The external expectations of organizational accountability force organizational leaders to find solutions and answers in organizational (and information) governance to assuage the feelings of doubt and unease about the behaviour of the organization and its employees that continuously seem to be expressed in the organizational environment. Organizational leaders have to align the interests of their share– and stakeholders in finding a balance between performance and accountability, individual and collective ethical approaches, and business ethics based on compliance, based on integrity, or both. They have to integrate accountability in organizational governance based on a strategy that defines boundaries for rules and routines. They need to define authority structures and find ways to control the behaviour of their employees, without being very restrictive and coercive. They have to implement accountability structures in organizational interactions that are extremely complex, nonlinear, and dynamic, in which (mostly informal) relational networks of employees traverse formal structures. Formal processes, rules, and regulations, used for control and compliance, cannot handle such environments, continuously in ‘social flux’, unpredictable, unstable, and (largely) unmanageable. It is a challenging task that asks exceptional management skills from organizational leaders. The external expectations of accountability cannot be neglected, even if it is not always clear what is exactly meant with that concept. Why is this (very old) concept still of importance for modern organizations?In this book, organizational governance, information governance, and accountability are the core subjects, just like the relationship between them. A framework is presented of twelve manifestations of organizational accountability the every organization had to deal with. An approach is introduced for strategically govern organizational accountability with three components: behaviour, accountability, and external assessments. The core propositions in this book are that without paying strategic attention to the behaviour of employees and managers and to information governance and management, it will be extremely difficult for organizational leaders to find a balance between the two objectives of organizational governance: performance and accountability.
The vast literature on accountability in the public sector (usually called ‘public accountability’originating from political science and public administration tends to emphasize the positive dimension of holding authorities to account. As formulated by one prominent scholar in the field, ‘[a]ccountability has become an icon for good governance’: it is perceived as ‘a Good Thing, and, so it seems, we can’t have enough of it’ (Bovens, 2005: 182, 183). Accountability has, thus, become one of the central values of democratic rule – varying on a well-known American slogan one could phrase this as ‘no public responsi bility without accountability’.
MULTIFILE
full text via link Bij accountability denken we alsnel aan effectonderzoeken of een systematische methodiek die kwaliteit moet garanderen. Maar als je even doordenkt, dan kom je er al snel achter dat accountability misschien wel begint bij de houding en inzet van de individuele professional.
Moderatie van lezersreacties onder nieuwsartikelen is erg arbeidsintensief. Met behulp van kunstmatige intelligentie wordt moderatie mogelijk tegen een redelijke prijs. Aangezien elke toepassing van kunstmatige intelligentie eerlijk en transparant moet zijn, is het belangrijk om te onderzoeken hoe media hieraan kunnen voldoen.Doel Dit promotieproject zal zich richten op de rechtvaardigheid, accountability en transparantie van algoritmische systemen voor het modereren van lezersreacties. Het biedt een theoretisch kader en bruikbare matregelen die nieuwsorganisaties zullen ondersteunen in het naleven van recente beleidsvorming voor een waardegedreven implementatie van AI. Nu steeds meer nieuwsmedia AI gaan gebruiken, moeten ze rechtvaardigheid, accountability en transparantie in hun gebruik van algoritmen meenemen in hun werkwijzen. Resultaten Hoewel moderatie met AI zeer aantrekkelijk is vanuit economisch oogpunt, moeten nieuwsmedia weten hoe ze onnauwkeurigheid en bias kunnen verminderen (fairness), de werking van hun AI bekendmaken (accountability) en de gebruikers laten begrijpen hoe beslissingen via AI worden genomen (transparancy). Dit proefschrift bevordert de kennis over deze onderwerpen. Looptijd 01 februari 2022 - 01 februari 2025 Aanpak De centrale onderzoeksvraag van dit promotieonderzoek is: Hoe kunnen en moeten nieuwsmedia rechtvaardigheid, accountability en transparantie in hun gebruik van algoritmes voor commentmoderatie? Om deze vraag te beantwoorden is het onderzoek opgesplitst in vier deelvragen. Hoe gebruiken nieuwsmedia algoritmes voor het modereren van reacties? Wat kunnen nieuwsmedia doen om onnauwkeurigheid en bias bij het modereren via AI van reacties te verminderen? Wat moeten nieuwsmedia bekendmaken over hun gebruik van moderatie via AI? Wat maakt uitleg van moderatie via AI begrijpelijk voor gebruikers van verschillende niveaus van digitale competentie?
Moderatie van lezersreacties onder nieuwsartikelen is erg arbeidsintensief. Met behulp van kunstmatige intelligentie wordt moderatie mogelijk tegen een redelijke prijs. Aangezien elke toepassing van kunstmatige intelligentie eerlijk en transparant moet zijn, is het belangrijk om te onderzoeken hoe media hieraan kunnen voldoen.Doel Dit promotieproject zal zich richten op de rechtvaardigheid, accountability en transparantie van algoritmische systemen voor het modereren van lezersreacties. Het biedt een theoretisch kader en bruikbare matregelen die nieuwsorganisaties zullen ondersteunen in het naleven van recente beleidsvorming voor een waardegedreven implementatie van AI. Nu steeds meer nieuwsmedia AI gaan gebruiken, moeten ze rechtvaardigheid, accountability en transparantie in hun gebruik van algoritmen meenemen in hun werkwijzen. Resultaten Hoewel moderatie met AI zeer aantrekkelijk is vanuit economisch oogpunt, moeten nieuwsmedia weten hoe ze onnauwkeurigheid en bias kunnen verminderen (fairness), de werking van hun AI bekendmaken (accountability) en de gebruikers laten begrijpen hoe beslissingen via AI worden genomen (transparancy). Dit proefschrift bevordert de kennis over deze onderwerpen. Looptijd 01 februari 2022 - 01 februari 2025 Aanpak De centrale onderzoeksvraag van dit promotieonderzoek is: Hoe kunnen en moeten nieuwsmedia rechtvaardigheid, accountability en transparantie in hun gebruik van algoritmes voor commentmoderatie? Om deze vraag te beantwoorden is het onderzoek opgesplitst in vier deelvragen. Hoe gebruiken nieuwsmedia algoritmes voor het modereren van reacties? Wat kunnen nieuwsmedia doen om onnauwkeurigheid en bias bij het modereren via AI van reacties te verminderen? Wat moeten nieuwsmedia bekendmaken over hun gebruik van moderatie via AI? Wat maakt uitleg van moderatie via AI begrijpelijk voor gebruikers van verschillende niveaus van digitale competentie?
Moderatie van lezersreacties onder nieuwsartikelen is erg arbeidsintensief. Met behulp van kunstmatige intelligentie wordt moderatie mogelijk tegen een redelijke prijs. Aangezien elke toepassing van kunstmatige intelligentie eerlijk en transparant moet zijn, is het belangrijk om te onderzoeken hoe media hieraan kunnen voldoen.
