Tagarchief: intelligence

?Facebookvrienden worden met de verdachte.? Over online undercover operaties op internet

In het?themanummer?van Justiti?le Verkenningen over ?De digitalisering van georganiseerde misdaad? is een artikel van Jan-Jaap Oerlemans over online undercover operaties verschenen. In het?artikel?(.pdf) legt hij uit wat?online?undercover operaties zo uniek en aantrekkelijk maken voor de opsporing en welke regels gelden voor de politi?le undercover bevoegdheden.

In het kader van zijn proefschrift (?Investigating Cybercrime?) heeft hij zich al eerder met het onderwerp bezig gehouden. Door recente jurisprudentie over de?accountovername en de?breed uitgelichte online undercover operatie over de darknet market ?Hansa??vond hij het tijd hier nog een artikel over te schrijven. Het artikel is een uitvloeisel van een paper die hij had geschreven voor het NVC-congres van afgelopen zomer.

Wat online undercover operaties zo aantrekkelijk maakt voor de opsporing

In cybercrimezaken kunnen online undercoveroperaties een effectief opsporingsmiddel zijn om bewijs te verzamelen met een online handle als digitaal spoor, zoals een nickname, e-mailadres of profiel op sociale media. Onder de omstandigheid dat verdachten consistent gebruik maken van anonimiseringstechnieken die het IP-adres verhullen van het netwerk waar zij gebruik van maken, is de toepassing van online undercover opsporingsmethoden ??n van de weinige middelen om bewijs te verzamelen in opsporingsonderzoeken met betrekking tot cybercriminaliteit.

Een bijkomende voordeel van de?online?toepassing van undercover opsporingsbevoegdheden, is dat opsporingsambtenaren net zo anoniem kunnen communiceren als de betrokken van het opsporingsonderzoek, zonder (direct) lijflijk risico en zonder de bureaustoel te hoeven verlaten met een wereldwijd bereik van de opsporingsmethode. Bij een accountovername kunnen opsporingsambtenaren zelfs door de bril van een crimineel of een persoon met toegang tot besloten omgevingen meekijken en bewijs verzamelen voor een opsporingsonderzoek. In reguliere opsporingsonderzoeken (geen cybercrime) waarbij verdachten online actief zijn, biedt de toepassing van online undercoverbevoegdheden additionele mogelijkheden ten opzichte van de bevoegdheden die in de fysieke wereld kunnen worden toegepast.

?BOB? gaat digitaal

Dezelfde regels gelden voor de toepassing van undercover bevoegdheden als 20 jaar geleden, zoals die in de Wet bijzondere opsporingsbevoegdheden (Wet BOB) zijn geformuleerd. Toch is de context waarbinnen de bevoegdheden worden toegepast stevig verandert. Dat levert de vraag op of de huidige regeling nieuwe toepassingen nog ?dekt?. In verband met het legaliteitsbeginsel staat namelijk in de wet welke indringende opsporingsmethoden opsporingsinstanties mogen gebruiken. Door de techniekonafhankelijke formulering van de bevoegdheden zijn de BOB-bevoegdheden prima toepasbaar in een online context. Mijn artikel laat zien aan welke toepassingen je in de hedendaagse gedigitaliseerde wereld moet denken.

Jurisdictie

Het wereldwijde bereik van online undercover opsporingsmethoden levert echter wel een flink jurisdictievraagstuk op. In het artikel ga ik daar kort op in. Daarbij herhaal ik het standpunt dat ik in mijn dissertatie heb ingenomen, namelijk dat unilaterale online opsporing onder dekmantel onder omstandigheden moet worden toegestaan. Daarbij denk ik in het bijzonder aan de situatie dat verdachten anonimiseringsmaatregelen nemen en de fysieke locatie van de verdachte redelijkerwijs niet kan worden vastgesteld. Het artikel sluit ik af met een betoog dat de stormachtige ontwikkeling van cybercriminaliteit en de noodzakelijke inzet van digitale opsporingsbevoegdheden om bewijs te verzamelen staten er toe dwingt om afspraken met elkaar te maken onder welke omstandigheden grensoverschrijdende online undercover operaties zijn toegestaan.

Lees het artikel hier:

[slideshare id=123392438&doc=j-181119091946&type=d]

Bron: OerlemansBlog

Social Media Quick Scan

Geef een reactie

Rechercheurs ervaren een informatie-overload bij het gebruiken van social media informatie in politie-onderzoeken. Oorzaken van die informatie-overload zijn o.a. de overvloed aan beschikbare informatie, beperkingen in menselijke verwerkingscapaciteit en problemen in de communicatie tussen de mens en computers. Dit resulteert in een mogelijk verlies van relevante informatie, terwijl die informatie vanaf de eerste minuut na een misdrijf beschikbaar is. De oplossing hiervoor kan gevonden worden door gebruik te maken van de kennis van informatievisualisatie. Dit onderzoeksgebied richt zich speciaal op het inzichtelijk maken van grote hoeveelheden informatie.

Het onderzoek van Annelies Brands heeft de eerste stappen gezet in de ontwikkeling van een Social Media Quick Scan door een prototype van een tool die social media informatie op verschillende manieren visualiseert. Het doel was om te onderzoeken hoe interactieve visualisaties van social media informatie rechercheurs kunnen ondersteunen in hun werk. Hierbij werd extra nadruk gelegd op het ondersteunen van objectief redeneren en mens-machine interactie. Als eerste werd een literatuurstudie gedaan naar hoe social media informatie het beste gevisualiseerd kan worden. Daarna zijn vanuit de interaction design methode requirements voor de tool opgesteld uit resultaten van interviews met politiemedewerkers. Daaruit is een prototype ontwikkeld met gedeeltelijk ge?mplementeerde visualisaties. Dit prototype is vervolgens ge?valueerd met politie-medewerkers.

Het prototype werd positief gewaardeerd op gebruiksvriendelijkheid en functionaliteit. De evaluaties resulteerden verder in lijst met suggesties voor verdere ontwikkeling van de tool. Op deze manier zijn de eerste stappen gezet richting een Social Media Quick Scan om rechercheurs te ondersteunen bij het objectief redeneren, het verminderen van informatie-overload en om het zo vroeg mogelijk gebruik maken van beschikbare social media informatie in politie-onderzoeken te stimuleren.

Bekijk hieronder het filmpje dat de werking uitlegt:

Bekijk de presentatie:

[slideshare id=79578221&doc=anneliesbrandscolloquium-170909053536]

Of download het volledige rapport:

[slideshare id=79578201&doc=socialmediaquickscanthesis-170909053354&type=d]

Bronnen: RUG

Real Time Intelligence verbetert politieoptreden

Geef een reactie

Het is de nachtmerrie van elke ouder: je bent een paar seconden afgeleid en ineens is je peuter verdwenen. De politie is op zo?n moment snel ter plekke. Maar de inschatting van wat er gebeurd kan zijn, is lastig te maken. Hier moet ?Real Time Intelligence? (RTI) uitkomst bieden.

Met RTI breng je relevante kennis en informatie uit verschillende systemen direct samen, en trek je daar conclusies uit om snel de juiste acties te kunnen ondernemen. ?Zo ver zijn we nog niet, maar in het Real Time Intelligence Lab brengen we dit soort innovatieve oplossingen dichterbij?, zegt Christiaan van den Berg, Programmamanager Secure Society van TNO. Het Real Time Intelligence Lab (RTI Lab) is opgezet door TNO in samenwerking met de Nationale Politie en het nationale veiligheidscluster The Hague Security Delta (HSD). Het is een experimenteeromgeving waarin ze samen met bedrijven en kennisinstellingen proeven doen met hardware, software, methoden, modellen, werkwijzen en combinaties daarvan. TNO brengt expertise in over onder meer ICT, modellering, kunstmatige intelligentie en menselijk gedrag.

Doeltreffend handelen met real time informatie

?Real time? betekent dat actuele data zonder vertraging beschikbaar is. Door de data te verrijken met andere bronnen en kennis, ontstaat ?intelligence?. Die moet aan de ene kant compleet zijn, maar ook ontdaan zijn van overbodige gegevens. Real Time Intelligence stelt de politie in staat in uiteenlopende situaties snel de juiste beslissingen te nemen en adequaat te handelen. In het voorbeeld van het verdwenen kind kun je je voorstellen dat er in no time een recente foto beschikbaar moet zijn, die direct via sociale media en met aansprekende hashtags wordt verspreid. Om doeltreffend te kunnen handelen, heeft de agent ?real time? informatie nodig van het kind en over de buurt.

?Je kunt laten zien op welke plekken een kind logischerwijs in de buurt te vinden kan zijn, zoals in een speelgoedwinkel of een parkje?

Slimme koppelingen voor actuele informatie

?We werken aan systemen die typische gedragingen tonen voor kinderen van de betreffende leeftijd?, zegt Van den Berg. ?Je kunt bijvoorbeeld laten zien op welke plekken een kind logischerwijs in de buurt te vinden kan zijn, zoals in een speelgoedwinkel of een parkje. De ingezette agenten kunnen dan op hun scherm de loop-, fiets- of autoroute er naartoe zien, inclusief eventuele wegopbrekingen. Slimme koppelingen zorgen ervoor dat zo?n systeem ook aangeeft dat er recent een melding was over een buurtbewoner, die verdacht gedrag rond een kind vertoonde. Via de meldkamer kan dan bijvoorbeeld worden gecontroleerd of diens auto in de buurt is.?

Intelligent combineren van databronnen

?Het gaat om het intelligent combineren van uiteenlopende databronnen die samen met de beschikbare kennis handelingsperspectief bieden. Dus geen lange lijst met mogelijkheden waaruit de politiemensen moeten kiezen, maar een die is teruggebracht tot suggesties voor enkele logische handelingsopties. Een systeem kan namelijk op basis van wetenschappelijk onderzoek, computermodellen en actuele informatie de meest waarschijnlijke hypothese berekenen. Er zijn allerlei prachtige technologie?n om gegevens te ontsluiten, maar de kunst is die te combineren tot een bruikbaar instrument voor de politie.?

?In het RTI Lab kunnen we samen in de operatie experimenteren met nieuwe toepassingen en concepten, die het politiewerk kunnen verbeteren?

Misdaad voorspellen

In het RTI Lab worden relevante ontwikkelingen wereldwijd gescand en beoordeeld op relevantie voor RTI. Partijen doen er verschillende experimenten, bijvoorbeeld met het kunnen voorspellen van misdaden door de inzet van big data en algoritmes. Verder zijn er in het lab proeven gehouden met ?multitouch tables?, ter ondersteuning van de besluitvorming. Deze werden gebruikt door een co?rdinerende staf, de zogenaamde ?Staf Grootschalig en Bijzonder Optreden?, die actief is bij een ramp of crisis.

