Fase 4
23/02/2026 - 03/05/2026Doelstelling
Het doel van fase 4 is om de ideeën uit fase 3 concreet uit te werken en te testen bij eindgebruikers. Via feature cards willen we eerst inzicht verwerven in de ontwikkelde concepten en deze toetsen bij verschillende Vlamingen. Op basis van die bevindingen willen we een digitaal interactief prototype ontwikkelen dat de sterkste ideeën op een toegankelijke en aantrekkelijke manier integreert. Dit prototype willen we vervolgens testen bij Vlamingen om gerichte gebruikersfeedback te verzamelen. Door het prototype herhaaldelijk te testen en bij te sturen, streven we naar een representatief eindprototype waarmee de VRT een duidelijke meerwaarde kan aantonen ten opzichte van gegenereerde AI-overzichten.
Vraagstelling
- Welke functies sluiten het beste aan bij de noden van Vlamingen?
- Hoe worden deze functies geïntegreerd en ervaren in het prototype?
Methodeplanning
- Aantal respondenten: 15
- Fase: Data analyse
- Aantal respondenten: -
- Fase: Data analyse
Taakverdeling
- Amelie Macken
- Ann-Sophie Vereecke
- Antonella Villa
- Fien Dequecker
- Noor Hellemans
- Camille Van Hulle
Volledig team
Volledig team
- Ann-Sophie Vereecke
- Antonella Villa
- Fien Dequecker
- Elisa De Cock
METHODIEK 1: Feature cards
Aantal respondenten
Belangrijkste resultaten
Uit de feature cards bleek dat een chatbot op de homepage en op artikelniveau het hoogst werd gerankt, terwijl games zoals een woordzoeker het laagst scoorden.
METHODIEK 2: Cognitive walkthroughs
Aantal respondenten
Belangrijkste resultaten
Uit beide walkthroughs bleek dat elke uitgewerkte functie telkens feedback genereerde op vlak van gebruiksgemak, lay-out en inhoud, wat leidde tot verdere verfijning van het prototype.
Antwoorden
1. Welke functies uit de feature cards sluiten het beste aan bij de noden van Vlamingen?
De functies die het best aansluiten bij de noden van Vlamingen zijn functies die nieuws duidelijker en toegankelijker maken. Daarom ligt de focus op “Een overzicht nodig?” en “Praat met Vera”. “Een overzicht nodig?” helpt gebruikers om snel mee te zijn met complexe of langlopende nieuwsonderwerpen. “Praat met Vera” biedt extra duiding bij nieuwsartikels en laat gebruikers vragen stellen wanneer ze iets niet begrijpen of meer context willen.
Daarnaast spelen ook de noden aan persoonlijke relevantie en betrokkenheid een rol. Sommige gebruikers willen nieuws kunnen bewaren, later hernemen of updates volgen over thema’s die voor hen belangrijk zijn. Daarom worden functies zoals artikels opslaan en thema’s volgen meegenomen. De interactieve kaart speelt dan weer in op de nood om nieuws op een visuele en meer contextuele manier te begrijpen, door duidelijk te tonen waar gebeurtenissen zich afspelen.
Samen zorgen deze functies ervoor dat VRT NWS meer biedt dan een kort AI-overzicht: gebruikers krijgen niet alleen snelle informatie, maar ook context, duiding, persoonlijke relevantie en een visuele manier om nieuws beter te begrijpen.
2. Hoe worden deze functies geïntegreerd en ervaren in het prototype?
Het prototype werd uitgewerkt via Figma Make als een interactief webprototype. De functies werden geïntegreerd als extra lagen binnen de bestaande nieuwsbeleving van VRT NWS. Ze moeten gebruikers ondersteunen bij het begrijpen en volgen van nieuws, zonder het artikel of de journalistieke inhoud te vervangen.
