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.
Sociale media zijn h?t middel van nu om foto?s, video?s, verhalen, gedachten en alles wat ons verder bezighoudt te delen met onze medemens. Of we die nu kennen of niet. Al die informatie kan ook voor allerlei andere doeleinden gebruikt worden. Als je in de reclamewereld werkt is alle informatie die vanuit de sociale media is te filteren goud waard. Ook voor de politie zijn sociale media waardevolle kanalen. Niet alleen om bewijsmateriaal bij elkaar te vergaren, maar ook om preventieboodschappen te verspreiden?om te voorkomen dat we slachtoffer worden.?Herman?plaatste op 19 april nog een?lezenswaardige tweet?over het voorkomen en bestrijden van criminaliteit met behulp van sociale media.
Sinds korte tijd heeft Bill Bratton zijn welverdiende pensioen weer ingeruild voor het werk dat in zijn hart en nieren zit: politiewerk. De ’top cop’ keert weer terug als korpschef op zijn oude stek: New York City. En sinds een paar dagen maakt hij ook gebruik van social media, namelijk:?Twitter.
Politiecommisaris Bill Bratton heeft ten tijde van de Londense rellen ook in de Europese media veel aandacht gekregen nadat de Britse politiek zijn hulp had ingeroepen. De Britse politietop was niet gelukkig met de komst van de Amerikaan. Commissaris Hugh Orde, voorzitter van de Association of Chief Police Officers gaf aan dat als je 400 bendes hebt in de Verenigde Staten, je niet echt effectief bent in de bestrijding daar van. En als je naar de manier van politieoptreden kijkt in de VS, en het niveau van geweld, dan is dat fundamenteel anders dan in Engeland.
Bill Bratton bij CBS-news
Bill Bratton in het NOS-journaal
Bill Bratton heeft er al een hele carri?re opzitten. Sinds de jaren tachtig leidde hij de politie in Amerika’s moeilijkste steden – Boston, New York en Los Angeles. Hij liet een erfenis na die twintig jaar terug ondenkbaar leek: overal waar hij werkte ging de stijgende criminaliteit over in een spectaculaire daling. Zijn aanpak werd wereldwijd overgenomen. In de media verklaarde hij dat het aantal moorden in New York halveerde tijdens zijn bewind, in Los Angeles daalde het aantal misdaden door bendes met 60 procent. Rellen zijn volgens Bratton niet alleen te stoppen door veel mensen te arresteren. Ook aan de sociale redenen voor de onrust moet worden gewerkt. Bratton zal de Britse regering advies geven. Hij is vooral gevraagd om te kijken naar het probleem van misdaad en geweld door bendes. Beperking van bewegingsvrijheid van bendeleden zodat ze niet samen kunnen komen, ze geen mobiele telefoons kunnen hebben en op bepaalde tijden niet op bepaalde plekken mogen zijn, zei hij in The Daily Telegraph. Tevens wil hij sociale media inzetten om activiteiten van bendeleden te volgen.
Britse politiecommissaris over social media
Hieronder een aantal van zijn stokpaardjes
Broken windows theorie:
Bratton, heeft in de Verenigde Staten het ‘kapotte-ruitenbeleid’ in de praktijk gebracht. Volgens deze criminologische visie leidt goed onderhoud van een stedelijke woonomgeving tot minder criminaliteit.?Uitleg Brolen windows theory hieronder:
Compstat:
Bill Bratton voerde een computersysteem in waarmee misdaden nauwkeurig konden worden bijgehouden. De agenten moesten optreden tegen agressief en hinderlijk gedrag van met name zwervers. Hij liet de politie nauwgezet de resultaten registreren, zodat patronen van criminaliteit zichtbaar werden. Districtchefs werden aangesproken op de resultaten in ‘hot spots’ van criminaliteit.
Sinds kort heeft Bill Bratton ook geholpen met de realisatie van BlueLine. Het internet social media platform voor de Amerikaanse politie. Enigzins vergelijkbaar met het Nederlandse Politie+.
