Tagarchief: network

Criminelen zijn zo voorspelbaar als 125 bij 125 meter

Met behulp van software criminelen op heterdaad betrappen, of voorkomen dat ze toeslaan: het lijkt science fiction, maar het gebeurde allang in Amsterdam.?Een landelijk virtueel raster met vakken van 125 bij 125 meter. Per vlak worden meldingen van bijvoorbeeld inbraken en roofovervallen bijgehouden. Dat is, in het kort, de gedachte achter CAS, het Criminaliteits Anticipatie Systeem.????

Predictive Policing is het voorspellen van misdaadrisico?s met behulp van software, op grond van grote hoeveelheden data die aan elkaar worden gekoppeld. Sinds meer dan een jaar gebruikt de politie het Predictive Policing systeem CAS. Nu wordt het landelijk uitgerold.

Wat zijn de voordelen van dit systeem en wat kunnen we er in de toekomst van verwachten? Kritische kanttekeningen zijn er ook te maken, Marc Schuilenburg vind het zelfs onzin. Onderstaand interview met Arnout de Vries, onderzoeker bij TNO, duidt de zin van de onzin in predictive policing:

Waar gebruikt de Nederlandse politie Predictive Policing voor?

?Om ?eenvoudige?, maar veel voorkomende misdaden als inbraak en zakkenrollen te voorkomen.?

“Een crimineel breekt het liefst in op bekend terrein, in een bekend huistype. En dat doet hij vaak op dezelfde manier, bijvoorbeeld met een breekijzer”, legt Arnout de Vries uit. Hij is onderzoeker bij kenniscentrum TNO en vanaf het begin betrokken bij deze ontwikkeling.

Door data over eerdere inbraken te combineren, kun je de volgende inbraak voorspellen, zegt De Vries. Op basis van 250 soorten data, bijvoorbeeld de sociale samenstelling van de buurt, het aantal caf?s en zelfs ook het weer wordt zo de kans op nog een incident berekend.

“Als je weet dat er in een straat steeds wordt ingebroken via openstaande ramen op zonnige dagen, dan kun je daar als politie rekening mee houden.”

Toch is De Vries verrast dat het systeem nu al landelijk ingezet gaat worden. “Het is gek dat ze het nu al uitrollen, want het is nog niet bewezen dat het systeem ook echt een verschil maakt op straat. We weten dat de voorspellingen aardig kloppen, maar niet of er ook meer boeven door worden gevangen, of dat de veiligheid hierdoor verbetert.”

Wat betekent CAS voor het werk van een politieagent?

?De agenten gaan nog steeds op pad, maar gerichter. Het systeem geeft aan waar en wanneer het risico op een misdaad groot is, maar schrijft niet voor wat de agenten moeten doen. Ga je er bijvoorbeeld naartoe, of hang je camera?s op? De leidinggevende bepaalt altijd al waar de agenten naartoe gaan. Die beslissing is nu deels gebaseerd op de risicobepaling van CAS.?

Werkt het systeem goed?

?De ervaringen in Amsterdam zijn positief, maar wetenschappelijk onderbouwde resultaten zijn er nog niet. We weten dus niet met welk percentage de misdaad is gedaald door dit systeem.?

Welke data gebruikt de politie bij Predictive Policing?

“Ze gebruiken de misdaadgegevens van de politie zelf, in combinatie met andere data. Denk aan de evenementenkalender of de weersvoorspellingen. Is het druk in de binnenstad? Doen mensen hun ramen open? Ook de woonplaats van veelplegers wordt erin meegenomen, want binnen een straal van twee kilometer rondom hun woning is de kans groot dat er iets gebeurt. CAS gebruikt nu al meer dan honderd soorten data.?

Hoe meer data ze gebruiken, des te beter de voorspelling?

?Dat is maar de vraag. Je zou bijvoorbeeld sociale media kunnen gebruiken om de meest actuele gegevens in je rekenmodel te stoppen. Bij TNO denken we echter dat het gebruik van nog meer gegevens op een zeker moment alleen zorgt voor optimalisatie in de marge. De opbrengst wordt steeds kleiner. Er bestaat bovendien een risico dat de politie zelf het zicht verliest op het model: hoe meer data je gebruikt, des te complexer worden de berekeningen. Willen we een situatie, waarin de politie zelf geen idee meer heeft waarom het systeem een locatie als risicovol aanwijst??CAS richt zich vooral op inbraken en zakkenrollen.

