1 month
07/12/2026 - 31/01/2027 Brussels, Belgium
Requirements
Roles
  • Application Developer Expert
Languages
  • Dutch Active knowledge
  • French Active knowledge
  • English Passive knowledge
Skills
  • Integratie van generatieve AI in digitale toepassingen Junior
  • Aantoonbare praktijkervaring met Lovable of een vergelijkbare AI-ondersteunde ontwikkelomgeving: Junior
  • AI-assisted application development / vibe coding Junior
  • applicatieontwikkeling in de brede zin Expert
  • Coaching, kennisoverdracht en/of pair building met niet-technische of semi-technische medewerkers Confirmed
Description

CONTEXT:

De Directie-generaal Personen met een handicap (DG HAN) van de FOD Sociale Zekerheid staat in voor de erkenning van de handicap van burgers en de daaruit volgende toekenning en opvolging van verschillende rechten en tegemoetkomingen, zoals de inkomensvervangende en integratietegemoetkoming, parkeerkaarten, de European Disability Card en andere afgeleide rechten.

Een belangrijk deel van deze dienstverlening wordt vandaag ondersteund door Tetra, het bestaande dossierbeheersysteem van de DG HAN. Tetra is verouderd, sluit niet meer voldoende aan bij de huidige processen en is moeilijk aanpasbaar aan nieuwe behoeften en regelgeving. Met TRIA vervangt de DG HAN Tetra door een moderne en flexibel aanpasbare oplossing voor de opvolging en behandeling van dossiers van personen met een handicap, van aanvraag en informatieverzameling tot evaluatie, beslissing en betaling.

De DG HAN bereidt de ingebruikname van TRIA in 2027 voor. Ongeveer 350 medewerkers zullen moeten leren werken met de nieuwe toepassing. Dit wordt ondersteund door een opleidingsprogramma dat zelfstandige eLearning en begeleide oefensessies combineert.

Voor de functies, processen en handelingen in TRIA worden inhoudelijke fiches opgesteld. Deze fiches vormen de gevalideerde broninformatie, maar zijn op zichzelf nog geen opleiding. Een eLearning-platform moet deze broninformatie vertalen naar een gestructureerde en praktijkgerichte leerervaring, met onder meer:

  • duidelijke leerdoelen;
  • een logische opbouw volgens functie, proces of handeling;
  • stapsgewijze uitleg van de werkwijze in TRIA;
  • voorbeelden en herkenbare praktijksituaties;
  • kennisvragen en tussentijdse feedback;
  • oefeningen die voorbereiden op de begeleide oefensessies;
  • de mogelijkheid om relevante modules op maat te selecteren en zelfstandig te doorlopen.

Het platform mag geen documentendatabank, samenvatting of digitale weergave van de TRIA-fiches zijn. Met ondersteuning van AI moet het op basis van goedgekeurde fiches een eerste voorstel van leerinhoud kunnen genereren. Die inhoud blijft onder menselijke controle: bevoegde auteurs kijken ze na, passen ze aan, valideren en publiceren ze.

De DG HAN wil het platform ontwikkelen via vibe coding in Lovable: de gebruiker beschrijft in gewone taal welke toepassing, functie of aanpassing nodig is, en de AI-ondersteunde ontwikkelomgeving zet dit om in een werkend voorstel dat iteratief wordt getest en verbeterd. Er wordt gekozen voor Lovable omdat de DG HAN en bij uitbreiding de FOD Sociale Zekerheid daarmee reeds andere interne toepassingen ontwikkelden.

Vibe coding is voor de FOD geen doel op zich en geen vervanging van de reguliere ICT-werking. De opdracht biedt een afgebakende context om te onderzoeken hoe medewerkers met sterke businesskennis, samen met een technisch ervaren consultant, sneller digitale oplossingen kunnen ontwerpen, bouwen en testen.

De opdracht heeft daarom een dubbele doelstelling:

  • een afgebakende en bruikbare MVP realiseren van een eLearning-platform dat gevalideerde TRIA-documentatie omzet in praktijkgerichte leerinhoud;
  • een intern kernteam via pair building leren hoe het met Lovable en andere AI-ondersteunde hulpmiddelen toepassingen kan ontwikkelen, testen, documenteren en beheren binnen de geldende organisatorische en technische randvoorwaarden.

BESCHRIJVING VAN DE OPDRACHT

De consultant ontwikkelt samen met een intern kernteam een afgebakende en werkende MVP van een eLearning-platform voor TRIA, in de Lovable-omgeving van de FOD Sociale Zekerheid. De MVP moet aantonen dat gevalideerde TRIA-fiches met ondersteuning van AI kunnen worden omgezet in een praktijkgerichte, zelfstandig te doorlopen eLearning die medewerkers voorbereidt op het gebruik van TRIA en op de begeleide oefensessies. De consultant treedt op als ontwikkelaar, begeleider en kennisoverdrager.

Binnen de opdracht wordt een representatieve selectie van TRIA-fiches verwerkt tot minstens één volledige leerflow die:

  • afgestemd is op een duidelijk omschreven doelgroep, functie of leerbehoefte;
  • relevante informatie uit verschillende TRIA-fiches kan samenbrengen;
  • leerdoelen, stapsgewijze instructies, voorbeelden, kennisvragen en praktijkgerichte oefeningen bevat;
  • zelfstandig en op eigen tempo kan worden doorlopen;
  • de medewerker voorbereidt op verdere toepassing tijdens begeleide oefensessies.

De opdracht is bewust niet opgevat als een vooraf volledig uitgewerkt klassiek IT-ontwikkelproject. De concrete gebruikersflows, functionaliteiten, rollen, statussen, prioriteiten en technische oplossingen worden tijdens de opdracht door het kernteam en de consultant samen geconcretiseerd.