Politiewerk verbeteren

Ge?ntegreerde en actuele informatievoorziening kan leiden tot betere en snellere besluitvorming over effectief optreden. Jan ter Mors, Programmamanager Intelligence van de Nationale Politie: ?Het RTI Lab is voor de politie van waarde omdat we daarin op professionele wijze samen met veiligheidspartners, kennisinstituten en burgers in de operatie kunnen experimenteren met nieuwe toepassingen en concepten, die het politiewerk kunnen verbeteren.?

?We werken samen aan zowel een veiligere wereld als aan groei van de sector?

Experimenten geven inzicht in toepasbaarheid

?RTI is nooit af. Daarom willen we in het RTI Lab voortdurend met elkaar nieuwe dingen uitproberen en aantonen wat wel en niet werkt?, vertelt Van den Berg. ?De experimenten bieden inzicht in de toepasbaarheid van idee?n, werkwijzen of technologie?n voor politie, veiligheidsregio?s, gemeenten of beveiligingsbedrijven.? HSD faciliteert de samenwerking tussen bedrijven, overheden en kennisinstellingen om tot innovatieve oplossingen te komen. ?Het RTI Lab is hier een mooi voorbeeld van?, zegt Mark Ruijsendaal van HSD. ?Door partijen met specifieke kennis en instrumenten aan elkaar te verbinden, ontstaan nieuwe inzichten in de waarde en toepasbaarheid van innovaties op dit gebied. We bieden partners een betrouwbare innovatiebasis met perspectief op opschaling. Zo werken we samen aan zowel een veiligere wereld als aan groei van de sector.?

Bronnen: TNO Time, HSD RTI Lab

Geen nieuwe Project X door slimme inzet mens en techniek

Geef een reactie

Door?Leonieke Daalder, Fast Moving Targets?en eerder geplaatst op MarketingFacts

De politie is in de kern een informatiefabriek. En waar die informatie vroeger handmatig werd verzameld, vastgelegd en geanalyseerd, gaat dat tegenwoordig meer en meer met behulp van computers. Big data, artificial intelligence en crowdsourcing zijn niet meer weg te denken.?Frank Smilda, sectorhoofd regionale informatieverzameling, constateert drie grote veranderingen: de impact van het web, de rekenkracht van computers en de snelheid van informatie.

Een paar jaar terug, in 2012, ging het nog goed mis met de inschatting van de kracht van het web. Een op Facebook openbaar aangekondigd feestje in Haren bracht meer dan 5000?mensen op de been. Burgemeester en politie werden totaal overvallen door de opkomst. Vandaag de dag zou dat veel lastiger zijn. Het web wordt 24 uur per dag?gemonitord. Bij verdachte activiteiten wordt die informatie direct gedeeld met de politie ter plekke.

?Wanneer je iets virtueel ziet wat?impact kan hebben op de fysieke wereld, maak je heel snel de koppeling met de wijkagent die direct op pad gaat en gaat onderzoeken wat er aan de hand is. Dat gaat nu veel sneller dan in 2012. Er zijn daarna nog veel Project X-achtige aankondigingen geweest en die hebben we allemaal in de kiem kunnen smoren.”

?In de grote steden kunnen we nu al ? van de woninginbraken voorspellen?

De komst van ??n nationale politie is voor het verzamelen en delen van informatie van enorme waarde. ?We hadden altijd 25 regio?s en moesten dus op 25 manieren in systemen kijken. Er is nu ??n systeem. We kunnen in ??n systeem alle vragen stellen en antwoorden ophalen. Dat is ongekend, dat hebben we in Nederland nog nooit gehad. We kunnen er ook allerlei analyses op los laten. Stel: er vindt een overval plaats en het signalement luidt: rood petje, zwarte Audi, groene jas. Dan krijg je wanneer je in het nationale systeem kijkt, met de snelheid van Google, antwoord. Dat is de wereld waar we in leven. Dat kun je direct koppelen aan social media, maar ook aan andere antecedenten.?

Op dit moment werken 3300 mensen in de politie intelligence, zo?n 5 procent van de totale politiecapaciteit.

Door middel van data science software kunnen in luttele seconden analyses worden gemaakt. Het gaat zelfs zo ver dat er ook voorspellingen van misdaad kunnen worden gegeven. ?We kunnen vrij goed voorspellen waar in grote steden bijvoorbeeld woninginbraken of straatroven zullen gaan plaatsvinden. Per wijk, per straat, in de ochtenddienst of in de late dienst. Het begon met heatmaps, de historie en nu koppelen we daar voorspellingen aan. Daar heb je wel veel data voor nodig. In de grote steden kunnen we nu al een derde van de woninginbraken voorspellen. Daar kun je dan weer intelligent je inzet van blauw op plegen.?

Daarmee volgt de politie de trend in de zorg: voorkomen in plaats van genezen. ?Natuurlijk mensen zullen altijd ziek worden en misdaad blijft bestaan, maar er is zoveel meer intelligentie mogelijk met big data, slimme software en mensen om daar verbetering in te brengen.?

?Wet- en regelgeving loopt achter?

De praktijk leert dat veel organisaties problemen hebben met technische ontwikkelingen. En ook binnen de politie zijn er ongetwijfeld agenten te vinden die menen dat er niks boven het oude handwerk gaat. Maar tegelijkertijd biedt de organisatie veel ruimte voor experimenteren en vernieuwen.

?De wet- en regelgeving loopt natuurlijk achter, maar met rugdekking en wat budget kan je veel. Zelf heb ik bijvoorbeeld ge?xperimenteerd met het online zetten van een moordzaak naar aanleiding van het boek over de wisdom of the crowd. Ik dacht: er is veel interesse in dat soort type zaken, waarom zou je het niet online brengen? In het begin was er veel twijfel. We zijn toch begonnen met een cold case en we hebben het publiek gevraagd mee te denken. Dan zie je een hele nieuwe dynamiek ontstaan. Nu begint dat veel normaler te worden. We moeten dan wel het hele spel opnieuw leren.?

In Noord-Nederland, de regio waar Smilda werkzaam is, werd onlangs een zogenaamde innovatie-expeditie gestart. ?We kregen allerlei innovatietools aangereikt binnen ons team en daar zijn vier hele interessante initiatieven uit tevoorschijn gekomen.?

Bijvoorbeeld een app die gebruikt kan worden bij de 40.000 jaarlijkse vermissingen die Nederland telt. De app, nu nog in ontwikkeling, maakt optimaal gebruik van de inzet van burgers. ?Het?legt een raster over een geografisch gebied en dan kun je met bewoners die mee helpen zoeken afspreken in welk?raster zij zoeken. Als ze iets zien of vinden vullen ze dat in binnen?de app. Dan verwerken wij dat weer met onze politie informatie. Het klinkt logisch, maar dat is er nog niet.?

Het veronderstelt ook een andere manier van werken. De politie moet kennis delen en verder durven los laten. ?Dat is wel het leuke van de politieorganisatie: als je dit soort idee?n hebt, krijg je de ruimte om te pitchen en geld bij elkaar te brengen om kennis en kunde te bundelen.?

Bronnen: Marketingfacts

Informatiegestuurd politiewerk in de praktijk

Geef een reactie

De politie staat met informatiegestuurd werken op een keerpunt: van informatiegestuurd politiewerk naar politiewerk in een informatie(gestuurde) maatschappij. De afgelopen jaren is er veel tot ontwikkeling gekomen. Wie had bijvoorbeeld bij de start van het lectoraat intelligence, zeven jaar geleden, voor mogelijk gehouden dat de politie op straat real-time toegang heeft tot gegevens uit verschillende systemen? Wie kon toen vermoeden dat de politie met een druk op de knop alle incidenten in de wijk van de afgelopen week op een kaart te zien krijgt? Wie had gedacht dat de politie de kans op veelvoorkomende criminaliteit redelijk kan berekenen? Hoewel er nog verbeteringen mogelijk en nodig zijn, is de politie er de afgelopen jaren in geslaagd het politiewerk meer informatiegestuurd te maken. Tegelijkertijd is dit slechts een eerste stap, de basis, op weg naar een effectieve en effici?nte politie in de informatiemaatschappij. Politiewerk in een informatiemaatschappij stelt andere eisen. Alles en iedereen genereert informatie, mensen en objecten hebben sensoren die voortdurend met internet verbonden zijn. Alles en iedereen is dus ook met elkaar verbonden. De genetwerkte samenleving is daardoor meer dan partners die samenwerken. Net zo goed als dat we zeven jaar geleden niet voor mogelijk konden houden waar we nu staan, kunnen we dat nu niet voor de komende zeven jaar. We kunnen wel, en moeten ook wel, net zoals zeven jaar geleden, stappen zetten met de kennis die we nu hebben over politiewerk en over de maatschappij.

Seminar politieacademie

Op woensdag 22 maart jl. werd een seminar georganiseerd waarin dit keerpunt in informatiegestuurd politiewerk centraal stond. Het keerpunt is beschreven in het boek ?Informatiegestuurd politiewerk in de praktijk? (zie hieronder). Dit boek werd tijdens het seminar gepresenteerd en aan alle deelnemers uitgereikt. Pieter-Jaap Aalbersberg, politiechef Eenheid Amsterdam en portefeuillehouder Intelligence, gaf?tijdens het seminar een beschouwing hierop. Mari?lle den Hengst, lector Intelligence aan de Politieacademie, gaf een overzicht van het keerpunt door de lessen uit zeven jaar onderzoek samen te vatten en te vertalen naar wat dat betekent voor informatiegestuurd politiewerk in de toekomst. Daarmee nam zij tevens afscheid als lector Intelligence. Hiermee markeert het seminar niet alleen een inhoudelijk keerpunt, maar ook een persoonlijk keerpunt voor haar.

Presentatie boek ‘Het keerpunt in informatiegestuurd politiewerk’ met toelichting redactie en aantal auteurs @Politieacademie pic.twitter.com/gSAEk2oLwU

? Oscar Wijsman (@oscarwijsman) March 22, 2017

Download of lees het hele boek hier online.

Bronnen: De politieacademie

Predictive policing: lessen voor de toekomst

Geef een reactie

?It?s not how many people you catch, it?s how many crimes you prevent.?

Van alle politiestrategie?n mag predictive policing zich misschien wel het meest verheugen in de belangstelling van burgers en professionals. Grofweg tekent die belangstelling zich op twee manieren af. Aan de ene kant zijn daar degenen die vooral veel heil zien in deze nieuwe strategie voor het functioneren van de politie. Zij verwachten (of hopen) dat de politie dankzij predictive policing effectiever en effici?nter criminaliteit zal weten te bestrijden. Met name door te voorkomen dat criminaliteit gepleegd wordt, daarbij niet zelden verwijzend naar de film Minority report uit 2002. Een film waarin een speciale eenheid van de politie, Pre-Crime genaamd, met behulp van helderzienden toekomstige misdadigers arresteert. Het zal de lezer niet verbazen dat deze hoopvolle verwachting binnen de politie op veel bijval kan rekenen.