Het huidige systeem benut ook de adressen van veelplegers. Dat doet het op een schaal van 500 tot 1000 meter. Daar kun je ethisch gezien nog wel het nodige van vinden, zegt De Vries. “Zeker als die mensen hun straf al hebben uitgezeten.”

Komt er een uitbreiding naar andere criminaliteit?

?Zo?n uitbreiding kan zeker, maar is complex en vereist dat je fors inzet op data science. Het is de vraag of de politie hiervoor het geld en de expertise heeft.?

Ook is er volgens De Vries niet genoeg duidelijk over het ‘waterbed-effect’. Dus of criminaliteit zich door de extra controles in de rode vakjes niet simpelweg naar andere gebieden verplaatsen. ?”Mij valt op dat sommige burgemeesters daar erg simpel in zijn. Die denken: zolang de inbraak niet in mijn stad is, is dat veiligheidsprobleem opgelost.”

Werkt Predictive Policing altijd beter dan de intu?tie van een agent?

?De software bevat het collectieve geheugen van de politie, dat is meer dan het individu kan onthouden. Maar er kleven ook risico?s aan het gebruik van wiskundige modellen. Zo kan er een tunnelvisie ontstaan, doordat de software zich baseert op data uit het verleden. Als het systeem agenten een wijk in stuurt, zullen deze in veel gevallen wel wat vinden. Als het systeem vervolgens redeneert dat het risico in die wijk groter is dan elders, stuurt het de agenten er nogmaals heen. Zo kan onterecht het idee ontstaan dat die wijk crimineler is dan andere wijken. Die versterkende redeneringsloop kun je onder andere doorbreken door agenten af en toe willekeurig een wijk in te sturen.”

?De software bevat het collectieve geheugen van de politie, dat is meer dan het individu kan onthouden?

Critici van Predictive Policing zijn bang dat onterecht mensen op worden gepakt. Is die angst terecht?

?Een veel gebruikt voorbeeld is dat iemand ten onrechte wordt aangehouden, omdat hij ?s nachts toevallig met een schroevendraaier rondloopt over straat. Ook ?racial profiling? kan het systeem insluipen: mechanismen, waardoor mensen met een etnische achtergrond vaker worden aangehouden. Stel bijvoorbeeld dat de eerder genoemde wijk toevallig erg multicultureel is. Je moet je bewust zijn van de data het systeem ingaan en welke juist ontbreken. Eigenlijk zou een onafhankelijke ethische ICT-commissie het systeem moeten toetsen.?

Prescriptive Policing zou de volgende stap kunnen zijn. Wat houdt dat in?

?Predictive Policing zegt alleen op welk moment je waar moet zijn. Prescriptive Policing voorspelt welke maatregel het meest effectief is gebleken in die context. Het politiesysteem bevat een schat aan gegevens die nu onbenut blijft. Met smartphones kun je bijvoorbeeld meten waar agenten geweest zijn en wat ze gedaan hebben. Welk effect heeft dat gehad??

Is de politie hier klaar voor?

?De Nederlandse politieleiding stuurt nu juist erg aan op professionele vrijheid van de agenten. Als die vrijheid wordt ingeperkt door software, zal dat lastig te accepteren zijn. Bovendien is er een enorme allergie voor cijfers: een kopje koffie drinken in een buurthuis is niet in cijfers uit te drukken, toch kan het enorm nuttig zijn. Het is heel belangrijk dat agenten en leidinggevenden de toegevoegde waarde van het systeem zelf gaan ervaren. Die mindset is nog belangrijker dan de dataset.?

Is het nog een optie om deze technologie?n links te laten liggen?