Zero tolerance:
Bill Bratton had eerder ook invloed op Nederlandse politie hij bedacht het ?zero tolerance? beleid. Bratton had zijn idee?n ontwikkeld als chef van de spoorwegpolitie, waar hij agenten in de metro en treinen meer liet surveilleren en strenger controleren op zwartrijden, bedelen, dronkenschap, rondhangen, enzovoort. Het aanpakken van relatief kleine vergrijpen hielp grotere vergrijpen voorkomen en oplossen.
Predective Policing:
Een zeer interessante ontwikkeling waar hij in de Verenigde Staten mee experimenteert is predective policing: de politie slaat zoveel persoonlijke gegevens over burgers op in de computer dat ze voortaan kan voorzien waar en door wie een misdaad zal worden gepleegd.
Een voorbeeld is een jongetje dat met een pistool op de stoep in New York speelt . Een man passeert, het jongetje schiet per ongeluk, de man schiet terug en ontkomt. Getuigen zeggen dat de schutter een tatoeage – ‘I love you’ – op zijn onderarm had.
Vroeger duurde het dagen, soms weken, voordat de politie in zo’n geval de identiteit van de verdachte achterhaalde. Nu kan het veel sneller: de korpsen van New York en Los Angeles beschikken namelijk over real time crime centers, databanken waarin de intieme persoonsgegevens – zoals tatoeages – van miljoenen burgers zijn opgeslagen.
Daarin kan de politie terugvinden dat er in New York een aantal mensen zijn die een variant van ‘I love you’ op hun lichaam hebben getatoe?erd. Dan wordt het een stuk makkelijker om verder te rechercheren.
Het interessante is dat de politie diezelfde databanken nu ook kan gebruiken om in de toekomst te kijken. Een voorbeeld uit de politiepraktijk van een grote Amerikaanse staat. De scholen in die stad hebben te maken met een schrikbarend hoog moordpercentage. Een politiecommissaris besloot de persoonsgegevens van alle vermoorde leerlingen van de laatste jaren in een databank te stoppen voor een slachtofferprofiel. Zo was het mogelijk om een lijst van vijfhonderd studenten samen te stellen die het risico lopen dat ze ook vermoord worden. Nu weet de politie beter waar ze moet zijn en op wie ze moeten letten. Het is nog onduidelijk of het werkt, want het is een proefproject, maar Bratton voorziet dat dit de toekomst van politiewerk is.
Een van de dingen waar de politie in de zeer nabije toekomst zeker mee te maken krijgt is predictive policing (voorspellend politiewerk) op basis van enorme hoeveelheden digitale gegevens. Een ontwikkeling uit de VS. Wat is dat precies? Heel in het kort: de politie heeft een enorme hoeveelheid gegevens (big data) over misdaden uit het verleden tot haar beschikking. Big data is een grondstof die nooit opraakt. Door hier een diepe analyse op los te laten kan de politie straks in combinatie met verfijnde algoritmen toekomstige misdaden voorspellen. Met andere woorden: op grond van predictive policing kunnen mensen straks worden opgepakt nog voor ze een misdaad hebben begaan. Dat is eng. Kan dat allemaal zo maar?
De politie van Los Angeles maakt bijvoorbeeld gebruik van de software PredPol. Die analyseert oude misdaadstatistieken ? voor accuratesse zijn er wel zo?n paar duizend nodig ? en plot die op een kaart, waarin het surveillancegebied is opgedeeld in echt kleine eenheden (van 45 vierkante meter). Zo kan de politie dus per kleine oppervlakte zien wat er daar allemaal is gebeurd en wat er vermoedelijk gaat gebeuren, waarbij zelfs de weersvoorspellingen worden meegewogen. Dat is wel iets anders dan de misdaadanalist met gekleurde spelden en een stadsplattegrond. In een blinde proef ? de ene dag gingen agenten op pad met een traditionele hotspotkaart en de dag erop met een van PredPol ? bleek al snel dat Predpol tot betere resultaten leidde. Niet alleen meer arrestaties, maar vooral dalende misdaadcijfers.
Hier goede achtergrond documentaire:
In feite is dit niet veel anders dan wat een bedrijf als Amazon doet: goed kijken naar de klant en precies uitvinden hoe die koopt, wat die koopt en waarom die koopt. Dit maakt het voor Amazon mogelijk toekomstig gedrag te voorspellen (en het koopgedrag te bevorderen). Welke algoritmen Amazon hiervoor gebruikt is trouwens onduidelijk (dat is bedrijfsgeheim).