Aan de andere kant van het spectrum staan mensen die vooral bezorgd zijn over predictive policing. Zij zien deze ontwikkeling als een bedreiging voor de privacy, waarbij afwijkend gedrag maatgevend is, en niet strafbaar gedrag. In combinatie met verruimde bevoegd- heden voor opsporings- en veiligheidsdiensten en allerlei andere technologische ontwikkelingen tekent voor hen het beeld van big brother zich steeds meer af, waarbij iedere burger als een potenti?le verdachte gevolgd wordt door een gedachtepolitie. Voor de burger- rechtenorganisatie Bits of Freedom voldoende reden de politie de Big Brother Award 2015 uit te reiken.

Weliswaar sterk verschillend naar de wijze waarop dit zich uit, tonen beide groepen hiermee hun geloof in de werking van predictive policing. Beide kanten nemen aan dat predictive policing werkt, waarna de aandacht uitgaat naar hoe die uitwerking te beschouwen. Dit verraadt een sterke nadruk op het eerste woord ? predictive ? van deze nieuwe politie- strategie. En vermoedelijk is dit ook de reden voor de grote belangstelling. Al sinds mensenheugenis spreekt voorspellen immers sterk tot de verbeelding. Maar met een voorspelling van criminaliteit alleen zijn we er nog niet.?Sterker, het gaat juist om wat er vervolgens mee gedaan wordt. In onderstaand?rapport benadrukken de auteurs dan ook predictive policing als een nieuw intelligence-initiatief, waarbij het vooral gaat om veranderende werkprocessen. Ze?ontwikkelden hiervoor een procesmodel en onderwierpen vervolgens alle stappen, van data naar resultaat, aan een nader onderzoek. Hoe goed een voorspelling immers ook mag zijn, het resultaat staat of valt met wat er vervolgens mee gedaan wordt.

Lees of download hier het rapport:

[slideshare id=73217737&doc=predictivepolicing-lessenvoordetoekomst-170316163022&type=d]

Bronnen: Politieacademie

Predictive policing: politiewerk aan de hand van voorspellingen

Geef een reactie

Afbeelding: Knightscope

De opkomst van nieuwe technologie?n stelt de politie en andere rechtshandhavingsinstanties in staat proactiever en effectiever te opereren. De toepassing van deze technologie?n in het publieke veiligheidsdomein roept echter ook allerlei vragen op met betrekking tot privacy en andere grondrechten van burgers. Het nieuwe?themanummer van Justiti?le verkenningen beoogt enerzijds die nieuwe technologische toepassingen te beschrijven en anderzijds de (mogelijke) consequenties daarvan nader te beschouwen en aan discussie te onderwerpen.

Naast afzonderlijke artikelen over concrete technologische toepassingen (beeldtechnologie, drones) gaat de aandacht uit naar enkele belangrijke trends die alle voortvloeien uit de groeiende beschikbaarheid van ? onderling koppelbare ? grote hoeveelheden data afkomstig uit allerlei bronnen. Bij politiekorpsen wereldwijd heeft dit geleid tot een de groeiende populariteit van predictive policing: politiewerk doen aan de hand van voorspellingen die gebaseerd zijn op een enorme verzameling historische gegevens over o.a. delicten, de plegers ervan en criminaliteitspatronen, gecombineerd met realtime data. Het politieoptreden wordt aldus datagestuurd en meer op preventie gericht. Een stap verder is prescriptive policing, waarbij de data aangeven wat de meest effectieve interventie zou zijn. Met de film Minority Report in gedachten doemen de zwartste scenario?s op: krijgen we een ?gedachtenpolitie? , staat de onschuldpresumptie op het spel? Deze vragen zijn des te prangender wanneer de rechtshandhaving steeds meer wordt overgelaten aan drones en robots. De grote uitdaging in dit verband is hoe ethische, maatschappelijke en juridische waarden al in het ontwerpproces van articifici?le intelligentie toepassingen kunnen worden ingebouwd. Iets soortgelijks speelt met betrekking tot de bescherming van persoonlijke gegevens en priv?-communicatie bij het gebruik van computers en smartphones e.d. Nieuwe Europese wetgeving schrijft voor dat gegevensbescherming wordt ingebouwd in producten en diensten, een principe dat wordt aangeduid met de term Data Protection by Design and Default.

Predictive policing: politiewerk aan de hand van voorspellingen

Door A. de Vries* en S. Smit**

* Ir. Arnout de Vries is senior onderzoeker en adviseur op het gebied van social media en veiligheid en onder andere auteur van het boek ?Social Media: Het Nieuwe DNA?.
** Dr. Selmar Smit is aan de Vrije Universiteit gepromoveerd op het onderwerp machine learning, en sindsdien werkzaam als data scientist bij TNO.

George Orwell waarschuwt in zijn boek 1984 (Orwell 1949) voor een?overheid die haar onderdanen monitort en alles in de gaten houdt. In?de film Minority Report is de ?pre-crime squad? in staat om moorden te?voorspellen en daders preventief op te pakken. De Nederlandse politie?heeft dankzij de omvorming tot Nationale Politie toegang tot alle landelijke,?regionale en lokale databronnen met betrekking tot criminaliteit?en is daarmee een ?informatieorganisatie? geworden. Door verbeterde?analysetechnieken, visualisatietools en computerkracht kan zij?deze ?Big Data? inzetten om criminaliteit te voorspellen en op basis?daarvan op te treden. Moeten we nu vrezen voor onze toekomst? Pakt?de politie voortaan burgers preventief op? Worden systemen leidend?

Het antwoord op al deze vragen is nee. Maar welke kant gaat het dan?wel op?

Interessante patronen
Politieorganisaties over de hele wereld, en dus ook in Nederland, houden?zich momenteel bezig met de ontwikkeling van predictive policing?? ofwel: politiewerk doen aan de hand van voorspellingen. De reden?daarvoor is dat zij beschikken over ongelofelijk veel digitale gegevens?over misdaden uit het verleden, die met verfijnde algoritmen en diepe?analyse een goudmijn vormen voor het voorspellen van criminaliteit.

Het gevolg daarvan is dat de politie aanwezig kan zijn op plaatsen?waar de kans op een volgend incident het grootst is. Daar komt bij dat deze hoeveelheid beschikbare data exponentieel blijft groeien als?gevolg van databasekoppelingen met veiligheidspartners en het ontstaan?van het ?Internet of Things?, waarbij alles en iedereen aan het?internet gekoppeld is (?Big Data?). Het effect van Big Data-analyses is?al te zien bij commerci?le bedrijven, die verbanden weten te leggen?tussen bijvoorbeeld iemands aankopen, inkomen, leeftijd en postcodegebied.?Ook de politie is op zoek naar dergelijke verbanden, zodat?zij misdaden kan voorspellen.

In de criminologie zijn er voldoende theorie?n over het denken en?doen van criminelen die inzicht geven in dergelijke patronen. Zo zegt?de routine activity theory dat criminelen zullen toeslaan op die locatie?waar de virtuele cirkels rond criminelen en geschikte slachtoffers?elkaar overlappen. Dit leidt tot de gedachte dat steeds dezelfde gebieden?worden getroffen, als er geen maatregelen worden genomen. De?rational choice theory gaat ervan uit dat criminelen een locatie kiezen?waar de afweging tussen risico (pakkans) en buit zo gunstig mogelijk?is. Volgens de crime pattern theory zullen criminelen nooit te dicht bij?hun eigen huis toeslaan, maar altijd in een buurt die ze kennen, vlak?bij huis, werk, sportschool of op de weg daarnaartoe. De blended theory
is een combinatie van de vorige drie: een crimineel zal toeslaan op?een locatie langs zijn ?activiteitenroutes?, maar niet te dicht bij huis en?daar waar de afweging tussen buit en pakkans positief is. Bij predictive?policing worden deze theorie?n vaak overboord gegooid en wordt?voornamelijk gekeken naar de simpele theorie van near repeats: in de?buurt van een incident zal vaak nog een incident volgen zolang er?niets verandert. Hoewel dit op het eerste gezicht niet lijkt op de voorgaande?theorie?n zal, zolang de pakkans, buit en activiteitenroutes?van criminelen niet veranderen, het effect hetzelfde zijn en zullen incidenten?zich in dezelfde buurt blijven voordoen.

Doorontwikkeling informatiegestuurd optreden
Een slimme, effectieve en proactieve aanpak tegen misdaad is duidelijk?beter dan achter criminelen aan hollen; rechercheren verandert in??prerechercheren?. Predictive policing in combinatie met Big Data?neemt daarom logischerwijs een enorme vlucht. En het geeft de Nationale?Politie de mogelijkheid om invulling te geven aan ?meer doen met?minder middelen?. Maar is predictive policing eigenlijk wel nieuw? Nu?al beschikt de politie over slimme analyseteams die een enorme bijdrage?leveren aan het dagelijkse politiewerk door misdaadstatistieken?en andere gegevens, zoals jaargetijden, tijdstippen en locaties, te interpreteren.?Dit leidt onder andere tot hotspotkaarten, waarop locaties te?zien zijn waar specifieke politie-inzet nodig is. Op die manier kan de
politie bijvoorbeeld haar surveillanceteams effectief inzetten. De?gemeente Eindhoven gebruikt dergelijke hotspot- of inzetkaarten om?de effectiviteit van de BOA?s (buitengewoon opsporingsambtenaren)?van Stadstoezicht te verhogen (Van Weerdt & De Vries 2014). Brandweer?Rotterdam-Rijnmond heeft de brandweerradar die voorspelt?waar de volgende brand zich zal voordoen en zorgt vervolgens dat er?een voertuig in de buurt is (Littooij 2015). Een nieuw computermodel?van TNO wordt gebruikt om overlastsituaties in wijken te voorspellen?en interventies te berekenen die het beste zouden moeten werken in?de betreffende specifieke situatie (Smit 2014). De beweging die wij bij?de politie zien, past dan ook in de huidige tijd waarin nieuwe mogelijkheden?ontstaan door het analyseren van Big Data. Het huidige?informatiegestuurd optreden van de politie (intelligence-led policing)?professionaliseert en ontwikkelt zich door naar predictive policing,?waarbij niet alleen gehandeld en gestuurd wordt op basis van informatie?uit het verleden, maar ook gehandeld, gestuurd ?n geanticipeerd?wordt op basis van voorspellingen. Hiervoor is sinds enige tijd het Criminaliteits?Anticipatie Systeem in gebruik bij basisteams, flexteams en?districten door heel Nederland.