?Gezien de effici?ntie van de bedrijfsvoering ligt het voor de hand om toch op predictive en prescriptive policing in te zetten. De politie weet momenteel niet wat allerlei interventies opleveren. Zowel de politiek als de samenleving verwacht dat resultaten aantoonbaar gehaald zijn. En de politie moet steeds meer doen met minder. Deze technologie stelt je daartoe in staat. Wat ook sterk meespeelt, is dat het bedrijfsleven deze systemen wel heel snel accepteert. De beveiliging van steeds meer openbare ruimten, zoals voetbalstadions, bedrijventerreinen en pompstations, raakt geprivatiseerd. Dat kan ertoe leiden dat de politie straks wordt verdrongen door technieken die veel effectiever werken.?

Tien mythen over predictive policing

  1. Crimineel gedrag is niet te voorspellen?
    Criminelen zijn vaak net zulke gewoontedieren als andere mensen. Na een succesvolle woninginbraak zijn ze bijvoorbeeld geneigd het in een vergelijkbare woning in dezelfde omgeving nog eens te proberen. Dergelijke patronen maken woninginbraak redelijk voorspelbaar.
  2. Robots zullen agenten vervangen
    Predictive policing maakt gebruik van algoritmes om agenten te helpen misdaden te voorkomen. De agenten worden niet vervangen door machines, hoewel hun rol kan veranderen.
  3. Met predictive policing maken boeven geen kans meer
    Het algoritme van Predictive Policing wijst plaatsen aan op de kaart: hier is de kans op een misdaad hoog. Welke actie de politie vervolgens het best kan ondernemen, is vaak minder duidelijk. Nieuwe analyses van veel cases (big data) kunnen inzicht geven in de effectiviteit van verschillende maatregelen, want boeven blijven creatief.
  4. Voor een goede voorspelling zijn data nodig van iedereen
    De politie analyseert al jarenlang processen verbaal om inzicht te krijgen in misdaadnetwerken. Predictive Policing doet dit ook, maar koppelt meer gegevens in tijd en plaats. Het is niet nodig gebleken om van alle burgers data te verzamelen om te voorspellen op welke plaatsen het risico op een misdaad groot is.
  5. Predictive Policing is een gedachtenpolitie die je oppakt voordat je iets doet
    Met Predictive Policing wil de politie misdrijven voorkomen door op tijd actie te ondernemen. Dat wil niet zeggen dat onschuldige burgers worden opgepakt voordat ze iets hebben gedaan. Wel is het belangrijk dat Predictive Policing zich baseert op data die onbevooroordeeld en controleerbaar zijn.
  6. Predictive Policing helpt misdaad de maatschappij uit
    Predictive Policing biedt geen oplossing voor alle soorten misdaad. Risico?s, veiligheid en politiewerk zijn niet volledig uit te drukken in cijfers, waardoor computermodellen soms tekortschieten. De menselijke benadering van de agent blijft belangrijk en misdaad zal altijd blijven bestaan.
  7. Gezond verstand van de wijkagent is altijd beter dan een stukje software
    ?Gezond verstand? bevat vaak meer vooroordelen dan software gebaseerd op objectieve statistische modellen. Het is wel belangrijk dat de modellen zelf niet onbedoeld bevooroordeeld zijn. Predictive Policing werkt ter aanvulling van gezond agentenverstand.
  8. Predictive Policing is oude wijn in nieuwe zakken
    Vroeger gebruikte de politie prikborden met een regiokaart om de criminele ?hotspots? aan te geven, uitgaande van misdaadcijfers uit het verleden. Predictive Policing doet hetzelfde, maar op digitale kaarten die de toekomst tonen. Er worden ook veel meer gegevens aan elkaar gekoppeld. Het is dus eerder nieuwe wijn in oude zakken.
  9. Predictive Policing is plug & play
    Predictive Policing lijkt zo simpel: je haalt de criminaliteitsgegevens door een computer en?er rolt een kaart met rode vakjes uit. Organisatorisch vereist de toepassing echter een cultuurverandering. De agenten moeten hun denk- en werkwijze aanpassen.
  10. Agenten laten zich niet sturen door een algoritme
    Wanneer agenten zelf ervaren dat Predictive Policing een meerwaarde heeft, zullen ze de technologie eerder accepteren.