PredPol maakt het eenvoudiger om effici?nt en effectief te surveilleren. Het gaat daarbij zeker ook om het voorkomen van een misdrijf. Juist omdat de politie gericht surveilleert op de plekken waar het telt zullen op die plekken minder misdaden worden gepleegd. Niet meer blauw op straat maar gerichter blauw op straat. Dat is althans de theorie. De cijfers laten zien dat die theorie klopt: in het gebied dat door PredPol in Los Angeles wordt bestreken daalde de misdaad met 13%. In Santa Cruz, waar ze het ook gebruiken om hotspots te identificeren, ging het aantal inbraken met 27% omlaag. Hier zijn voor 60.000 inwoners ? en 150.000 in het hoogseizoen ? slechts 94 politiemensen beschikbaar, en geld voor meer personeel is er niet. Predictive policing zal daarom groot worden. Het scheelt mankracht.
Gaat het hierbij vaak veelal om het voorkomen van inbraken, de politie van Seattle gaat al een stap verder. Daar worden alle kentekenplaten gelogd en in een database gestopt. Handig straks bij een misdaadonderzoek. Het stoplicht registreert haarfijn wie er in het verkeer over de schreef gaat en schrijft automatisch een bon uit (die dan wel weer door een politieman moet worden geautoriseerd). Een onbemand vliegtuigje om de boel vanuit de lucht in de gaten te houden haalde het niet. Dat vonden de burgers een te grote inbreuk op hun privacy. Twitter dient hier als een continue monitor, waarbij de burgers worden opgeroepen mogelijke misdrijven in hun wijk te melden. Ook via Twitter. Binnenkort strekt predictive policing zich ook uit tot het mogelijke gebruik van vuurwapens.
Achtergrond filmpje van de Economist over Predictive Policing:
Dan New York. Daar werkt de politie samen met Microsoft aan een zeer geavanceerde analysetool, het Domain Awareness System. Die analyseert straks de beelden van de meer dan 3000 politiecamera?s in de stad, inclusief alle databases die de politie tot haar beschikking heeft. Het wordt dan mogelijk precies na te gaan waar een verdachte auto in de weken voor een misdrijf is gesignaleerd. Het screenen van Facebook en Twitter op gangs is hier al standaard.
Uitleg Domain Awareness System
Ver van ons bed? Nee, want hier gebeurt het ook al. In het programma Politie en Wetenschap werkt de politie van Amsterdam samen met onderzoekers van het Centrum Wiskunde & Informatica en de Vrije Universiteit Amsterdam aan een soortgelijk systeem van geavanceerde plannings- en voorspellingsmethoden om te voorspellen welke incidenten waar plaats gaan vinden. En hoe laat. En sinds enige tijd is het Criminaliteits Anticipatie Systeem in gebruik genomen door wijkteams en flexteams in Amsterdam. In onderstaande uitzending van Factchecker legt Dick Willems uit hoe het globaal werkt (na ongeveer 9 minuten in de uitzending): Zie ook hier
Het gevaar is wel dat de politie straks allerlei mensen gaat oppakken om vervolgens te zeggen: ja, dat moest van mijn algoritmen. De rechter zal hier natuurlijk geen genoegen mee nemen. Ook al weten we dat de meeste misdaad voorkomt in arme, multiculturele wijken, de politie kan niet zo maar ineens alle mensen gaan oppakken op grond van een impuls. Er zal toch minstens een aanwijzing moeten zijn dat voortkomt uit het algoritme: het moet immers controleerbaar zijn.
En wat moeten we met zaken die helemaal niet bij de politie worden aangegeven, zoals veel verkrachtingen en geweld? Voorspellend politiewerk is gebaseerd op misdaadstatistieken. Als die er niet zijn zal de software dus alleen voorspellingen kunnen doen over misdaden die ooit zijn aangegeven. En blijft de rest ? zoals veel andere misdrijven ? ongezien.