Criminaliteits Anticipatie Systeem (CAS)
Het CAS vindt zijn oorsprong bij de politie Amsterdam. Via het programma?Politie en Wetenschap ontwikkelt zij een geavanceerd plannings-?en voorspellingssysteem. Diverse politiekorpsen in het land?gebruiken het CAS inmiddels voor het voorspellen van high impact?crimes (woninginbraak, straatroof en overvallen). Als voorbeeld?gebruiken we het operationele gebied van de politie Amsterdam. Het?systeem deelt dit gebied op in vakjes van 125 bij 125 meter. Gebiedjes?waarvan de kans op een incident vooraf al laag kan worden ingeschat,?zoals weilanden en open water, worden verwijderd. Van de overblijvende?vakjes wordt een grote hoeveelheid gegevens verzameld: criminaliteitshistorie, afstand tot bekende verdachten, afstand tot de?dichtstbijzijnde snelwegoprit, soort en aantal bedrijven zoals bekend?bij de politie, en demografische en socio-economische gegevens van?het CBS. Van elk vakje wordt op verschillende peilmomenten geregistreerd?welke gegevens er op dat moment bekend zijn. Vervolgens?wordt bepaald wat er in de twee weken na de peiling aan incidenten?kan plaatsvinden. Er wordt kunstmatige neurale netwerktechnologie?toegepast om te bepalen welke combinatie van kenmerken indicatief?is voor criminaliteit in de nabije toekomst. Het resultaat is dat de vakjes?op de kaart indicatief worden ingekleurd, een zogenoemde heat?map, waarin hoge scores een warmere kleur krijgen.

Betrouwbaarheid
Naast het door de politie zelf ontwikkelde CAS zijn er nog diverse?andere softwarepakketten op de markt. Vrijwel alle pakketten kijken?naast near repeats vaak ook naar tijdsaspecten spatiotemporele analyse)?en trends zoals verplaatsingen, seizoenen, weekdagen of weekend?en zelfs specifieke tijdstippen. Verder wordt er gekeken naar kenmerken?als omgevingsfactoren (bijvoorbeeld demografie), weersvoorspellingen,?afstanden tot vluchtwegen (aantrekkende werking) en?locaties van politiebureaus (afstotende werking). Dat levert complexe?formules op met tientallen parameters. Hoe betrouwbaar zijn de voorspellingen?die deze formules opleveren? Kloppen ze wel? Daar is niet?een direct antwoord op te geven. De betrouwbaarheid van de voorspellingen?is logischerwijs ook afhankelijk van de voorspelbaarheid?van de criminelen. Crimineel gedrag blijkt voor veelvoorkomende criminaliteit?zoals inbraken goed te voorspellen. De mens, en dus ook de?crimineel, is een gewoontedier dat succes op succes en ervaring op?ervaring bouwt. Als een bepaald type woning goed te kraken valt, dan?gaan ze daarmee verder. Een bekende omgeving is voor criminelen?prettig, omdat zij dan een betere risico-inschatting kunnen maken en?daarmee de kans op succes vergroten. Grote veranderingen in gedrag?(de modus operandi) of omgeving (nieuwe ?markten?) zonder directe?aanleiding zijn eerder uitzondering dan regel. Rondtrekkend mobiel?banditisme is echter veel lastiger te voorspellen, laat staan impulsieve?misdaden zoals een crime passionnel. Toch kan in algemene zin wel?de betrouwbaarheid van de voorspellingen worden geduid.

Ten eerste is de betrouwbaarheid van een voorspelmodel afhankelijk?van de hoeveelheid incidenten binnen een vakje op de kaart. Het?gedrag van een individu valt moeilijk te voorspellen, maar het gemiddelde?gedrag van een groep is goed mogelijk. Bedrijven als Amazon en?Bol.com gebruiken ditzelfde principe om aanbevelingen te doen. Zij?kunnen niet voorspellen of een individu ge?nteresseerd is in een product,?maar wel dat mensen met een bepaald profiel er gemiddeld vaak?in ge?nteresseerd zijn. Dit geldt ook voor incidenten. Doordat inbraken?relatief vaak voorkomen, levert dit voldoende input op om profielen te?maken en voorspellingen te doen.

Vaak weten analisten zelf al wel wat de kans is op een inbraak in een?specifiek vakje. Maar als dat 80% is, wat is dan de meerwaarde van een?systeem dat voorspelt dat de kans op inbraak de ene dag 75% is en de?andere dag 85%? Daarom is het belangrijk een detailleringsniveau te?kiezen dat klein genoeg is om meerwaarde te hebben ten opzichte van?de intu?tie van een analist. Ook moet de datahoeveelheid groot genoeg?zijn om een bepaald niveau van betrouwbaarheid te halen. Blijkbaar?kan het. Tijdens een test in de Verenigde Staten moesten ervaren analisten?en een predictive policing-systeem aangeven in welke twintig?vakjes een incident zou kunnen plaatsvinden tijdens een dienst. Het?voorspelmodel had twee keer zo vaak gelijk als de analisten (Mohler?e.a. 2015).

Ten tweede zijn de betrouwbaarheid en validiteit van een voorspelmodel?afhankelijk van de hoeveelheid informatie die het herbergt. Met?informatie bedoelen we hier niet alleen databronnen, maar ook kennis?en expertise over gedrag. Zo zullen bijvoorbeeld modellen die uitgaan?van near repeats (een incident zorgt voor een verhoogde kans op nog?een incident in de buurt) beter werken dan modellen die dergelijke?kennis niet meenemen.

Vooral dit tweede aspect lijkt een grenzeloze groei aan voorspelkracht?te bevatten. Er is immers altijd wel een informatiebron te vinden die?we extra kunnen toevoegen. Het eindeloos toevoegen van bronnen?heeft echter niet zoveel zin, omdat de voorspelkracht op een gegeven?moment niet veel meer zal verbeteren. Het gaat daarom met name om?de kwaliteit van bronnen en minder om de hoeveelheid bronnen die?door data-experts en analisten aan het systeem worden toegevoegd.?Goede bronnen leveren continu kwalitatieve en actuele data aan het?predictive policing-systeem, waardoor dit systeem voorspellingen kan?doen op basis van ?verse? data en daarmee een accurate ondersteuning?biedt voor het politiewerk.

Voorspelkracht en effectiviteit
Zelfs als we ervan uitgaan dat gedrag, met genoeg data, is te voorspellen,?betekent dit echter niet dat de voorspellingen van predictive policing?altijd uitkomen. Naast dat voorspellingen enkel een kans aangeven?en geen vaststaand feit, komen voorspellingen niet uit omdat de?politie acteert op de voorspellingen en haar surveillanceteams op?basis daarvan gericht inzet. Die plotselinge aanwezigheid van ??n of?meer agenten be?nvloedt uiteraard het gedrag van een crimineel op?dat moment. Door deze effici?nte en effectieve inzet van agenten op?plekken waar het ertoe doet, zullen minder misdaden worden?gepleegd. Niet meer blauw op straat, maar gerichter blauw op straat is?de theorie achter predictive policing. Dat dit werkt, laten de cijfers?zien. In Los Angeles daalt de misdaad met 13%(*1)?en in Santa Cruz daalt?het aantal inbraken met 27% (*2)?. In Kent ligt de hitscore van de software?? waarbij daadwerkelijk een misdrijf plaatsvond in een geselecteerd?vakje op de kaart ? bijna 60% hoger dan wanneer de vakjes handmatig?gekozen werden door analisten (Kent Police 2013). In Amsterdam ligt?de hitscore volgens de politie-eenheid Amsterdam-Amstelland in 2015?op 15% en het aantal near hits (een inbraak of straatroof die niet in het?voorspelde vakje valt maar er net naast) ligt voor woninginbraken op?40% en voor straatroof op 60%. Een pilot in Londen richt zich niet op?de locatie van een misdrijf maar op de dader. Dat levert een heat list?op van driehonderd namen, waarvan er zes nieuw zijn voor de politie?en waarvan er vijf in de weken daarna een misdaad plegen (Basulto?2014). In Memphis loopt de algemene criminaliteit terug met 30% en?het aantal geweldsmisdrijven met 15% (Greenburg 2009). Als gevolg
daarvan behoort Memphis niet meer tot de top 3 van gevaarlijkste steden?in de Verenigde Staten. Volgens de politie komt dat door de juiste?politie-inzet (bijvoorbeeld surveillance, auto?s staande houden en?undercoveroperaties) op de juiste tijd en plek (Williams 2006). Autodiefstallen?daalden met 75% en inbraken in bedrijven met 67% (Perry?e.a. 2013). Inmiddels heeft de politie van Memphis een Real Time?Crime Center van $ 3 miljoen neergezet om predictive policing een?vaste plaats te geven in haar manier van werken. Volgens onderzoek?van Nucleus Research levert dit centrum jaarlijks meer dan $ 7 miljoen?op (Nucleus Research 2010). Ook New York heeft een Real Time Crime?Center, waar alle databases ?n meer dan 3.000 politiecamera?s worden?geanalyseerd. In Zwitserland en Duitsland is een aantal politiekorpsen?Precobs software aan het testen, het zogenoemde Pre Crime Observation?System (*3).?De politie in Noordrijn-Westfalen is daarentegen zeer kritisch?over de effecten van predictive policing, omdat de positieve cijfers?en gemeten effecten veelal worden geleverd door softwareleveranciers?of politiekorpsen die baat hebben bij het presenteren van gunstige?cijfers. In het Amerikaanse Richmond is men gestopt met deze?werkwijze vanwege gebrek aan bewijs dat het zou werken (Aldax 2015).

Ondanks deze kritische geluiden lijkt het erop dat criminaliteit wel?degelijk goed te voorspellen is. Het staat echter nog wel in de kinderschoenen?en het zijn vooral wiskundigen die zich op dit moment?bezighouden met het ontwikkelen van voorspellende algoritmen. Predictive?policing richt zich om die reden nu nog vooral op veelvoorkomende?delicten waar een klein aantal mensen een rol in speelt (zoals?veelplegers uit een buurt of rondtrekkende dadergroepen) en vermogensdelicten?zoals woninginbraken en straatroof, waar vaak aangifte?van wordt gedaan. Maar op termijn, als de politie beschikt over meer?informatie en betere databronnen, valt te verwachten dat het systeem?ook andere delicten kan voorspellen, zoals liquidaties in de onderwereld?of een radicaliseringsproces. De maatschappij zal echter nooit?helemaal zonder misdaad zijn en voorspellend politiewerk is geen?oplossing voor alle misdaad. Het is geen panacee voor een veilige
maatschappij en veiligheid kan niet volledig worden ?gedataficeerd?.