“Een overzicht nodig?” werd geïntegreerd op de homepagina als een aparte module voor complexe of langlopende nieuwsonderwerpen. De functie is gebaseerd op het format van nws.nws.nws, waarbij moeilijke thema’s visueel en toegankelijk worden uitgelegd. Gebruikers kunnen via deze functie snel de belangrijkste context meekrijgen en daarna doorklikken naar artikels of extra vragen stellen aan Vera. Tijdens de evaluatie werd deze functie als nuttig ervaren, omdat ze helpt om sneller mee te zijn met onderwerpen die moeilijk te volgen zijn. Tegelijk kwam naar voren dat de module visueel aantrekkelijker en duidelijker mocht worden vormgegeven, zodat ze sterker aansluit bij de herkenbare VRT-uitstraling.
“Praat met Vera” werd zowel op de homepagina als op artikelniveau geïntegreerd. Op de homepagina fungeert Vera als een bredere nieuwschat waar gebruikers vragen kunnen stellen over actuele thema’s. Deze versie bevat ook elementen zoals chatgeschiedenis, voorgestelde vragen, spraakfunctie en de mogelijkheid om bestanden toe te voegen. Op artikelniveau werd Vera bewust onder het artikel geplaatst, zodat gebruikers eerst het artikel zelf lezen en daarna extra duiding kunnen vragen. Ook deze versie bevat voorgestelde vragen en de mogelijkheid om bestanden toe te voegen en mondeling in interactie te gaan. Oorspronkelijk wilden we een volledig werkende chatbot maken, maar dit bleek technisch niet mogelijk binnen Figma Make. Daarom werd Vera vooral uitgewerkt als simulatie van de gewenste gebruikerservaring. Tijdens het testen bleek dat gebruikers de meerwaarde zagen van extra uitleg en context, maar dat betrouwbaarheid cruciaal blijft. Wanneer antwoorden fout of onduidelijk leken, daalde het vertrouwen meteen. Ook werd duidelijk dat Vera het artikel niet mag overheersen en dat de interface eenvoudig moet blijven.
De personalisatiefuncties werden geïntegreerd via het persoonlijk profiel. Gebruikers kunnen artikels opslaan en langlopende nieuwsonderwerpen volgen, zodat ze updates ontvangen en relevante content later kunnen terugvinden. Uit de feedback bleek dat vooral de plaatsing en vindbaarheid van deze functies belangrijk zijn. Gebruikers moeten meteen begrijpen waar ze artikels kunnen bewaren, waar gevolgde onderwerpen terechtkomen en hoe ze die later opnieuw kunnen raadplegen. Daarom moet het persoonlijk profiel duidelijk en logisch opgebouwd zijn.
De interactieve kaart werd geïntegreerd binnen de regiofunctie en toont op een visuele manier waar nieuws zich afspeelt in België. Gebruikers gaven aan dat ze de kaart intuïtief willen kunnen gebruiken, bijvoorbeeld door in en uit te zoomen. Daarnaast is correctheid hier erg belangrijk. De grenzen van de provincies moeten juist weergegeven worden en nieuwsitems moeten op de juiste plaats binnen de juiste provincie staan.
Over het algemeen werden de functies ervaren als waardevolle ondersteuning wanneer ze duidelijk, eenvoudig en herkenbaar blijven. De belangrijkste aandachtspunten waren betrouwbaarheid, visuele aantrekkelijkheid, gebruiksgemak en het vermijden van information overload.
Wat nemen we mee naar de volgende onderzoeksstap?
Voor de rapportering nemen we mee dat de gekozen functies duidelijk moeten worden gekoppeld aan de onderzoeksvraag, de gebruikersnoden en de publieke opdracht van VRT NWS. De rapportering moet tonen waarom deze functies een meerwaarde bieden tegenover AI-overzichten. Ze bieden niet alleen snelle informatie, maar ook context, duiding, persoonlijke relevantie en visuele ondersteuning binnen een betrouwbare VRT-omgeving.
Te onthouden voor op te leveren tangible:
Het prototype moet tonen dat de functies ondersteunend werken en de journalistieke inhoud niet vervangen. De gebruiker moet toegang blijven hebben tot het nieuwsartikel zelf, terwijl de extra functies helpen om nieuws beter te begrijpen of te volgen. Belangrijk is dat het prototype duidelijk, laagdrempelig en niet overladen aanvoelt. Betrouwbaarheid, gebruiksgemak, herkenbaarheid van VRT NWS en aansluiting bij de publieke opdracht blijven de belangrijkste voorwaarden.
