De New York Times heeft een gespecialiseerde AI-tool, de 'Epstein Files Engine', ontwikkeld om een enorme hoeveelheid documenten over Jeffrey Epstein te analyseren. De technologie hielp meer dan honderd journalisten bij het doorzoeken van miljoenen pagina's aan bewijsmateriaal, wat leidde tot minstens twintig nieuwe publicaties.
Op 30 januari 2026 maakte het Amerikaanse Ministerie van Justitie een uitgebreide collectie multimedia-bestanden open die betrekking hebben op de zaak rond Jeffrey Epstein. Deze dataset was omvangrijk en bestond onder meer uit ongeveer drie miljoen PDF-pagina's. Om deze gigantische hoeveelheid informatie hanteerbaar te maken, zette The New York Times een geavanceerde AI-agent in, die in een recent wetenschappelijk rapport wordt beschreven als de arxiv.org.
Werking van de AI-engine
De Epstein Files Engine functioneert niet als een autonome schrijver, maar als een intelligente interface tussen de journalist en de bronmaterialen. Volgens de beschrijving in het rapport op vertaalt de tool vragen van verslaggevers naar complexe SQL-queries via Google BigQuery.
De AI doorzocht daarbij drie verschillende corpora om een volledig beeld te schetsen:
1. De officiële releases met betrekking tot Epstein.
2. Het eigen archief van The New York Times.
3. Externe nieuwskoppen die over de zaak Epstein gaan.
Door gebruik te maken van een Large Language Model (LLM) om de zoekopdrachten te plannen, kon de engine antwoorden genereren die rijk waren aan citaten. Dit stelde journalisten in staat om de gevonden informatie direct te verifiëren en te controleren op betrouwbaarheid, wat essentieel is voor onderzoeksjournalistiek.
Impact op de redactie en publicaties
De inzet van deze technologie had een directe impact op de output van de krant. In totaal maakten meer dan honderd journalisten gebruik van de Engine. Volgens de auteurs van het onderzoek, waaronder Duy K. Nguyen en Zach Seward, heeft het systeem direct bijgedragen aan de totstandaankomst van minstens twintig gepubliceerde artikelen.
Een cruciaal onderdeel van de tool was de zogenaamde 'Diff'-methode. Dit is een systeem voor het matchen van tekstuele en visuele duplicaten. Door dubbele informatie weg te filteren, kon de Engine 'novelty signals' versterken. Hierdoor werden journalisten sneller gewezen op informatie die werkelijk nieuw was en nog niet eerder in de publieke sfeer of in eerdere berichtgeving was verschenen.
Visie op AI in de journalistiek
De ontwikkelaars van de Epstein Files Engine trekken een bredere conclusie over de rol van kunstmatige intelligentie in de moderne nieuwsredactie. Zij stellen dat AI-agenten het meest effectief zijn wanneer ze fungeren als toegangspoort tot bronmateriaal en institutionele kennis, in plaats van als vervangers voor de schrijvende journalist.
Het project werd gepresenteerd op het Computation + Journalism Symposium (C+J 2026), waar de nadruk lag op de interactie tussen mens en computer in een journalistieke context. De casus illustreert hoe AI kan worden ingezet om patronen te herkennen in datasets die voor mensen onmogelijk handmatig te doorzoeken zijn, zonder daarbij de redactionele controle uit handen te geven.
Hoewel andere bronnen zoals britannica.com en hln.be geen specifieke details over deze technologische implementatie bevatten, bevestigt de publicatie op de verschuiving naar 'agentic search' binnen de top van de internationale onderzoeksjournalistiek.