Bronnen: TNO Time, NOSop3, BNR, De Correspondent

App: Vigilante / Citizen

vigilante0

Onlangs is een controversi?le app gelanceerd met de evenzo controversi?le naam ‘ Vigilante’. De app, nu verder onder de naam Citizen, kon tot voor kort alleen nog in New York City gebruikt worden maar er is ophef ontstaan waardoor de app uit de App Store is gehaald. Een spectaculaire video laat zien hoe krachtig de toepassing kan zijn. Er zijn al wat meldingen gerapporteerd, maar onbekend is?hoe deze zijn afgelopen. Laten we hopen dat burgers zich ook met deze app aan de wet houden en zichzelf niet in gevaar brengen, zoals in onderstaande boodschap wordt verteld aan de gebruikers van de app.

vigilante2

Met gebruik van politiescanners en plotten van het incident op de kaart met GPS locatie worden Vigilante gebruikers gealerteerd in de buurt, vergelijkbaar met een SMS broadcast, maar nu gratis via een app.

Ze schrijven in hun manifest:

?The lens of the camera is incapable of lying. When we are able to look at a situation from multiple angles, the truth emerges. Transparency is the single most powerful tool in the fight against crime and injustice, and we believe it will rebuild cooperation towards a shared vision. Cooperation, in turn, will lead to safer communities, better cities, and a stronger nation.?

vigilante4

Onderstaande video toont een vrouw die gevolgd wordt door een verdacht figuur terwijl ze de politie belt. Aangezien 911 via openbare poilitiescanners uit te lezen zijn (hier zijn zelfs ook apps voor) wordt de melding daarna doorgezet aan een netwerk van gebruikers die kunnen kiezen of en hoe ze willen reageren. Uiteraard wordt erop gewezen de eigen veiligheid in acht te nemen, en de video zinspeelt erop om ook alles vast te leggen via beeld. Laten we hopen dat eigenrichting (mede door opnames als bewijs) uitblijft en dat New York er inderdaad veiliger door wordt.

De app is nu alleen nog beschikbaar via iOS en is zelfs even tijdelijk uit de appStore verwijderd.


v1 v5 v4 v3 v2

Het idee is vergelijkbaar met eerdere innovaties zoals die ook in Nederland ontwikkeld zijn. Het filmpje van ComProNet werd door sommigen ook als controversieel ontvangen, omdat een taxi?zijn auto schuin op de weg zette om de weg te blokkeren voor een naderende scooterdief.

UPDATE: De app is inmiddels alweer opnieuw gelanceerd, maar onder een minder controversiele naam: Citizen.

Het idee blijft hetzelfde en de functionaliteit is eigenlijk niet veranderd. Kennelijk kreeg het op deze manier wel de goedkeuring van Apple. Met een nieuwe naam moest er ook een nieuw filmpje gemaakt worden dat ook iets milder is geworden:

vigilante1

Bronnen: The Sun, Reddit, Inverse, Dailystar, Zita,?Medium, Gizmodo, New York Post, Daily Mail, SnapMunk, HITC

SON-M: onderzoek naar online sociale be?nvloeding

ijsberg-gedragIn het onderzoekstraject SON-M onderzoekt TNO vanuit verschillende disciplines de kracht van online sociale be?nvloeding. Het doel van dit onderzoek is om beter te begrijpen hoe deze vorm van be?nvloeding werkt. Op basis daarvan kan het ontstaan van online (collectief) gedrag worden waargenomen en kan de kennis over de mechanismen achter online sociale be?nvloeding worden ingezet om dit gedrag te voorspellen en waar wenselijk te be?nvloeden. Dit artikel zet een aantal resultaten van dat onderzoek op een rij.

Mensen zijn sociale wezens. Elk individu maakt onderdeel uit van een sociaal netwerk, dat bestaat uit familie, vrienden en collega?s, maar ook onbekenden. En naast het feit dat al die individuen eigen behoeften, waarden en wensen hebben die hun gedrag bepalen, wordt hun gedrag ook sterk be?nvloed door expliciete en vooral ook impliciete regels van hun sociale omgeving. De kracht van sociale be?nvloeding is groot en wordt bepaald door een (ijs)berg aan factoren die dankzij social media steeds zichtbaarder lijken.

