Challenge door VRT

Hoe kunnen conversationele AI-functies zoals een spraakassistent, samenvattings- en/of verduidelijkingsfunctie, de band tussen het VRT-nieuws en de Vlaming versterken?

Fase 2

14/10/2025 - 07/12/2025

Doelstelling

In fase 2 wilden we onze onderzoeksvraag verder verfijnen. We begonnen met een survey om onze doelgroep nauwkeuriger te bepalen en zo ons onderzoek op een duidelijk afgebakend publiek te richten. Uit de resultaten bleek dat er geen significant verband is tussen generatie en gebruiksintentie. Dit was een positief inzicht voor de VRT, aangezien zij in essentie de gemiddelde Vlaming moeten bereiken.

Daarom hebben we ervoor gekozen ons te focussen op welke functies conversationele AI kan bieden binnen nieuwscontexten. Tijdens de daaropvolgende diepte-interviews was het onze bedoeling een duidelijker beeld te krijgen van welke functies relevant zijn en in welke mate er behoefte aan bestaat. Door de combinatie van beide onderzoeksmethoden konden we onze onderzoeksvraag uiteindelijk nauwkeurig en onderbouwd formuleren.

Vraagstelling

  1. Op welke doelgroep zou de VRT zich voornamelijk moeten focussen bij het integreren van conversationele AI in nieuws?
  2. Op welke functies van conversationele AI zou de VRT kunnen inzetten bij de integratie ervan in nieuws?

Methodeplanning

Segmentation surveys
  • Aantal respondenten: -
  • Fase: Voorbereiding
Segmentation surveys
  • Aantal respondenten: 241
  • Fase: Data verzameling
Segmentation surveys
  • Aantal respondenten: 241
  • Fase: Data analyse
In-depth interview
  • Aantal respondenten: -
  • Fase: Voorbereiding
In-depth interview
  • Aantal respondenten: 10
  • Fase: Data verzameling
In-depth interview
  • Aantal respondenten: 10
  • Fase: Data analyse

Taakverdeling

Voorbereiding en dataverzameling survey

Volledig team

Data-analyse survey
  • Amelie Macken
  • Ann-Sophie Vereecke
  • Elisa De Cock
Voorbereiding interviews

Volledig team

Data-verzameling en data-analyse interviews
  • Antonella Villa
  • Fien Dequecker
  • Marie Vanlerberghe
  • Noor Hellemans
  • Camille Van Hulle
METHODIEK 1: Segmentation surveys
Aantal respondenten
250 Schatting
241 Reëel
Belangrijkste resultaten
METHODIEK 2: In-depth interview
Aantal respondenten
10 Schatting
10 Reëel
Belangrijkste resultaten

Antwoorden

1. Op welke doelgroep zou de VRT zich voornamelijk moeten focussen bij het integreren van conversationele AI in nieuws?

Uit onze survey blijkt dat er geen significant verband is tussen generatie en de gebruikersintentie van conversationele AI in nieuws. Dit vormt een positief resultaat voor de VRT, aangezien de openbare omroep in de eerste plaats de doorsnee Vlaming wil bereiken. Het feit dat er geen specifieke doelgroep naar voren komt, bevestigt dat conversationele AI potentieel breed inzetbaar is binnen het Vlaamse publiek.

Daarom verschuift de focus niet naar een bepaalde doelgroep, maar naar het identificeren van specifieke functies van conversationele AI in nieuws die een concrete meerwaarde kunnen bieden voor de doorsnee Vlaming.

2. Op welke functies van conversationele AI zou de VRT kunnen inzetten bij de integratie ervan in nieuws?

Uit onze diepte-interviews blijkt dat mensen vooral behoefte hebben aan een samenvattingsfunctie en een verduidelijkingsfunctie. De samenvattingsfunctie houdt in dat lezers graag een korte, beknopte omschrijving van een artikel krijgen. Verschillende respondenten gaven aan dat ze zelfs meer artikels zouden lezen wanneer zo’n functie beschikbaar is.

De verduidelijkingsfunctie biedt gebruikers de mogelijkheid om vragen te stellen over het artikel, bijvoorbeeld wanneer bepaalde informatie onduidelijk is, wanneer ze extra vragen hebben / context wensen of wanneer ze een alternatieve uitleg nodig hebben.

Daarnaast kwam een spraakassistent naar voren als een interessante aanvulling op deze functies. Zo zouden gebruikers mondeling in interactie kunnen gaan over het artikel dat ze net hebben gelezen, wat de toegankelijkheid en gebruikservaring verder zou versterken.

