full text via link. Social media stellen mensen, merken en bedrijven in staat om zichzelf te versterken. Soms wordt optimaal gebruik gemaakt van Social Media Empowerment, maar soms ook wat minder. Effectief inzetten van social media. Regel 1: Start met context en motivatie
LINK
This longitudinal, quantitative study contributes to the debate on technology-based professional development by examining the extent to which a learning (LinkedIn) intervention in a university setting affects an individual’s social media use for professional development, and the extent to which this relates to self-reported employability. In addition, we investigated how this relationship is moderated by an individual’s motivation to communicate through social media (LinkedIn). Based on social capital theory and the conservation of resources theory, we developed a set of hypotheses that were tested based on longitudinal data collected from university employees (N = 101) in middle- and high-level jobs. First, in line with our expectations, social media use for professional development was significantly higher after the learning intervention than before. Second, partially in line with our expectations, social media use for professional development was positively related with the employability dimension anticipation and optimization. Third, contrary to our expectations, motivation to communicate through social media (LinkedIn) did not have a moderating role in this relationship. We concluded that the learning intervention has the potential to foster social media use for professional development, and in turn, can contribute to individuals’ human capital in terms of their employability. Hence, the intervention that forms the core of this empirical research can be a sustainable and promising human resource management (HRM) practice that fits the human capital agenda.
Dit artikel presenteert de resultaten van een discursief psychologische analyse van geruchtvorming op social media. De analyse van Twitterberichten die zijn geplaatst tijdens de zoektocht naar twee vermiste kinderen heeft tot doel inzicht te verwerven in de manier waarop geruchten zich ten tijde van crisissituaties op social media ontwikkelen. In this article we present the results of our analysis of rumour construction on social media from a discursive psychological perspective. The analysis of tweets during a search for two missing kids aims to provide insight into the way rumours develop on social media during a crisis situation, as well as the interactional and rhetorical aspects of rumour construction.
In het project werken onderzoekers van het Lectoraat samen met publieke organisaties toe naar een tool waarmee onderstromen in het publieke debat rondom issues eerder kunnen worden opgemerkt. We exploreren met welk algoritme we patronen in geruchtvorming en mobilisatie kunnen opsporen, en tevens hoe we de interactie tussen newsroom-analisten en de output van een monitoring tool het beste kunnen vormgeven.Doel Het doel van dit project is een brede en structureel toepasbare aanpak van het issuemanagement: Hoe kunnen de communicatieprofessionals van publieke organisaties potentiële issues op sociale media vroegtijdig opmerken? Resultaten We willen dit bereiken door enerzijds kennis en inzicht te vergaren en anderzijds de uitkomsten daarvan voor publieke organisaties te vertalen in praktische handgrepen: tools, handleiding, training. Looptijd 01 oktober 2022 - 30 september 2024 Aanpak Via cases ingebracht door de praktijkpartners en focusgroepen staan we in nauw contact met het consortium. In de eerste werkpakketten onderzoeken we de verschillende cases aan de hand van discoursanalyse. De inzichten die we hierbij opdoen, gebruiken we vervolgens om te bekijken hoe we de interactie tussen mens en machine het beste kunnen vormgeven en wel zo dat er ten behoeve van de communicatie en het management van issues via interactieve visualisaties steeds weer triggers afgegeven worden. Op basis van de opgedane inzichten richten we een interface in. Deze maakt het analisten en communicatieprofessionals mogelijk om vroegtijdig issues te signaleren.
In het project werken onderzoekers van het Lectoraat samen met publieke organisaties toe naar een tool waarmee onderstromen in het publieke debat rondom issues eerder kunnen worden opgemerkt. We exploreren met welk algoritme we patronen in geruchtvorming en mobilisatie kunnen opsporen, en tevens hoe we de interactie tussen newsroom-analisten en de output van een monitoring tool het beste kunnen vormgeven.
De maatschappelijke discussies over de invloed van AI op ons leven tieren welig. De terugkerende vraag is of AI-toepassingen – en dan vooral recommendersystemen – een dreiging of een redding zijn. De impact van het kiezen van een film voor vanavond, met behulp van Netflix' recommendersysteem, is nog beperkt. De impact van datingsites, navigatiesystemen en sociale media – allemaal systemen die met algoritmes informatie filteren of keuzes aanraden – is al groter. De impact van recommendersystemen in bijvoorbeeld de zorg, bij werving en selectie, fraudedetectie, en beoordelingen van hypotheekaanvragen is enorm, zowel op individueel als op maatschappelijk niveau. Het is daarom urgent dat juist recommendersystemen volgens de waarden van Responsible AI ontworpen worden: veilig, eerlijk, betrouwbaar, inclusief, transparant en controleerbaar.Om op een goede manier Responsible AI te ontwerpen moeten technische, contextuele én interactievraagstukken worden opgelost. Op het technische en maatschappelijke niveau is al veel vooruitgang geboekt, respectievelijk door onderzoek naar algoritmen die waarden als inclusiviteit in hun berekening meenemen, en door de ontwikkeling van wettelijke kaders. Over implementatie op interactieniveau bestaat daarentegen nog weinig concrete kennis. Bekend is dat gebruikers die interactiemogelijkheden hebben om een algoritme bij te sturen of aan te vullen, meer transparantie en betrouwbaarheid ervaren. Echter, slecht ontworpen interactiemogelijkheden, of een mismatch tussen interactie en context kosten juist tijd, veroorzaken mentale overbelasting, frustratie, en een gevoel van incompetentie. Ze verhullen eerder dan dat ze tot transparantie leiden.Het ontbreekt ontwerpers van interfaces (UX/UI designers) aan systematische concrete kennis over deze interactiemogelijkheden, hun toepasbaarheid, en de ethische grenzen. Dat beperkt hun mogelijkheid om op interactieniveau aan Responsible AI bij te dragen. Ze willen daarom graag een pattern library van interactiemogelijkheden, geannoteerd met onderzoek over de werking en inzetbaarheid. Dit bestaat nu niet en met dit project willen we een substantiële bijdrage leveren aan de ontwikkeling ervan.