Met de komst van Internet en meer specifiek met de komst van verschillende sociale netwerken zoals Twitter, Hyves en Facebook, heeft deze kracht aan dimensies gewonnen. Het aantal mensen binnen een (actief) sociaal netwerk groeit en de specifiekheid van de contacten neemt toe. Bovendien is de snelheid van de communicatie door de komst van sociale netwerksites enorm toegenomen en is communicatie tijd en plaats onafhankelijk. Deze verschillende kenmerken van Internet maken dat de kennis over sociale be?nvloeding niet ??n op ??n vertaalbaar is naar de online wereld.

Online sociale be?nvloeding

Op sociale netwerken kunnen willekeurige individuen zich verenigen en zich sterk maken voor een gezamenlijk doel. We hebben de macht vanuit de massa, vanuit de publieke opinie al een aantal keer in de praktijk gezien: de ?twitter-revoluties? in Moldavi? en recentelijk in Egypte, en de KitKat-campagne van Greenpeace tegen het gebruik van niet duurzame palmolie door Nestl?. Bedrijven en overheden worden hiermee geconfronteerd, en TNO biedt kennis en kunde om dit soort ontwikkelingen te monitoren, de kracht en duur te bepalen en reactief of proactief hierop te reageren.

Ook op individueel niveau laten we keuzes steeds meer afhangen van die van vrienden/ onbekenden. Gingen we vroeger af op het advies van de verkoper en de buurman, tegenwoordig krijgen we online advies uit de hele wereld. Via TNO krijgen organisaties inzicht in welke impact sociale be?nvloeding heeft op individueel gedrag en op keuzes en hoe ze hier in hun interactie met burgers en klanten op kunnen inspelen.

SON-M: het onderzoek van TNO

TNO kijkt vanuit verschillende perspectieven naar online sociale be?nvloeding:

  • Macro
    TNO maakt patronen inzichtelijk binnen de grote hoeveelheden online data, zoals verspreiding van informatie en omslagen in sentiment. Hiertoe wordt o.a. gebruik gemaakt van datamining, social network analysis, agent-based modelling en visualisatie.
  • Micro
    Op het niveau van het individu worden drie belangrijke aspecten aan online sociale be?nvloeding onderscheiden: actorkenmerken (ontvanger of zender), boodschapkenmerken en kenmerken van het sociale netwerk. Via theorievorming (sociologie en psychologie) en data-analyse wordt inzicht verkregen in de wijze waarop deze aspecten van invloed zijn.
  • Reflectief
    TNO kijkt naar de impact die online sociale media hebben op de samenleving en naar de ethische kant van het bewust gebruik van online sociale be?nvloeding.

TNO wil organisaties de tools te geven om beter inzicht te krijgen in online sociale netwerken, en gericht te handelen. Eerder organiseerde TNO een symposium?waarin op hoofdlijnen enkele resultaten gedeeld werden. Ook werd er een quickscan gepubliceerd waarin de issues die op dit moment door overheid en bedrijfsleven worden ervaren bij het gebruik van sociale media en het verkrijgen van inzicht in online sociale be?nvloeding duidelijk werden.

Inmiddels zijn er ook heel wat wetenschappelijke papers gepubliceerd voor diegenen die iets meer diepgang wensen. Hieronder een overzicht van een aantal artikelen:

Eerder stond er ook een interessant artikel over de principes van gedragsverandering in online platformen (bron: Ministerie van Algemene Zaken), waarin mediapsycholoog Mischa Coster laat zien dat gedragsprincipes uit de sociale- en mediapsychologie ook van toepassing zijn op sociale media:

 

ComProNet

compronet2

Wat is Compronet?
ComProNet, het Community Protection Network, is een hightech sensor en social media project dat er op is gericht om sneller hulp te bieden bij incidenten.?Compronet heeft als doel om op een nieuwe wijze criminaliteit te bestrijden en met elkaar zorg te dragen voor de veiligheid in de eigen buurt. Met elkaar: burgers, particuliere en publieke bedrijven, professionals, politie, brandweer en ambulance. Gebruik makend van de laatste technologie en social media!
Snelheid, zelfredzaamheid, weerbaarheid en participatie zijn daarbij sleutelwoorden.