Risico?s
Technologisch gezien zou predictive policing exponentieel verder kunnen?groeien. Maar vanuit maatschappelijk en organisatorisch oogpunt?zit er nog een rem op. Wil de politie wel zoveel gaan vertrouwen op?technologie? Is de organisatie er wel klaar voor? Nemen algoritmen en?robots het werk van agenten op diverse vlakken zo meteen over? En?wat zijn eigenlijk de juridische en ethische haken en ogen? 100%?betrouwbare voorspellingen zijn immers een illusie; of nemen we een?foutmarge voor lief en worden onschuldige burgers opgesloten? (*4).?Dit?zijn relevante vragen die beantwoord moeten worden. Wij zien de?voordelen van predictive policing, omdat de politie hiermee effici?nter?en effectiever op de juiste plaats ingezet kan worden. Maar wij zien
ook risico?s. We benoemen er een aantal.

Ten eerste kan predictive policing het risico in zich hebben dat de politie?straks allerlei mensen gaat oppakken om vervolgens te zeggen: ja,?dat moest van onze algoritmen. Straks worden we door Facebook bij?de politie aangegeven voordat we ook maar iets hebben gedaan. Of je?wordt staande gehouden terwijl je geheel onschuldig met een gereedschapskist?door een buurt loopt waar statistisch gezien op dat?moment veel wordt ingebroken. Dan heb je als burger ineens veel uit?te leggen. De rechter zal hier vanuit de onschuldpresumptie geen?genoegen mee nemen en om bewijs vragen op basis waarvan het algoritme?tot de voorspelling is gekomen en vragen naar de reden waarom?de politie dat advies heeft opgevolgd. Daarom zijn en blijven de kennis?en kunde van de ervaren politieagent leidend. Hij zal moeten beoordelen?hoeveel waarde en bewijswaarde kan worden toegekend aan een?voorspelling van het systeem en hoeveel aanvullend bewijs is vereist.

Dat brengt ons bij een tweede risico, dat het systeem te complex wordt?en niet meer door mensen wordt begrepen. Algoritmen vangen echter?geen boeven. Dat doen mensen van vlees en bloed. Zonder mensen?sta je nergens met intelligence, en al helemaal in de huidige fase van?predictive policing waarin alles nog in de kinderschoenen staat.?Human in the loop by design is de essentie van het principe dat wij?voorstellen, omdat we de mens als belangrijkste schakel in elke toepassing?van predictive policing zien. Alle menselijke schakeltjes moeten?ingebakken zitten in het ontwerp van predictive policing: denk aan?de analisten, de leiding, de beleidsmakers en de agenten op straat.?Hoewel de menselijke schakel onder druk staat in de huidige informatiemaatschappij,
zijn veel data die de politie nu gebruikt nog steeds?door mensen verzameld, verwerkt en in context geplaatst. Analisten?doen vervolgens diverse interpretatieslagen en mensen nemen besluiten op basis van deze adviezen, waarna maatregelen door mensen?worden genomen, die vervolgens weer door mensen worden beoordeeld?op hun effectiviteit. Politiemensen zijn daarom in onze visie de
belangrijkste schakel: het systeem doet de basiszaken, de mens?bepaalt wat ermee gebeurt. Een voorspelling is derhalve dus geen bindend?advies, want mensen zijn slimmer dan een systeem dat alleen?met data werkt. Totdat het moment van singularity aanbreekt, waarbij?computers niet alleen sneller of accurater kunnen rekenen, maar ook?creatiever, slimmer en bewuster zijn dan mensen. Dat duurt nog minstens?twee decennia en zelfs dan is het de vraag of je iets dergelijks in?handen van een machine wilt leggen, want dan komt de ?gedachtepolitie??uit Minority Report wel heel dichtbij.

De menselijke factor levert een derde risico op: dat de data in systemen?een gekleurd beeld geven (zogenoemde bias) en algoritmen dus?gekleurde voorspellingen zullen doen. De voorspelling is zo goed als?de data eronder. Wordt het systeem gevoed met vooroordelen ten aanzien?van bevolkingsgroepen of etnische afkomst, dan zal dat zijn effect?hebben op de resultaten. Daarom is het van belang dat de politie niet?alleen op voorspellingen gaat varen en belangrijke beslissingen alleen?daarop gaat baseren. Tunnelvisie ligt dan op de loer, een bekend?dilemma in het politiewerk. Dit risico zal alleen maar toenemen als het?systeem complexer wordt en kennis over de werking afneemt. Wij pleiten?daarom voor transparantie. Het moet inzichtelijk zijn hoe de systemen?en hun algoritmen werken.

Een vierde risico is dat leveranciers die transparantie niet geven omdat?hun concurrentiepositie dan gevaar loopt. Toch zal de maatschappij of?de wet wellicht gaan eisen dat algoritmen volledig transparant zijn,?want waarom ben je aangehouden, of kwam de politie eigenlijk zelf op?jouw spoor? Dat dit belangrijk is, bewijst het grappige voorbeeld van?de Miss America-verkiezingen (Hiltzik 2014). Zo kun je het aantal?moorden met behulp van stoom of hete vloeistoffen al jarenlang perfect?voorspellen door middel van de leeftijd van de Miss America van?dat jaar. Algoritmen zijn dom, voeren uit wat er van ze wordt gevraagd?en leggen verbanden tussen gebeurtenissen, hoe vreemd een dergelijke?relatie ook is. Dergelijke ?fouten? kunnen desastreuze gevolgen?hebben, dat hoeft geen betoog.

Een vijfde risico is dat de predictive policing-systemen informatie platslaan?tot vakjes en cirkeltjes op een kaart, terwijl academici al honderden?jaren onderzoek doen naar waarom mensen crimineel worden en?hoe ze zich dan gedragen. Om deze kennis, maar ook die van analisten?en politiemensen op straat, toe te kunnen voegen moet v??r de implementatie?expliciet worden nagedacht over hoe dit ingebakken kan?worden in het systeem of in aanvullende processen.?Privacy is een zesde risico. Enerzijds omdat voorspellend politiewerk?inbreuk kan maken op de persoonlijke leefomgeving van mensen. Zo?kreeg de politie van Chicago veel kritiek op de preventieve huisbezoeken?die zij aflegde bij veelplegers (Stroud 2014). Anderzijds zijn er veel?gegevens bekend die ertoe doen en voorspellingen beter maken, maar?die niet gebruikt of gekoppeld mogen worden om redenen van privacy.?Als laatste risico noemen we de valkuil om vooral te blijven werken?aan technologische ontwikkeling en betere computervoorspellingen,?terwijl het veel belangrijker is om na te denken over de vraag hoe de?politie effectief aan de slag kan gaan met enigszins betrouwbare voorspellingen.?De crux zit in het slim regelen van de operationele inzet en?slimme interventies.

Prescriptive policing
Het zo goed mogelijk voorspellen van misdrijven is geen doel op zich.?Het gaat erom dat ze worden voorkomen. Om daar inzicht in te krijgen?zal de politie het effect van een voorspelling en de daaropvolgende?inzet moeten gaan meten. Op die manier leert de politie welke inzet?het beste werkt in welke situatie. Daarmee verschuift het politiewerk?van predictive policing naar effect-led policing. Als die kennis over de?effectiviteit van interventies wordt toegevoegd aan het systeem, verschuift?het politiewerk van effect-led policing naar prescriptive policing.?Het systeem kan dan niet alleen voorspellingen doen, maar op?basis van data uit het verleden ook adviseren over welke politie-inzet?in de gegeven situatie het meest effectief zal zijn.

Prescriptive policing werkt alleen als het is toegespitst op een specifiek?gebied. Als het systeem kan bepalen waarom iets op sommige plaatsen?wel werkt en op andere plaatsen niet, dan kan dat ge?xtrapoleerd worden?naar andere gebieden. Zonder de effectiviteit van elke interventie?in dat specifieke vakje te bepalen kan het systeem inschatten wat?waarschijnlijk wel of niet zal werken. Daarvoor moeten wel de relevante?kenmerken van een gebied bekend zijn, en de kenmerken van?interventies. Misschien werkt patrouilleren met de auto niet, maar met?de fiets wel. Of zijn er specifieke agenten die naast patrouilleren ook?andere acties ondernemen die zorgen dat er wel of geen effect is. Dat?maakt prescriptive policing moeilijker, maar tegelijkertijd ook veel
waardevoller. Het biedt de mogelijkheid om de jarenlange kennis en?ervaring in een context te plaatsen en deze te herhalen daar waar de?context gelijk is. Daarbij is het van belang dat een dergelijk systeem?niet dicteert wat er moet gebeuren. Zelfs als het systeem denkt dat de?context gelijk is, dan nog moeten agenten, analisten, leiding of?beleidsmakers vertrouwen op hun jarenlange ervaring en kennis, helemaal?aangezien een dergelijk systeem niet de creativiteit heeft om iets?nieuws te verzinnen. Het kan enkel de lessen uit het verleden zo goed?mogelijk vertalen. De uitkomst mag daarom hoogstens worden gezien?als een suggestie die de basis moet vormen voor een beslissing of discussie.?De mens blijft wat ons betreft de belangrijkste schakel in het?hele proces. Eerder in dit artikel haalden we al het principe ?human in?de loop by design? aan. Ook is er een juridisch argument om dit principe?toe te passen: de Wet bescherming persoonsgegevens stelt in artikel
42 lid 1 dat ?niemand kan worden onderworpen aan een besluit?waaraan voor hem rechtsgevolgen zijn verbonden of dat hem in aanmerkelijke?mate treft, indien dat besluit alleen wordt genomen op?grond van een geautomatiseerde verwerking van persoonsgegevens?bestemd om een beeld te krijgen van bepaalde aspecten van zijn persoonlijkheid?.

Implementatie
Het doel van predictive en prescriptive policing is niet m??r boeven?vangen, maar misdrijven voorkomen door agenten effectief preventief?in te zetten. Dat vergt een cultuuromslag, waarbij het voorkomen van?slachtoffers voortaan centraal staat. Het ?reactief en op heterdaad?oppakken? verandert in ?proactief voorkomen?. Deze omslag vraagt om?sterk intern leiderschap en sturing. Ook zullen de prestatie-indicatoren?van de politie moeten worden aangepast: het gaat niet meer om?het behalen van bepaalde streefcijfers, maar om de effectiviteit van?politieoptreden. De politie wordt niet meer beloond voor haar inzet,?maar voor het effect dat zij bereikt.