Die trend van voorspelling is al lang aan de gang. De meeste mensen weten het niet, maar bedrijven als Facebook werken al met big data en algoritmen om hun klanten te screenen. Ook dat gaat ver. Schrijf je bijvoorbeeld altijd berichtjes aan meisjes van dertien, en gebruik je ook het trefwoord seks een beetje te vaak, dan kan Facebook jou als verdachte aanmerken en de politie inseinen. Dit voorbeeld is trouwens echt gebeurd. Met de politie in de rol van het meisje (op haar computer). Goed, dat een viespeuk wordt opgepakt zullen we allemaal niet zo erg vinden. Maar wat als Facebook straks voorspellingen gaat doen over mogelijk druggebruik, of wie er straks allemaal naar alle waarschijnlijkheid mee zullen doen met nieuwe rellen in Londen. En Facebook kan dit nu al, juist omdat men alles kan volgen. Zonder gerechtelijk bevel om die priv?gegevens in te zien (dat heeft de politie wel altijd nodig). Dat gaat heel ver.
Straks worden we door Facebook bij de politie aangegeven voordat we ook maar iets hebben gedaan. Of een priv? detective koopt je data. Of op grond van de Nederlandse versie van PredPol staande gehouden terwijl we geheel onschuldig met een gereedschapskist door een buurt lopen waar statistisch op dat moment veel wordt ingebroken. Dan heb je als burger ineens veel uit te leggen. Die algoritmen weten ook niet alles natuurlijk.
Vanuit een meer kritische blik bekeken is het weinig nieuws:
In Pauw en Witteman legt Peter de Kock uit hoe hij een voorspellend model maakte voor terroristische aanslagen, dat scenario?s van films en boeken kan combineren met die van criminaliteit- en terrorismebestrijding:
In 2010 schreef Carola Houtekamer in de NRC een interessant artikel over datamining bij de politie. Hier een achtergrondartikel van de leverancier.
In het Amerikaanse Richmond en Memphis stuurt de politie al agenten op pad aan de hand van statistische trendkaarten. New York heeft een Real Time Crime Center opgezet dat forecasting-technieken gebruikt, in Groot-Brittanni? en Canada investeren bedrijven in statistische programma’s als Daily Crime Forecast.
Verdiepingsartikel over predictive analysis of crime forecasting
Kun je gebeurtenissen zoals Project X in Haren voorspellen aan de hand van Twitterberichten? Is de invloed?van een bericht afhankelijk van de persoon, het sociale netwerk van die persoon of de boodschap in het?bericht? En hoe kun je het gedrag van mensen be?nvloeden via sociale media? Deze en andere vragen?stonden centraal tijdens het symposium ?Voorspellen en be?nvloeden van gedrag met sociale media? dat?TNO op 5 november organiseerde in Soesterberg. Het symposium werd bezocht door ruim 60 deelnemers?afkomstig uit verschillende sectoren, zoals veiligheid, financi?n, mobiliteit, telecom, overheid, media en?NGO?s.
Het doel van dit symposium was om een breed publiek op laagdrempelige manier toegang te geven tot de?resultaten van onderzoek dat TNO heeft gedaan naar hoe je gedrag kun voorspellen en be?nvloeden met?sociale media. Externe sprekers schetsten een breder beeld van de relevantie van het onderwerp en de?toepassing van de resultaten in de praktijk.
Na een inleiding van dagvoorzitter Jan Maarten Schraagen van TNO lichtte Reint?Jan Renes, lector aan de Hogeschool Utrecht, tot hoe menselijk gedrag werkt en?hoe je daar invloed op kunt uitoefenen. Mensen hebben twee systemen, een?impulsief en een reflectief?systeem. Veel communicatie?richt zich op het reflectieve?systeem, oftewel het gezond?verstand. Maar mensen maken?in de praktijk vaak gedachteloos gedragskeuzes op basis van?het impulsieve systeem. Sociale media maken het mogelijk?om op het kritieke moment het gedrag te be?nvloeden en?informatie op maat aan te bieden. Daarbij is het effectiever?om gewenst gedrag te faciliteren (bijvoorbeeld de weg wijzen naar een openbaar toilet) dan om ongewenst?gedrag te verbieden.