Fase 3
09/02/2026 - 13/02/2026Doelstelling
De doelstelling van de derde fase was om tot drie mogelijke en concrete oplossingen te komen voor onze challenge. We vertrokken hierbij vanuit de vooraf bepaalde vereisten en beperkingen, zodat de oplossingen ook haalbaar en relevant zijn.
Tijdens deze fase maakten we gebruik van verschillende brainstormmethodes om out of the box te denken. Het doel was om eerst zo veel mogelijk ideeën te genereren, waarbij kwantiteit centraal stond. Hoe meer ideeën, hoe groter de kans op innovatieve invalshoeken.
Vervolgens werden de gegenereerde ideeën geclusterd. Door verbanden te leggen en overlappende concepten samen te brengen, ontstonden duidelijkere oplossingsrichtingen. Deze werden opnieuw geanalyseerd en verfijnd, zodat we uiteindelijk drie concrete oplossingen konden selecteren. Tot slot hebben we deze beoordeeld aan de hand van onze persona’s.
Vraagstelling
- Welke drie concrete oplossingsvoorstellen hebben we ontwikkeld voor onze challenge?
Methodeplanning
- Aantal respondenten: -
- Fase: Voorbereiding
- Aantal respondenten: -
- Fase: Voorbereiding
Taakverdeling
Volledig team
- Amelie Macken
- Ann-Sophie Vereecke
- Camille Van Hulle
METHODIEK 1: Lotus blossom
Aantal respondenten
Belangrijkste resultaten
Het resultaat van de Lotus Blossom-methode was een groot aantal creatieve ideeën die vertrokken vanuit onze vereisten en beperkingen.
METHODIEK 2: GPS-brainstormkit
Aantal respondenten
Belangrijkste resultaten
De GPS-brainstormkit resulteerde in een breed scala aan ideeën die geïnspireerd waren op zes relevante trends.
Antwoorden
1. Welke drie concrete oplossingsvoorstellen hebben we ontwikkeld voor onze challenge?
1. Personalisatie
De eerste oplossing zet sterk in op gepersonaliseerde nieuwsconsumptie. Gebruikers kunnen bovenaan kiezen tussen verschillende contentvormen: artikels, reels of podcasts. De reels-functie werkt gelijkaardig aan een TikTok-feed en biedt korte nieuwsfragmenten waarmee gebruikers snel “mee” zijn met het belangrijkste nieuws. Er is zowel een algemene For You-feed als thematische feeds (bv. sport of politiek). Daarnaast kunnen gebruikers kiezen in welke stem (bv Martine Tanghe) podcasts worden voorgelezen, wat de beleving persoonlijker maakt. Wanneer alle relevante updates bekeken zijn, verschijnt een melding zoals “Je bent mee!”. Via een persoonlijk account kunnen artikels, video’s en podcasts opgeslagen worden, zodat gebruikers hun eigen nieuwsoverzicht samenstellen.
2. Engagement en entertainment
De tweede oplossing versterkt het entertainmentaspect via VRT News Games. Dit zijn interactieve formats zoals quizzen en woordzoekers gebaseerd op de actualiteit. Door te werken met streaks en motiverende meldingen wordt een speels en competitief element toegevoegd aan nieuwsconsumptie. Wekelijkse nieuwe games zorgen voor ritme en gewoontevorming. Daarnaast ontwikkelden we een interactieve VRT-wereldkaart waarop gebruikers live kunnen zien waar nieuws zich afspeelt. Door op een locatie te klikken, krijgen ze extra context, beeldmateriaal en uitleg. Deze combinatie van gamification en visuele interactie maakt nieuws toegankelijker en aantrekkelijker.