Wat nemen we mee naar de volgende onderzoeksstap?

Met het oog op de volgende onderzoeksstap nemen we mee dat er een duidelijke meerwaarde zit in een samenvattings- en verduidelijkingsfunctie, eventueel aangevuld met een spraakassistent. In de volgende fase verschuift de focus naar de concrete uitwerking van deze functies: hoe krijgen ze vorm? Waar worden ze geïntegreerd? Bij die uitwerking houden we expliciet rekening met de vier opgestelde persona’s, zodat we inspelen op verschillende gebruikerstypes en zo goed mogelijk aansluiten bij de noden van de doorsnee Vlaming.

Te onthouden voor op te leveren tangible:

Bij de uitwerking van het tangible houden we expliciet rekening met de randvoorwaarden waaraan de functies moeten voldoen, met name betrouwbaarheid, toegankelijkheid en transparante communicatie vanuit de VRT.

Fase 1

29/09/2025 - 06/10/2025

Doelstelling

In fase 1 ligt onze focus op desk research. Vooraleer we ons ontmoetingsmoment met de VRT hebben, willen we de recentste academische inzichten over ons onderwerp in kaart brengen. Zo kunnen we goed onderbouwd aan het gesprek beginnen, met een duidelijk beeld van bestaande kennis, uitdagingen en kansen. Dit stelt ons in staat om gerichte en diepgaande vragen te stellen aan de VRT en zo onze challenge duidelijker te kaderen.

Vraagstelling

  1. Hoe kunnen recente academische inzichten ons helpen om onze challenge scherper te formuleren en om in het gesprek met de VRT gerichte vragen te stellen die onze onderzoeksrichting verder versterken?

Methodeplanning

Desk Research
  • Aantal respondenten: -
  • Fase: Voorbereiding

Taakverdeling

Trust in AI
  • Noor Hellemans
Conversational AI
  • Amelie Macken
Geloofwaardigheid AI
  • Camille Van Hulle
Chatbots
  • Antonella Villa
AI in journalism
  • Marie Vanlerberghe
Trust in journalism
  • Fien Dequecker
Geloofwaardigheid journalisme vandaag
  • Ann-Sophie Vereecke
METHODIEK 1:
Aantal respondenten
? Schatting
? Reëel
Evaluatie van de methodiek

De deskresearch heeft ons waardevolle inzichten gegeven in ons onderwerp en vormde een sterke basis om het bredere landschap van conversationele AI en journalistiek te begrijpen. We konden relevante theoretische kaders, kansen en uitdagingen in kaart brengen, wat ons hielp om met voldoende achtergrondkennis het gesprek met de VRT in te gaan.

Toch merkten we dat bepaalde thema’s die in de literatuur naar voren kwamen, minder relevant bleken of nauwelijks verder aan bod kwamen tijdens het gesprek met de VRT. Hoewel niet alle onderwerpen even bruikbaar waren in de praktijk, heeft de methode ons wel geholpen om een brede en onderbouwde kennis op te bouwen over het algemene onderwerp.

Belangrijkste resultaten

1) Wat is conversationele AI?

Conversationele AI verwijst naar technologie die vergelijkbaar is met chatbots. Het gaat om softwareprogramma’s, en soms ook hardware, die reageren op spraak- of tekstberichten via natuurlijke taalinterfaces. In de context van nieuwsmedia leidt conversationele AI tot nieuwe vormen van nieuwsconsumptie en nieuwsproductie. (Veglis & Maniou, 2019)

2) Soorten en vormen AI

Retrieval-based systemen gebruiken vooraf gedefinieerde antwoorden en selecteren het juiste antwoord op basis van input en context. Ze zijn betrouwbaar en maken geen grammaticale fouten, maar ze hebben moeite met onbekende gevallen of contextuele verwijzingen.

Generatieve systemen daarentegen genereren nieuwe antwoorden zonder vooraf vastgelegde responses. Ze zijn flexibeler en potentieel beter, maar ze zijn nog in ontwikkeling en kunnen fouten maken.

Short-text conversation verwijst naar eenvoudigere, korte interacties, terwijl long-text conversation complexer is omdat eerdere informatie moet worden bijgehouden.