De implementatie van beide vormen van policing gaat echter niet?alleen over de organisatiecultuur, maar ook over politiemensen, hun?competenties en hun samenwerking met de voorspellende software.?Daarnaast gaat het over processen, taken, besluitvorming en manier?van leidinggeven. Verder zal tijdens de implementatie veel aandacht?uitgaan naar de juiste informatiebronnen en integriteit van data. Tot?slot speelt techniek een rol in de implementatie, waarbij de ICT-architectuur?ingericht moet worden op deze nieuwe werkwijze, de juiste?software geselecteerd en aangeschaft moet worden en agenten op?straat de juiste tools krijgen aangereikt.

Alles hangt met elkaar samen. Daarom vraagt de implementatie om?een integrale benadering van doel, mens en organisatie, proces, informatie?en techniek. Daarbij onderscheiden we vier implementatieniveaus:?intelligence-led policing (informatiegestuurd optreden), predictive?policing (voorspellen), effect-led policing (effectmeting) en prescriptive?policing (contextgestuurde adviezen). Deze vier niveaus hebben?we in dit artikel toegelicht.

Discussie
In dit artikel hebben we laten zien wat predictive policing inhoudt en?welke mogelijkheden het biedt. De technologie staat nog in de kinderschoenen,?maar de ontwikkelingen gaan razendsnel. De Verenigde?Staten lopen hierin voorop. De Nederlandse politie heeft inmiddels de?eerste stappen gezet om van informatiegestuurd politiewerk te komen?tot voorspellend politiewerk. We hebben ook laten zien dat er risico?s?verbonden zijn aan deze nieuwe werkwijze. In ons boek Van predictive?naar prescriptive policing (Smit e.a. 2016) gaan we daar verder op in.

Wij bevelen daarom aan om niet klakkeloos voorspellende software te?implementeren in het politieproces, maar eerst te discussi?ren over?het doel en de mate waarin de software het politiewerk kan gaan?ondersteunen. Zorg er vervolgens voor dat deze nieuwe werkwijze?gepaard gaat met juridische, ethische en organisatorische waarborgen?en start daarna met kleinschalige experimenten die opgeschaald kunnen?worden tot landelijk niveau. Onderschat de veranderingen niet?die predictive policing met zich meebrengt. Dat vraagt om een goede?overdenking en om draagvlak binnen en buiten de politieorganisatie.

(*1) Scientifically Proven Field Results, 2013-2014, www.predpol.com/results.
(*2) Scientifically Proven Field Results, 2011-2012, www.predpol.com/results.
(*3) Zie IfmPt. 2015-2016, www. ifmpt. de.
(*4) Zie voor een overzicht van de risico?s van predictive policing het recente artikel van Kaya Bouma, ?Buienradar voor boeven? in De Groene Amsterdammer, www.groene.nl/artikel/buienradar-voor-boeven. Over de risico’s van etnisch profileren verscheen recent een artikel van Marc Schuilenburg op www.socialevraagstukken.nl/etnisch-profileren-is-onderdeel-van-vooringenomen-criminaliteitsbeleid.

Literatuur

Aldax 2015
M. Aldax, ?Richmond police chief?says department plans to discontinue??predictive policing? software?,?24 juni 2015.

Basulto 2014
D. Basulto, ?Relax, the futuristic?pre-crime system of ?Minority?Report? is still a long way from?becoming reality?, 6 november?2014.

Greenburg 2009
Z.O. Greenburg, ?America?s most?dangerous cities?, Forbes Magazine?23 april 2009.

Hiltzik 2014
M. Hiltzik, ?See some hilarious?charts showing that correlation is?not causation?, Los Angeles Times?12 mei 2014.

Kent Police 2013
Kent Police, PredPol operational?review ? Initial findings, Kent:?Corporate Services, Analysis?Department, Kent Police 2013.

Littooij 2015
A. Littooij, ?Brandweerradar??(J. D. Award, interviewer), 2015.

Mohler e.a. 2015
G. Mohler, M. Short, S. Malinowski,?M. Johnson, G. Tita,?A. Bertozzi & P. Brantingham,??Randomized controlled field?trials of predictive policing?, Journal?of the American Statistical?Association (110) 2015, afl. 512,?p. 1399-1411.

Nucleus Research 2010
Nucleus Research, IBM SPSS ROI?Case Study: Memphis Police?Department (Document K31),?Boston, MA: Nucleus Research,?Inc. 2010.

Orwell 1949
G. Orwell, Nineteen Eighty-Four,?New York: New American Library?1949.

Perry e.a. 2013
Q. Perry, B. McInnis, C. Price,?S. Smith & J. Hollywood, Predictive?policing ? The role of crime?forecasting in law enforcement?operations, Santa Monica, CA:?Rand Corporation 2013.

Smit 2014
S. Smit, ?Computermodel voorspelt?overlast in woonwijken ? en?wanneer die uitblijft?, Secondant?30 april 2014.

Smit e.a. 2016
S. Smit, A. de Vries, R. van Kleij &?H. van Vliet, Van predictive policing?naar prescriptive policing,?Den Haag: TNO 2016.

Stroud 2014
M. Stroud, ?The minority report:?Chicago?s new police computer?predicts crimes, but is it racist??,?The Verge 19 februari 2014.

Van Weerdt & De Vries 2014
C. van Weerdt & A. de Vries,?Dienstverlening verbeteren met?Big Data. Een verkenning voor?gemeenten. Den Haag: TNO 2014.

Willems & Doeleman 2014
D. Willems & R. Doeleman, ?Criminaliteits?Anticipatie Systeem?,?het Tijdschrift voor de Politie?2014, p. 39-42.

Williams 2006
A. Williams, ?Blue C.R.U.S.H.?walks its beat among community?organizations?, Memphis Daily?News 16 november 2006.

[slideshare id=64129657&doc=jv1603-volledige-teksttcm44-643006-160718154218&type=d]

Bronnen:?Justiti?le verkenningen,?jrg. 42, nr. 3, 2016

Dit artikel is gebaseerd op het boek Van?predictive naar prescriptive policing, uitgegeven door TNO en geschreven door Selmar?Smit, Arnout de Vries, Rick van der Kleij en Hans van Vliet. Dit boek is te downloaden via?www.tno.nl/prescriptive-policing.

De virtuele wijkagent: haalbaar of niet?

3 reacties

Agenten die handhaven op de digitale straat. Is dat haalbaar of niet?

Burgemeester Paul Depla van Breda is van mening dat zijn stad een virtuele wijkagent nodig heeft om zo ook het leven dat zich online afspeelt in de gaten te houden. Maar hoe kan dat worden vormgegeven? Klopt het dat deze online wijkagent signalen kan oppikken die anders niet worden opgemerkt? Wordt de informatiepositie van de politie beter wanneer zij ook virtuele wijkagenten inzet?

Handhaving op internet

?Begin eens met de wet handhaven op dat vrije internet?, zo luidt de titel van een artikel uit het NRC. Volgens cijfers van het Centraal Bureau voor de Statistiek (CBS) werden in 2014 een op de negen Nederlanders slachtoffer van cybercrime; 0,8% van de Nederlanders kreeg te maken met identiteitsfraude, 3,5% kreeg te maken met koop- en verkoopfraude en 5,2% kreeg te maken met een?hack?(inbraak) op computer, smartphone, e-mailaccount of website. Door de steeds beter wordende internetverbinding, het feit dat 98% van de huishoudens verbonden is met het internet, door het online gaan met smartphones en tablets (75% van de bevolking heeft een smartphone of tablet) en het gebruik van computers en laptops digitaliseert de samenleving. Doordat steeds meer mensen online zijn verspreiden de veiligheidsproblemen zich ook op het internet. Digitale apparatuur en informatie is kwetsbaar en kan worden misbruikt. ?Cybercrime neemt hand over hand toe‘. Het NCSC schrijft: ??Het aantal experts, de kennis en de middelen moeten dito toenemen, willen we het gevecht winnen en de ICT-veiligheid kunnen garanderen??. Het Nationaal Cyber Security Centrum (NCSC) heeft als taak Nederland weerbaarder te maken op internet. Maar wie doet de online handhaving van veiligheid?

Wat is de rol van de politie?

Henk van Essen, lid van de korpsleiding van de Nationale Politie, zei in het politiedebat van 18 november 2015 op de politieacademie: ??Wat is nou de rol van politie in de digitale wereld? Wat kan je van ons wel verwachten en wat kan je van ons niet verwachten. Het is fair om te zeggen dat we daar nog geen antwoord op hebben op dit moment.? Wanneer je zou zeggen dat die rol er wel is voor de politie en je je voorstelt dat deze rol handhaving betreft, dan kan dit onderzoek van pas komen. Diverse partijen, zowel de politie als private partijen, zien de noodzaak in tot het optreden op internet. De politie is aan het onderzoeken hoe zij meer en beter aanwezig kan zijn op het internet. Private partijen ontwikkelen software, geven beveiligingsadviezen en stellen middelen ter beschikking aan de politie. En eindgebruikers, zoals burgers, letten een beetje op elkaar.

Wanneer het gaat over online handhaving is het ook de vraag of de politie de aangewezen partij is om te handhaven op internet. De politie heeft diverse specialistische teams die zich op het internet begeven, maar de specialistische teams hebben veel minder kennis van wat zich op lokaal niveau afspeelt dan de basis politiezorg. Het internet kent vele spelers en eigenaren. Vrijwel iedereen in Nederland heeft toegang tot het internet, maar vrijwel alle websites staan op private servers van serviceproviders. Het internet is dus deels een publieke en deels een private ruimte. De politie is primair verantwoordelijk voor de openbare orde en veiligheid. Om de specialistische teams te ondersteunen met, zoals voor dit onderzoek is gekozen, de online handhaving, wordt in dit onderzoek gefocust op de online handhaving in de basis politiezorg. Pieter Jaap Aalbersberg, korpschef van Amsterdam, heeft tegen de eerder genoemde Henk van Essen gezegd: ??ik heb in mijn organisatie 82 personen binnen de BPZ werken met een afgeronde HBO-opleiding?. Er zit veel kennis in de basis politiezorg van korps Amsterdam en zij hebben ook lokale kennis. Deze combinatie zou goed benut kunnen worden. De manier waarop dat kan plaatsvinden zou kunnen blijken uit dit onderzoek.

