cases

Slimmere Content Productie met AI, van Versnipperde Informatie naar Publicatieklare Tekst

Een grote publieke organisatie in Nederland zag een kans om haar content productieproces te verbeteren. Vooral omdat de weg van ruwe projectinformatie naar gepubliceerde website artikelen lang en arbeidsintensief was. Projectdata verspreid over tientallen documenten, jaren aan archieven, en strikte richtlijnen voor toon, toegankelijkheid en inclusiviteit: het proces vroeg veel van de redacteuren. Toen AI steeds zichtbaarder werd als mogelijkheid, ontstond de vraag hoe het ingezet kon worden zonder de kwaliteit en de menselijke controle los te laten.

Concrete resultaten

Data & Infrastructure
Custom AI Solution

Overview

Een grote publieke organisatie in Nederland zag een kans om haar content productieproces te verbeteren. Vooral omdat de weg van ruwe projectinformatie naar gepubliceerde website artikelen lang en arbeidsintensief was. Projectdata verspreid over tientallen documenten, jaren aan archieven, en strikte richtlijnen voor toon, toegankelijkheid en inclusiviteit: het proces vroeg veel van de redacteuren. Toen AI steeds zichtbaarder werd als mogelijkheid, ontstond de vraag hoe het ingezet kon worden zonder de kwaliteit en de menselijke controle los te laten.

De uitdaging

De organisatie produceerde regelmatig content voor haar website, een proces dat goed liep maar veel tijd en handmatig werk vergde. Toen AI steeds meer terrein won, ontstond de vraag of het slimmer kon, om de lange weg van projectinformatie naar gepubliceerde tekst korter en minder arbeidsintensief te maken, zonder in te leveren op kwaliteit of controle. 

Het obstakel

Wat aanvankelijk een relatief afgebakende opdracht leek, bleek bij nader inzien complexer. De organisatie had behoefte aan een tool voor content generatie, maar het ontbrak aan een werkend proces daaronder. Er was geen gestructureerde manier om projectinformatie te verzamelen, te ordenen en klaar te zetten voor gebruik. Zonder dat fundament zou een AI-oplossing gebouwd worden op drijfzand. Dat betekende dat Latitude niet alleen een technische oplossing moest bouwen, maar eerst samen met de organisatie het onderliggende proces moest doordenken en inrichten.

De oplossing

Latitude ontwikkelde een applicatie die het volledige traject ondersteunt. Projectmanagers stellen een project in en voegen relevante documenten toe. Een AI-agent analyseert die documenten en destilleert de kernpunten tot één samenhangend kennisdocument. Op basis daarvan wordt automatisch een eerste artikel gegenereerd.

Daarna volgt een gelaagd beoordelingsproces uitgevoerd door een tweede AI-agent:

  • Eerst wordt het artikel getoetst aan de interne richtlijnen en herschreven waar nodig. 
  • Vervolgens worden feiten controles uitgevoerd en wordt de tekst beoordeeld op bias en inclusiviteit. 
  • Tot slot wordt de leesbaarheid en het taalgebruik aangepast zodat het artikel voldoet aan de juiste schrijfstijl. 

Slaagt een artikel niet voor een check, dan wordt het automatisch herschreven totdat het voldoet, of totdat duidelijk is dat menselijke interventie nodig is.

Op deze manier blijft menselijke controle altijd onderdeel van het ontwerp. Het systeem is niet gebouwd om teksten direct te publiceren, maar om het werk van de redacteur zo gericht mogelijk te maken. Waar het systeem twijfelt, geeft het een waarschuwing, bijvoorbeeld: een feit dat verificatie verdient of een richtlijn die nog niet volledig gevolgd is. Zo weet de redacteur precies waar de aandacht naartoe moet.

Het Resultaat

Wat begon als een vraag naar content generatie, groeide uit tot een fundamentele verbetering van het onderliggende informatieproces. Door dat proces eerst op orde te brengen, ontstond een stevige basis waarop AI pas echt zijn waarde kon bewijzen. Het resultaat is een workflow die sneller en consistenter is, en waarbij de eindverantwoordelijkheid bewust bij de mens blijft.