3. Educatie
De derde oplossing focust op duiding en begrip. In elk artikel kunnen gebruikers tikken op onderstreepte namen of moeilijke begrippen om via pop-ups extra uitleg te krijgen. Onderaan het artikel verschijnt bovendien een blok “Stel je vraag over dit artikel”, met de meest gestelde vragen specifiek over dat artikel en de mogelijkheid om rechtstreeks met de chatbot in gesprek te gaan. Daarnaast is er op de homepage een aparte rubriek “Veelgestelde vragen”, waarin de populairste vragen op een breder niveau, bijvoorbeeld op weekniveau, worden gebundeld. Ook daar kan de gebruiker onmiddellijk doorklikken en in interactie gaan met de chatbot. Zo wordt zowel op artikel- als op algemeen nieuwsniveau extra duiding en interactie aangeboden. Daarnaast bevat de homepage een vaste rubriek “Dit moet je weten”, waarin de kern van belangrijk nieuws helder wordt samengevat.
Wat nemen we mee naar de volgende onderzoeksstap?
We nemen een brede selectie aan creatieve ideeën mee naar de volgende fase. Daar willen we onderzoeken in welke mate onze voorstellen daadwerkelijk een meerwaarde bieden voor de gebruiker. Op die manier kunnen we bepalen welke oplossingen het meest relevant en impactvol zijn.
Kortom, we nemen een sterke set van uitgewerkte concepten mee die we in de volgende fase gericht en systematisch zullen valideren.
Te onthouden voor op te leveren tangible:
Onze uiteindelijke oplossing moet een duidelijke meerwaarde bieden voor elk van onze verschillende persona’s. Daarnaast moet ze in lijn blijven met de vooraf bepaalde vereisten van onze challenge en rekening houden met bepaalde beperkingen.
Fase 2
14/10/2025 - 07/12/2025Doelstelling
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
- Op welke doelgroep zou de VRT zich voornamelijk moeten focussen bij het integreren van conversationele AI in nieuws?
- Op welke functies van conversationele AI zou de VRT kunnen inzetten bij de integratie ervan in nieuws?
Methodeplanning
- Aantal respondenten: 289
- Fase: Data verzameling
- Aantal respondenten: 241
- Fase: Data analyse
- Aantal respondenten: 10
- Fase: Data verzameling
- Aantal respondenten: 10
- Fase: Data analyse
- Aantal respondenten: -
- Fase: Data analyse
Taakverdeling
Volledig team
- Amelie Macken
- Ann-Sophie Vereecke
- Elisa De Cock
Volledig team
- Antonella Villa
- Fien Dequecker
- Marie Vanlerberghe
- Noor Hellemans
- Camille Van Hulle
- Amelie Macken
- Marie Vanlerberghe
- Noor Hellemans
METHODIEK 1: Segmentation surveys
Aantal respondenten
Belangrijkste resultaten
De survey toont geen significante verschillen tussen generaties en hun intentie om de conversationele AI-tool van de VRT te gebruiken moest die effectief beschikbaar zijn. Dit is positief nieuws voor de VRT aangezien zij de doorsnee Vlaming moeten bereiken. Daarnaast zijn er een aantal barrières waar we rekening mee moeten houden als het gaat om AI in een nieuwscontext. Onze respondenten vinden dat AI minder persoonlijk aanvoelt als een journalist. Ze voelen niet meteen nood en extra functies en er bestaat twijfel over de juistheid en betrouwbaarheid van AI.
METHODIEK 2: In-depth interview
Aantal respondenten
Belangrijkste resultaten
Uit onze diepte-interviews bleek er een grote meerwaarde te schuilen in een samenvattings- en verduidelijkingsfunctie, met als interessante toevoeging een spraakassistent. De conversationele AI-tool moet bovendien voldoen aan een aantal randvoorwaarden, waaronder betrouwbaarheid, toegankelijkheid en transparante communicatie vanuit de VRT.
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 - 06/10/2025Doelstelling
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
- 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
- Aantal respondenten: -
- Fase: Voorbereiding
Taakverdeling
- Noor Hellemans
- Amelie Macken
- Camille Van Hulle
- Antonella Villa
- Marie Vanlerberghe
- Fien Dequecker
- Ann-Sophie Vereecke
- Antonella Villa
- Fien Dequecker
- Elisa De Cock
METHODIEK 1: Desk research
Aantal respondenten
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.