Bob Overbeeke, die zich bij Oxfam Novib bezighoudt met internet-campagnes en?innovatie op het internet, gaf een beeld van de activiteiten van Oxfam Novib die
mogelijk worden gemaakt door sociale media. Oxfam Novib kan bij het activeren?van mensen bijvoorbeeld meer maatwerk leveren voor individuen in plaats van
zich te hoeven richten op doelgroepen. Via sociale media steunde Oxfam Novib bovendien activisten bij de opstanden in Egypte en konden zij goed volgen welke
gebeurtenissen plaatsvonden, zoals een demonstratie of een arrestatie van?activisten.
In vier workshops werden de resultaten van het verkennende onderzoek van TNO gepresenteerd en sociale?mediavraagstukken en toepassingservaringen van de workshopdeelnemers met elkaar uitgewisseld.
Twitteren, wie en wat is belangrijk? Olav Aarts introduceerde de deelnemers in de belangrijkste factoren die bepalen of iemand een bericht?verstuurt via sociale media. Daarbij blijkt dat het sociale netwerk van de persoon die het bericht verstuurt?belangrijker is dan de inhoud van het bericht of iemands persoonlijke kenmerken zoals de hoeveelheid volgers.?Het publiek was erg ge?nteresseerd in hoe je sentimentanalyse kunt doen op Twitter vanwege het specifieke?taalgebruik en was benieuwd naar het verband tussen sociale media en de praktijk.
Je organisatie via sociale media promoten, wat werkt? Peter-Paul van Maanen besprak wat het effect is dat een organisatie kan bereiken bij verschillende?doelgroepen met het plaatsen van Twitterberichten, om daarmee de ?impact? van sociale media te meten.?TNO heeft een methode ontwikkeld waarmee de kosten-baten verhouding van Twittercampagnes kan worden?weergegeven. Zo kan worden bepaald hoeveel berichten geplaatst moeten worden om bij een doelgroep een?bepaald effect te sorteren. Vragen uit het publiek hadden onder andere betrekking op de nadere kwalitatieve?segmentering van de doelgroepen: een politieke partij kan wel veel Twitteren over een bepaald onderwerp,?maar slechts weinig zetels in de Tweede Kamer hebben en daarmee weinig impact genereren.
De publieke mening, bestuurbaar of niet? David Langley besprak de uitkomsten van een onderzoek naar de effecten van verschillende strategie?n via?sociale media om de meningen van ouders van 12- en 13-jarige meisjes over het HPV- vaccinatieprogramma te?be?nvloeden. De eerste resultaten laten zien dat bepaalde strategie?n een effect hebben op de groep?twijfelende ouders, maar niet op de groep die hun mening al heeft bepaald. Vanuit het publiek kwam een?levendige discussie op gang over de mate waarin overheidsinstanties als betrouwbaar worden gezien in dit?soort campagnes.
Trends voorspellen, waar staan we? Bob van der Vecht lichtte toe hoe TNO probeert te voorspellen of een briesje op Twitter tot een orkaan zal?uitgroeien aan de hand van een simulatie van berichten die verstuurd zijn vlak voor Project X in Haren. Het?blijkt mogelijk dit met terugwerkende kracht redelijk accuraat te voorspellen, maar om dit beter te laten?werken zullen meer bronnen dan Twitter gebruikt moeten worden in het model. Omdat zich in de toekomst?onverwachte gebeurtenissen voor kunnen doen, is een logische toepassing het doorrekenen van diverse?toekomstscenario?s en interventies. Uit de discussie met het publiek bleek dat een goede volgende stap in het?onderzoek zou zijn om de inhoud en het sentiment van berichten te analyseren. Het publiek stelde onder?andere vragen over hoe je aan kunt geven voor welk onderwerp je de toekomst zou willen voorspellen, en hoe?je deze onderwerpen als organisatie voorafgaand aan een hype of incident al kunt weten.
Arnout de Vries van TNO sloot af met de plenaire presentatie ?Social media: the good, the?bad and the ugly? waarin hij uiteenlopende voorbeelden gaf van goede, slechte en lelijke?kanten van sociale media. Hiermee toonde hij aan dat sociale media groepen mensen?kunnen mobiliseren om samen goede dingen te doen, maar ook kunnen functioneren als?katalysator voor bedreigingen van de maatschappelijke veiligheid en economie.