Onderzoek?handhaving van de openbare orde en veiligheid op internet

Het onderwerp van dit onderzoek is: ?handhaving op internet door de basis politiezorg?. Doordat steeds meer mensen online zijn verspreiden de veiligheidsproblemen zich ook naar het internet. In 2014 werden 1 op de 9 Nederlanders slachtoffer van cybercrime. Er is al veel bekend en onderzocht over (online) opsporing, maar het thema (online) handhaving wordt vaak vergeten. Wanneer het over online handhaving gaat is het de vraag of de politie de aangewezen partij is om te handhaven op internet. Aangezien er nog geen wetenschappelijke onderzoeken zijn die zich richten op deze preventieve kant van de basis politiezorg online,? richt dit onderzoek zich daarop. Het doel daarbij is om inzicht te bieden in de mate waarin agenten in de basis politiezorg in staat zijn om te handhaven op internet en welke mogelijkheden er zijn om de handhaving op internet te bevorderen. Het externe doel is daarbij om kaders te bieden waarbinnen deze handhaving kan plaatsvinden, voor zover het mogelijk is om die kaders te schetsen. De vragen die moeten bijdragen aan het bereiken van deze doelstelling gaan over: offline handhavingstaken en de vertaling daarvan naar online handhavingstaken, het juridische kader waarbinnen handhaving op internet zich kan afspelen, welke best practices en knelpunten er al bekend zijn, welke vaardigheden de agent moet hebben en welke kennis en middelen daar voor nodig zijn. Tot slot is bekeken in hoeverre private partijen een rol kunnen spelen in de handhaving op internet.

Reguliere handhavingstaken

Onder de basis politiezorg vallen alle politietaken die niet apart zijn ondergebracht bij specialistische politieonderdelen. Een van de voornaamste taken van de basis politiezorg is het handhaven van de openbare orde onder het gezag van de burgemeester. De agenten in de basis politiezorg werken in verschillende functies. Het doel bij de dagelijkse werkzaamheden van de politie is het verbeteren van de informatiepositie, het de-escalerend optreden bij conflicten en het aangeven van kaders omtrent de openbare orde. De opsporing wijkt daar vanaf, aangezien de politie in dat kader onder het gezag van de officier van justitie valt en als doel heeft om strafvorderlijke beslissingen te ondersteunen. Handhaving is iedere actie die erop gericht is de naleving van het bij of krachtens wet- en regelgeving geldende recht te bevorderen en te bewerkstelligen. De offline handhavingstaken bestaan volgens respondenten uit het leefbaar houden van de wijk, het handhaven van de openbare orde en het bijsturen van gedrag of het uitdelen van boetes wanneer mensen zich niet aan de regels houden. Online kan dat mogelijk net zo plaatsvinden maar dan op digitale plekken. Echter, op het internet kan een agent zich niet net zo identificeren als op straat. Daarnaast kan worden afgevraagd of het internet onder de publieke ruimte valt. Online handhaving kan worden ingezet als instrument, maar kan daarnaast ook worden ingezet als middel tegen online overtredingen zonder dat deze gepaard gaat met een actie op de fysieke straat.

Bevoegdheden en wet- en regelgeving

Alle agenten moeten zich houden aan de politiewet. De politiewet is een aanvulling op het wetboek van strafvordering. In deze wetten is de opsporing strikter vastgelegd dan de handhaving. Opsporing mag alleen worden gedaan door een opsporingsambtenaar. Wettelijk gezien bedient de burgemeester zich bij het handhaven van de openbare orde van de politie. Dat is tevens vastgelegd in de politiewet en de gemeentewet. De burgemeester heeft hiervoor een aantal bevoegdheden. Of hij die online kan, mag en gaat gebruiken is nog veel discussie. Daarnaast is nog steeds onduidelijkheid over wat de agent wel en niet mag op het internet. Daarop heeft het Openbaar Ministerie een matrix opgesteld die in maart 2016 is verspreid binnen de politie. Daarin staat per actie aangegeven welke bevoegdheid de agent al heeft en/of moet vragen. De vraag is of de kaders online wel of niet anders zijn, of zouden moeten zijn, dan op straat. Kan de scope van het Wetboek van Strafvordering gezien de ontwikkelingen en de samenleving worden geprojecteerd op de digitale straat?

Online handhaving binnen de politie

Binnen de politie zijn verschillende onderdelen die zich op het internet richten en betrekking hebben op handhaving. Deze onderdelen zijn het Crisis Communicatie Team, het Open Source Intelligence Team, het Real Time Intelligence Center en wijkagenten en jeugdagenten die actief zijn op social media. Daarnaast maakt het communicatieteam van iedere politie-eenheid ook gebruik van het internet. Deze onderdelen van de politie gebruiken internet met name voor berichtgeving en voor hun eigen informatievoorziening. Daarvoor gebruiken zij programma’s die het internet scannen op trefwoorden. Een overkoepelend onderdeel binnen de politie is de Dienst Regionale Informatie Organisatie. Daar komt vrijwel alle regionale informatie van alle politieonderdelen bijeen. Zij hebben ook de bevoegdheid om de informatie van de verschillende? politieonderdelen in te zien.

De politie heeft enkele goede ervaringen met het gebruik van internet in de vorm van handhaving. De politie in Groningen kreeg via een social media monitoringprogramma een twitterbericht te zien waarin stond dat iemand het aanstaande Sinterklaasfeest wilde verstoren. Daarop heeft de politie gereageerd. De persoon in kwestie had geen reactie verwacht en bood zijn excuses aan. Daarnaast blijkt het effect van het gebruik van social media bij evenementen groot. De informatie-inwinning, het managen van grote groepen mensen (crowd control) en het geven van voorlichting zijn daarbij erg belangrijk.

Tegenover goede ervaringen staan ook knelpunten. en slechte ervaringen, omdat een online actieve politie ook kwetsbaar is. De politie is nog terughoudend met het gebruik van internet. Online zijn is nieuw voor de oudere agenten en protocollen zijn onvoldoende aanwezig binnen de eenheid of de agent weet niet van het bestaan van de protocollen. Doordat er geen speciale internetpolitie is moeten agenten uit de basis politiezorg deze taken ook deels op zich nemen. Momenteel wordt dat nog niet gedaan volgens een vastomlijnd kader. De ene agent is erg actief op het internet en de andere agent maakt vrijwel geen gebruik van internet. Tot slot is de politie erg geori?nteerd op het zenden van informatie. Het ontvangen van informatie en het verwerken van informatie behoeft een grote verbeterslag. Daarbij gaat het zowel om informatie vanuit internet- en social media monitoring programma?s als om de algemene interactie met de burger.

Kennis, vaardigheden en middelen

Er zijn voor de politie cursussen en workshops beschikbaar die ondersteuning bieden aan agenten om actief te zijn op social media, zoals cursussen in het effectief zoeken op internet. Deze cursussen hebben tot doel om de agenten bekwamer te maken in het gebruik van internet als communicatiemiddel en handhavingsmiddel of gecombineerd. Deze cursussen en workshops zijn voor iedereen opgenomen in de politieopleiding, maar veel van de huidige agenten hebben die daarom nog niet gehad. Zij kunnen bijgeschoold worden na een aanvraag voor een cursus of workshop. Om goed met internet te kunnen werken is het belangrijk om expertise binnen de politiebureaus te hebben. Agenten worden steeds meer uitgerust met een smartphone waarmee zij veel zaken op en via internet kunnen regelen. Zo kunnen zij op social media, maar ook kunnen zij politiesystemen raadplegen en een bekeuring uitschrijven zonder dat zij daarvoor een computer nodig hebben. Er is op het intranet van de politie uitleg gegeven over het opzetten van een twitteraccount en waar het twitteraccount exact aan moet voldoen. Om kennis en middelen om te zetten naar vaardigheden en deze ook daadwerkelijk toe te passen is een goede scholing nodig. Aangezien nog niet iedere agent deze scholing heeft gehad en/of iets doet met de scholing op het gebied van social media bij het uitvoeren van de alledaagse werkzaamheden, is het lastig om handhaving op internet te bewerkstelligen.

Private partijen

De politie werkt op specialistisch niveau samen met private partijen zoals Facebook, Twitter, ICT bedrijven en internet service providers. Daarbij wordt zowel aan handhaving als aan de bestrijding en opsporing van cybercrime gedaan.? De handhaving die hier wordt uitgevoerd betreft het verwijderen van account wanneer personen zich niet aan de regels van de website houdt. Ook waarschuwt facebook een gebruiker wanneer deze zich niet houdt aan de door haar gestelde regels.

Bij evenementen wordt veel gebruik gemaakt van social media. Daarbij werken private partijen (organisatoren van evenementen) veel samen met de communicatieteams van de politie. Daar zijn voornamelijk bij de bevrijdingsfestivals van 2015 in Nederland goed successen mee geboekt.

Aanbevelingen

Het is aanbevolen om landelijk ??n beleid te voeren op het gebied van opleiding en gebruik van social media. Daarnaast is het belangrijk om de kennis van nieuw ingestroomde agenten op het gebied van social media te benutten en in te zetten om het kennisniveau van de oudere agenten te verhogen. Tot slot moet er meer samen worden gewerkt tussen private partijen en de politie, zonder dat de private partijen de handhaving uitvoeren in plaats van de politie. De daadwerkelijke uitvoering van de handhaving zou idealiter moeten plaatsvinden door de politie, waarbij de private partijen de informatie aanleveren voor de politie. Door samen te werken op het gebied van informatie vergaren en verwerken kan de politie effectiever zijn.

Aangezien dit onderzoek niet alle aspecten kan belichten van de handhaving op internet is het belangrijk om bepaalde aspecten nader te onderzoeken. Bijvoorbeeld of de agent zich online ook moet identificeren en zo ja, hoe hij dat moet doen. Tevens is het belangrijk om de wijzigingen die aanstaande zijn in het wetboek van strafvordering te volgen. Ook de resultaten van een onderzoek over de bestuurlijke bevoegdheden van de burgemeester op internet en een matrix/schema van het openbaar ministerie over de bevoegdheden van de agent op internet zijn waardevolle aanvullingen op dit onderzoek. Tot slot zou onderzoek moeten worden gedaan naar het opzetten van een social media team per robuust basisteam.

Lees en/of download hieronder het hele rapport:

[slideshare id=63048046&doc=tno-2016-s10720-160614115614&type=d]

Bronnen: TNO

Is met Predictive Policing de heilige graal gevonden?

Geef een reactie

Het politiewerk gaat ingrijpend veranderen door de invoering van?Predictive Policing. Door verfijnde algoritmen los te laten op big data over eerdere incidenten ? en die hoeveelheid gegevens neemt alleen maar toe ? kan de politie straks misdaden voorspellen.

Predictive Policing is de heilige graal waar criminaliteits- en terrorismebestrijders naar op zoek zijn. Het biedt de politie de mogelijkheid om d??r aanwezig te zijn waar de kans op een volgend incident het grootst is. De methode werkt preventief. Ook de nationale politie is al aan de slag met deze ontwikkeling.