ComProNet_MeldScreenCompronet helpt burgers, middenstanders, politie, andere hulpverleners, particuliere beveiligers, camerabewaking en andere sensoren met direct elkaar samen te werken bij (dreigende) verstoringen van de openbare orde, door heel snel informatie uit te wisselen via social media op je smartphone. Zij worden daarbij ondersteund door de kern van Compronet, een soort automaat die alle inkomende informatie slim beredeneert en suggesties geeft aan de relevante deelnemers van Compronet.

In eerste instantie richt Compronet zich op de bestrijding van criminaliteit en het verhogen van heterdaadkracht. Het is ook geschikt voor noodsituaties als brand- en onwel-meldingen. Compronet is de projectnaam van een door het Ministerie van Veiligheid en Justitie gesponsord project.

De eerste reacties van deelnemers uit een artikel van het Dagblad van het Noorden

Asser ondernemers vinden het jammer dat het proefproject Compronet, dat eind 2012 draaide in?de binnenstad, is gestopt. Zij pleiten ervoor het elektronische alarm- en opsporingssysteem op een of andere?manier structureel voort te zetten.?Via de iPhone stonden ondernemers, politie, beveiliging en gemeente zes weken lang in contact met elkaar.?Misstanden werden via een bericht, voorzien van allerlei informatie over verdachten, aan elkaar?doorgegeven, zodat de politie snel kon handelen. Het leidde onder meer tot een behoorlijk aantal?aanhoudingen en boetes.?”Als wij ergens melding van maakten via Compronet”, zegt Rolf Kok van het kaartenhuis naast de Hema,?”waren agenten razendsnel ter plekke. Zo zagen we hoe jongens voor onze zaak een fiets wilden stelen.?E?n berichtje via de telefoon en de politie kwam er al aan.”?Omdat berichten ook konden worden voorzien van foto’s, konden agenten in sommige gevallen direct met?bewijs in de hand richting verdachten. Kok: “Al met al gaf Compronet ons een goed en veilig gevoel.”

Onderzoek heeft volgens de Asser politiechef Harald Kodden uitgewezen dat misdrijven het vaakst worden?opgelost na een ‘heterdaadje’. “De crimineel betrappen tijdens de daad, gebeurt in slechts 15 procent van?die gevallen door de politie. In 85 procent van de gevallen betrappen burgers hen. Wij willen hen daarom via?Compronet betrekken in het oplossen van overlast en misdaad, want veiligheid gaat iedereen aan.”

“We zijn tevreden met het resultaat”, zegt projectleider Ronnie Hessels. “Hier en daar waren er soms wat?technische problemen, maar over het algemeen werkte het systeem goed. Het grote winstpunt is dat alle?partijen met elkaar hebben samengewerkt om misstanden te melden en op te lossen. Een mooi voorbeeld is?een melding van een sleutelmaker die het niet vertrouwde toen jongens voor een blanco fietssleutel voor een?AXAslot kwamen. Die worden vaak gebruikt als loper om fietsen te stelen. Een ambtenaar van de gemeente?is daar toen op af gegaan. Helaas trof hij de jongens niet meer aan, maar het illustreert hoe snel je kunt?handelen en dat we het echt met z’n allen doen.”?Ook kwamen er meldingen binnen van een drugsdeal, winkeldiefstallen, een brommer die veel te hard door?de stad reed en hinderlijke samenscholingen. Hessels: “In sommige gevallen konden we door verzonden?informatie en foto’s daders aan die zaken linken en aanhouden.”?Hoe het nu verdergaat met Compronet kan Hessels niet zeggen. “Die beslissing ligt bij de landelijke politie.?Maar in de toekomst kunnen we niet om dit soort moderne hulpmiddelen heen. Je kunt dit systeem nog?verder uitbouwen met geluid, film, veiligheidsinformatie voor de burgers De mogelijkheden zijn eindeloos.”?Na Groningen en Schiphol was?Assen de derde proeftuin voor Compronet. De landelijke politie beslist over een vervolg.

Bronnen: Compronet, Dagblad van het Noorden