De opdracht omvat volgende hoofdtaken:

1.1   Gezamenlijke afbakening

  • Samen met het kernteam bij de start de prioriteiten en haalbare scope van de MVP bepalen.
  • Bepalen met welke representatieve bronnen en leerflow(s) wordt gewerkt.
  • De scope tijdens het traject bijsturen in functie van de voortgang en de grootste meerwaarde binnen de beschikbare tijd.

1.2   Ontwikkeling van de MVP in Lovable

  • Gebruikersbehoeften snel vertalen naar werkende prototypes en functionaliteiten in Lovable.
  • De oplossing iteratief bouwen, testen en aanpassen op basis van feedback van het kernteam.
  • AI doelgericht inzetten voor de omzetting van gevalideerde broninformatie naar een eerste voorstel van leerinhoud.
  • Minimaal de volgende functionele behoeften concreet demonstreren:
    • Broninformatie: werken met gevalideerde TRIA-fiches als inhoudelijke bron en de relatie met deze bronnen behouden.
    • Ontwikkeling leerinhoud: praktijkgerichte eLearning ontwikkelen voor een doelgroep of leerbehoefte, waar nodig op basis van meerdere fiches.
    • AI-ondersteuning: auteurs ondersteunen bij de omzetting van broninformatie naar leerinhoud; AI-output blijft altijd een voorstel dat door een auteur wordt beoordeeld en aangepast.
    • Pedagogische kwaliteit: verder gaan dan samenvatten of weergeven van fiches en medewerkers werkelijk voorbereiden op TRIA en de oefensessies.
    • Beheer door auteurs: niet-technische auteurs leerinhoud gebruiksvriendelijk laten ontwikkelen, beoordelen, aanpassen, valideren en beheren.
    • Leerervaring: medewerkers relevante eLearning zelfstandig, op eigen tempo en gebruiksvriendelijk laten doorlopen.
    • Actualisering en traceerbaarheid: leerinhoud onderhouden wanneer bronnen wijzigen en de relatie tussen bron en leerinhoud opvolgen.
    • Tweetaligheid: Nederlandstalige en Franstalige leerinhoud ondersteunen en beheren.
    • Verder beheer: de oplossing na de opdracht verder laten beheren en ontwikkelen door het interne team.

1.3   Pair building en kennisoverdracht

  • Samen met het kernteam bouwen: teamleden leren door mee te ontwerpen, prompten, testen, aanpassen en verder bouwen.
  • Technische keuzes op een toegankelijke en pragmatische manier toelichten.
  • Kennisopbouw en continuïteit tijdens het bouwen organiseren; er is geen klassieke overdrachtsfase.

1.4   Kwaliteit, documentatie en evaluatie

  • Aandachtspunten en beperkingen rond kwaliteit, informatieveiligheid, gegevensbescherming, toegankelijkheid en verder beheer tijdig signaleren.
  • Herbruikbare prompts, afspraken, goede praktijken en leerpunten pragmatisch vastleggen, zodat het kernteam erop kan voortbouwen.
  • Het eindresultaat samen evalueren en resterende behoeften, beperkingen en logische vervolgstappen helpen identificeren.

Randvoorwaarden:

  • AI-output blijft een voorstel en wordt inhoudelijk beoordeeld en gevalideerd. De gevalideerde TRIA-documentatie blijft de inhoudelijke referentie en wordt bewaard op de SharePoint-omgeving van de FOD Sociale Zekerheid.
  • Er worden geen persoonsgegevens of andere gevoelige dossiergegevens gebruikt in prompts, testdata of externe AI-diensten.
  • De geldende regels rond gegevensbescherming, informatieveiligheid, toegankelijkheid en verantwoord gebruik van AI worden gerespecteerd.
  • De ontwikkelde toepassing, prompts en configuraties blijven tijdens en na de opdracht beschikbaar in de omgeving van de FOD Sociale Zekerheid. De FOD stelt de nodige toegangen en Lovable-credits ter beschikking.

SAMENWERKING & POSITIONERING:

De opdracht wordt iteratief en hybride uitgevoerd, in Brussel (FOD Sociale Zekerheid) en remote volgens afspraak. Gezamenlijke werk- en bouwmomenten worden afgestemd met het interne kernteam. De consultant werkt in nauw overleg met:

  • Sponsor DG HAN:strategische sturing en validatie van het eindresultaat
  • Projectleider DG HAN: dagelijkse opvolging, prioritering en planning van de prestaties
  • Intern kernteam: gezamenlijke afbakening, pair building, testen en verdere ontwikkeling van de oplossing
  • Auteurs en inhoudelijke experts TRIA: gevalideerde broninformatie, beoordeling en validatie van leerinhoud
  • Interne expertise ICT, informatieveiligheid, gegevensbescherming en toegankelijkheid: afstemming waar nodig

De concrete verdeling van de beschikbare inzet over afbakening, ontwikkeling, testen, pair building en verfijning wordt tijdens het traject bepaald in functie van de voortgang en de prioriteiten van het kernteam.

Vereiste kennis & ervaring 

  • Applicatieontwikkeling in brede zin: min. 10 jaar
  • AI-assisted application development / vibe coding: min. 1 jaar
  • Aantoonbare praktijkervaring met Lovable of een vergelijkbare AI-ondersteunde ontwikkelomgeving: min. 1 jaar
  • Integratie van generatieve AI in digitale toepassingen: min. 1 jaar
  • Coaching, kennisoverdracht en/of pair building met niet-technische of semi-technische medewerkers: min. 5 jaar
  • Vlot kunnen samenwerken in het Nederlands of Frans en voldoende kennis van technisch Engels.