how bank employees experience and relate to AI-based decision support in their daily work. Against this background, the aim of the study is to examine how transparency in AI-based decision support affects bank employees’ experience of trust in decision-making. The study is conducted using a qualitative research approach and is based on semi-structured in-depth interviews with bank employees who use or have experience of AI as support in decision-making processes. The empirical material is analyzed through thematic analysis with a deductive and inductive point of departure, where the analysis is based on sociotechnical systems theory, work system theory, as well as established theories of trust and transparency, but also themes that emerge from the empirical material. The results show that trust in AI-based decision support cannot be understood solely on the basis of the technology’s performance, but is shaped in a sociotechnical interplay between technical systems, human actors, and organizational structures. Transparency emerges as a central prerequisite for trust but takes different forms through (1) insight into AI decision logic, (2) understanding built through interaction, and (3) organizational clarity regarding responsibility and use. The study also shows that trust is both situational and to some extent experience-based, and that human responsibility and professional judgment constitute a clear boundary for how far trust in AI can extend in practice.