Conversationele AI kan ook gebruikt worden voor nieuwe vormen van verslaggeving, zoals het beantwoorden van vragen over nieuwsgebeurtenissen. (Veglis & Maniou, 2019)

3) Opportuniteiten en uitdagingen van conversationele AI

Bij de opportuniteiten zien we dat nieuws gepersonaliseerd kan worden, met directe interactie en emotionele binding, wat leidt tot meer loyaliteit. Conversationele AI kan omgaan met grote datavolumes. Ze kan routineklussen ontlasten, waardoor er meer tijd ontstaat voor diepgaand onderzoek, creativiteit en kwaliteit. Er is ook potentieel voor democratisering, met meer burgerbetrokkenheid en een versterkte waakhondfunctie.

Bij de uitdagingen is er het risico op jobverlies: tot 50% van de journalistieke jobs kan geautomatiseerd worden, wat een bedreiging vormt voor de democratie. Er zijn ethische kwesties zoals objectiviteit, neutraliteit en verantwoordelijkheid. Daarnaast zijn biases en hallucinaties een probleem, omdat ze kunnen leiden tot misinformatie, oneerlijke representatie en mogelijke echo chambers. (Veglis & Maniou, 2019)

4) Conversationele AI in journalistiek

Conversationele AI in de journalistiek kan betrouwbaar, transparant en accuraat zijn. Ze kan echter ook schadelijk zijn wanneer ze onnauwkeurige of irrelevante antwoorden geeft.

De vraag is of AI-tools al betrouwbaar genoeg zijn om in te zetten. Ze zijn niet eenduidig bruikbaar voor alle journalistieke taken. Korte samenvattingen werken beter dan lange samenvattingen en diepgaand onderzoek. De stelling dat “AI kan alles automatiseren” is overdreven. Er is nood aan strengere standaarden en methodes voor het testen van AI-modellen in de praktijk. (Schellmann, 2025)

5) Wat doet de VRT al met conversationele AI in journalistiek?

Ze testen voorleesfuncties, waaronder de robotstem: moet die mannelijk of vrouwelijk zijn, en welke persoonlijkheid past daarbij? Ze proberen inzicht te krijgen in (AI-)gesprekken. Daarnaast bouwen ze multimodale AI. Ook onderzoeken ze het concept van ‘liquid content’.

Antwoorden

1. Hoe kunnen recente academische inzichten ons helpen om onze challenge scherper te formuleren en om in het gesprek met de VRT gerichte vragen te stellen die onze onderzoeksrichting verder versterken?

Uit recente academische inzichten rond nieuws, AI en vertrouwen leerden we onder meer hoe conversational AI reeds wordt ingezet in journalistieke contexten, welke effecten deze technologie heeft op hoe mensen nieuws verwerken en hoe betrouwbaarheden en beperkingen van AI-chatbots het publieksvertrouwen beïnvloeden. Deze inzichten hielpen ons om onze challenge scherper te formuleren en om gerichtere vragen te stellen aan de VRT. Zo konden we bijvoorbeeld ontdekken welke vormen van interactie de VRT precies voor ogen hadden, welke journalistieke waarden absoluut bewaakt moeten blijven en hoe zij omgaan met risico’s zoals bias of foutieve informatie. Hierdoor konden we onze onderzoeksrichting beter afstemmen op hun verwachtingen en vertrokken we met een duidelijker kader voor het verdere project.

Wat nemen we mee naar de volgende onderzoeksstap?

De VRT staat voor een meervoudige uitdaging. Door het veranderde mediagebruik, waarbij zoekmachines en antwoordmachines steeds vaker rechtstreeks antwoorden bieden, klikken gebruikers minder door naar VRT-artikels. Hierdoor ontstaat een groeiende afstand tussen de VRT en de Vlaming. Dit roept bij de VRT de fundamentele vraag op welke rol zij vandaag nog speelt als publieke omroep, wat leidt tot een gevoel van onzekerheid over haar positionering en toekomst.

Voor onze volgende onderzoeksstap nemen we deze problematiek expliciet mee. We willen nagaan hoe we een betekenisvolle oplossing kunnen ontwikkelen die zowel inspeelt op het veranderende mediagebruik als de relatie tussen de VRT en het Vlaamse publiek versterkt.

Te onthouden voor op te leveren tangible:

Het is van belang dat de kernwaarden van de VRT doorheen ons project worden bewaakt. De VRT is als publieke omroep verantwoordelijk voor het garanderen van waarden zoals inclusie. Er wordt verwacht dat elke Vlaming gebruik kan maken van de VRT-kanalen. Verder is betrouwbaarheid ook een belangrijke kernwaarde waar we rekening mee moeten houden. De AI-tool mag geen foutieve of misleidende antwoorden genereren en moet de journalistieke normen van de VRT respecteren. Deze waarden vormen dus een essentieel kader voor elke ontwerpbeslissing binnen ons project.