Algoritmen die aardbevingen voorspellen

Predictive policing komt uit de Verenigde Staten, waar het in de praktijk beter lijkt te kunnen voorspellen dan menselijke analisten. De ontwikkeling begon in 2008 bij de politie van Los Angeles. Samen met Jeff Brantingham (UCLA en PredPol) werkte de politie het idee uit om algoritmen die aardbevingen konden voorspellen, toe te passen op oude misdaadstatistieken. Het bleek een gouden greep. Ineens kon men een veelvoud aan invloedsfactoren (zoals variaties in plaatsen en tijden) meewegen. PredPol claimt hiermee 1,5 tot 2 keer beter risicogebieden in te schatten dan de politieanalisten.

Naast PredPol zijn er meer ontwikkelingen, zoals HunchLab en het?Amsterdamse Criminaliteits Anticipatie Systeem (CAS). En er komen er meer. Invoering van Predictive Policing bij de nationale politie is mogelijk onontkoombaar, maar dat zal niet gemakkelijk zijn. Het vraagt namelijk om een wezenlijke verandering.

Integrale benadering

De ontwikkeling naar Predictive Policing vraagt om een integrale benadering, waarin doel (in welke context en met welk doel gebruiken we het?), proces, informatie, techniek, en mens en organisatie in samenhang met elkaar worden aangepakt.

De politie zal dus tal van vragen moeten oplossen. Hoe betrouwbaar is de informatie die het systeem aanlevert eigenlijk? Wat zijn de juridische en ethische gevolgen van Predictive Policing? En hoe past het in het politieproces? De organisatie bestaat immers traditioneel uit medewerkers, die in hun werk informatie gebruiken, verwerken en leveren. Hoe past een computer daartussen? Is het als een collega die af en toe kritisch met je mee kijkt, of wordt hij de baas die je oplegt wat je moet doen? Technici, analisten, teamleiders, wijkagenten en andere deskundigen moeten samen aan tafel komen om duidelijkheid te krijgen over de (on)mogelijkheden.

Van Predictive Policing naar Prescriptive Policing

Predictive Policing lijkt de heilige graal, maar is in essentie niets anders dan vakjes op een kaart. Om eenvoudiger, effici?nt en effectief te inzet te plegen is handelingsperspectief en dus Prescriptive Policing onontbeerlijk. Prescriptive Policing voorspelt voor een specifieke situatie wat de effecten zijn van bepaalde interventies en een bepaalde inzet van politiemiddelen. Het systeem doet deze suggestie op basis van gegevens uit soortgelijke situaties in het verleden en daarbij gemeten effectiviteit. Daarbij wordt de menselijke factor expliciet meegenomen, want juist het praatje op straat is een hele effectieve ‘interventie’.

Misschien nog wel meer dan bij Predictive Policing is hier een integrale benadering nodig, waarin doel, proces, informatie, techniek en mens en organisatie in samenhang met elkaar worden aangepakt. In feite zijn er 4 opeenvolgende implementatieniveaus, inclusief bijbehorende uitdagingen:

Intelligence-led Policing: informatie delen en deze gebruiken om te sturen.
Predictive Policing: analisten en wijkteams?trainen in?de omgang met voorspellende informatie.
Effect-led Policing: daadwerkelijke?het effect?registreren van verschillende interventies. Dus ook registreren wat er is gedaan, in plaats van alleen wat daar de resultaten van waren.
Prescriptive Policing:?de adviezen?accepteren van een systeem. Dit vraagt om aanpassing van de aansturing (cultuur en organisatie-inrichting) op door een systeem voorgestelde interventies.

Tot besluit: een wezenlijke verandering

De komst van Predictive, Prescriptive, en andere vormen van politieoptreden op basis van computeralgoritmen, vraagt om een wezenlijke verandering in het proces van politieoptreden. Niet alleen moeten ze hun plaats vinden in de informatieketen, ook de acceptatie door gebruikers is essentieel. Om te hoge, of te lage, verwachtingen te voorkomen is een integrale benadering nodig, waarin doel, proces, informatie, techniek en mens en organisatie in samenhang met elkaar worden aangepakt.

Publicatie over Predictive Policing
In Van Predictive naar Prescriptive Policing. Verder dan vakjes voorspellen houden Selmar Smit en Arnout de Vries alle aspecten van Predictive Policing en Prescriptive Policing tegen het licht, inclusief de mythen rond dit thema. De publicatie bevat een stappenplan voor een geleidelijke invoering van deze nieuwe ontwikkelingen.

Bronnen: Secondant

Social Media tegen terrorisme

Geef een reactie

Een nieuwe intelligence-paradigma. Zo noemen?veiligheidsbeambten van de Isra?l Defence Force (IDF) de sociale media waarop ze zoeken naar informatie over aanslagen en daders daarvan. Een enkeling gaat zelfs zo ver te stellen dat deze speurtochten op sociale media hebben geleid tot een daling van het aantal incidenten. Luitenant-generaal Gadi Eisenkot zegt dat het nu veel gemakkelijker is om lone wolfs of slapende cellen te vinden. Waar dat voorheen een langdurig opsporingsproces was, kan dat nu veel sneller ? door profielen aan elkaar te koppelen, door te zoeken naar vriendennetwerken, likes en shares. De doelgroep immers, tieners en twintigers die aanslagen willen plegen, is massaal online actief. ?We can build in-depth profiles of past
perpetrators, their motives and inspirations, and based on what they have in common locate those with similar characteristics?. En zo hebben tientallen mensen al thuis bezoek gehad van IDF-medewerkers met de vraag wat ze nu precies bedoelden met die posting op facebook, of met die tweet. ?The same tools through which they are pushed to join jihad could help to stop them before it is too late?, aldus het artikel.

Online?intifada?

Na zes maanden van geweld in Isra?l en de Palestijnse gebieden zijn de Isra?lische veiligheidsfunctionarissen behoedzaam als er gesproken wordt over een afnemende dreiging. Gewelddadige protesten en rellen in de Westelijke Jordaanoever zijn weliswaar afgenomen, en het aantal incidenten waarin mensen worden neergestoken of -geschoten is gehalveerd (twee maanden geleden was dit?gemiddeld ??n per dag). In zes maanden, van oktober 2015 tot maart van dit jaar, waren er 230 aanvallen waarin 34 Isra?li’s en buitenlandse toeristen en 121 Palestijnse aanvallers werden gedood. Velen hebben het gehad over een derde intifada (opstand), hoewel het Isra?lische leger liever de term “beperkte opstand” verkiest. Het voorkomen van bloedvergieten is onwaarschijnlijk, ook al omdat Isra?lische en Palestijnse leiders niet eens in dezelfde kamer kunnen zitten.

De uitdaging voor?de Isra?lische veiligheidsdiensten is echt veranderd. “In de tweede intifada [2000-2005] was er een duidelijke keten van?regie, financiering van aanslagen en rolverdeling” zegt een officier van de Israel Defence Force (IDF). “Je kon?een terroristische cel lokaliseren en uitschakelen. Nu kan iedere?Palestijn een potenti?le verdachte zijn en dat is onwenselijk. Je moet eigenlijk daders kunnen onderscheiden in het Palestijnse publiek.” En dat is veel makkelijker gezegd dan gedaan als je ziet dat de huidige?aanvallers geen eerdere betrokkenheid hadden bij gewelddadige activiteiten, ze vaak als individuen handelen of hoogstens in groepjes van twee of drie vrienden acteren en in sommige gevallen zelfs maar?dertien jaar zijn. De stafchef van de IDF, luitenant-generaal Gadi Eisenkot, gaf drie maanden geleden toe dat de Isra?lische veiligheidsdiensten geen enkele aanwijzing hadden over de aanslagen. Dat is nu iets verbeterd, mede door ongebruikelijke inlichtingenoperaties.

Nieuw intelligence paradigma

Het is?Isra?lische ministers tot nu toe niet gelukt om bedrijven als Facebook te overtuigen?om het aanzetten tot geweld door Palestijnen?van het platform?te verwijderen, maar de inlichtingendiensten?zien de?social media platformen als uitgelezen kans om dreigingen te monitoren. De gemiddelde dader is tussen de?15 en 25 jaar?en de meesten van?hen zijn actief op Facebook en Twitter. Vaak kun je (en zeker achteraf) hun intenties afleiden uit hun online gedrag.

“Het is een nieuw paradigma waarin we zien dat we niet alleen te maken hebben met individuen zonder organisatorisch verband, maar deze daders weten een week of zelfs de dag ervoor nog niet dat?ze een aanval gaan uitvoeren”, aldus de Isra?lische inlichtingendienst. “Wat we wel kunnen doen is analyses gebruiken op basis van rijk gevulde?profielen van daders uit het verleden. Wat was hun motief, wat inspireerde hen om te handelen? Op basis van gemeenschappelijke kenmerken kunnen we deze mensen dan lokaliseren.”

Typische online profielen bevatten vaak beschuldigingen in de richting van Isra?l die de al-Aqsa moskee op de Tempelberg in Jeruzalem “ontheiligde”, klachten over de Palestijnse leiders en berichten over de?”verloren generatie” of persoonlijke woede over een vermoord?familielid, vriend of buur. Dit gedrag gaat vaak gepaard met persoonlijke problemen, zoals gedwongen huwelijken, schuld en sociale uitsluiting. Sommige verdachten gaven tijdens het?verhoor toe dat ze een zelfmoordactie van plan waren en?als “martelaren” wilden eindigen.

Met behulp van speciaal ontwikkelde algoritmen zoekt men nu op social media-accounts van jonge Palestijnen wat al snel een lijst van potenti?le verdachten opleverde. In sommige gevallen heeft het IDF ook aanvallen kunnen stoppen, nog tijdens de voorbereidende handelingen. Tientallen jonge mannen en vrouwen hebben ook “waarschuwingsbezoeken” gehad door de Shin Bet (de inlichtingendienst) waarin zij en hun ouders te horen kregen dat ze in de gaten werden gehouden. Ook worden de namen gedeeld met de Palestijnse autoriteiten. Radicaliserende jongeren op het web worden met de tools op deze manier gestopt voordat ze zich aansluiten bij de Jihad.

“Inlichtingendiensten hebben nog nooit een grote aanslag (zoals de Intifada) kunnen voorspellen”.

Dit is slechts een van de vele interessante uitspraken?uit de genomineerde documentaire over de Shin Bet:

Bronnen: Cops In Cyberspace, The Economist

Social Media DNA

SocialMediaDNA richt zich op kennisdeling rondom social media, politie en maatschappelijke veiligheid. Onderwerpen vari?ren van de online aspecten van openbare orde, opsporing, vervolging, rechtspraak tot crisisbeheersing en communicatie.

Tagarchief: intelligence

?Facebookvrienden worden met de verdachte.? Over online undercover operaties op internet

Geen nieuwe Project X door slimme inzet mens en techniek

Predictive policing: lessen voor de toekomst