Met het project BART! brengt Den Haag bewonersinformatie van digitale buurtgroepen en sociale media overzichtelijk samen in de meldkamer. Met algoritmes en chatbot-technologie doet de gemeente steeds meer beroep op het zelfoplossend vermogen van de bewoners. ?Zij kunnen van grotere betekenis zijn voor de veiligheid in hun eigen buurt.?
Vandaag in @Secondant_CCV : “Zoekt u mee naar deze fiets?”, vraagt de chatbot. #BART! #DenHaag #chatbot #technologie https://t.co/mPMMjEPZkq pic.twitter.com/pwSI1kUhLH
? CCV (@HetCCV) November 22, 2018
Een verloren fiets, vuilnis op de stoep buiten de ophaaltijden, een verdachte auto langs de weg. Dit soort problemen komen van oudsher op het bordje van de politie of de gemeente. Maar hoe effectief is dat? Tegenwoordig zijn veel mensen met elkaar verenigd in WhatsAppgroepen of op Facebook. Digitale buurtgroepen zijn inmiddels ingeburgerd. Daar delen buurtbewoners van alles en ze helpen elkaar verder met het terugvinden van voorwerpen en personen of ze houden een extra oogje in het zeil. Op deze manier tonen flink wat wijken een groot zelfoplossend vermogen, zonder overheidsinterventie. Dat is een enorme verschuiving in de samenleving. Echter, al die groepen vormen kanaaltjes naast elkaar, de gedeelde informatie komt niet samen.
?Het is aan ons om een meldkamer te verzinnen, waarin we signalen van burgers bij elkaar kunnen krijgen?
?Vroeger schreven we een brief aan de gemeente, toen kwam de telefoon, maar nu communiceren mensen veel meer via WhatsApp of sociale media?, zegt Pauline Krikke, burgemeester van Den Haag, in een filmpje over?Burgers Alert Real Time (BART!). ?Het is aan ons, de gemeente, om een meldkamer te verzinnen, waarin we signalen van burgers bij elkaar kunnen krijgen en daar goed op te kunnen reageren.? De meldkamer, operationeel centrum, is nog ingericht op telefonisch contact. Tekstberichten, foto?s en videobeelden zijn moeilijk te verwerken voor een operationeel centrum. Hoe haakt het aan op de digitale buurtgroepen? Daar zijn er inmiddels zoveel van, hoe hou je het overzicht in de databrij?
Zwerfvuil en verdachte zaken
BART! biedt een platform waar bewoners, politie en gemeente met elkaar samenwerken aan leefbaarheid en veiligheid in wijken. Het kan duiding geven aan telefonische informatie of van het socialemedia-verkeer tussen wijkbewoners, politie en gemeente. Vorig jaar experimenteerde Den Haag ermee in de wijken Berestein en Ypenburg. Samenredzaamheid is de kerngedachte van BART!: wijkbewoners nemen eigenaarschap over een probleem in hun buurt, ze zoeken eerst zelf een oplossing. Bijvoorbeeld door mee uit te kijken naar een verloren fiets, een medebewoner aan te spreken als hij zijn huishoudelijk afval niet op de juiste manier aanbiedt of uit te zien naar de eigenaar van de verdachte auto. Lukt het de bewoners niet om zelf het probleem te adresseren, dan kunnen ze het bij de gemeente of politie neerleggen.
Eerst zelf zoeken naar een oplossing?
?BART! is een experimenteel project en technisch gezien een?Complex Event Processor, een CEP?, legt Richard Vriesde uit. Vanuit de politie-eenheid Den Haag is hij betrokken bij dit project, samen met de gemeente Den Haag,?TU Delft,?TNO,?CGI?en?TIGNL. De CEP is in staat om uit een stroom data informatie uit digitale buurtgroepen te destilleren en hanteerbaar te maken. Via BART! communiceert de gemeente Den Haag straks met verschillende buurtgroepen, zoals?Veilige Buurt,?MijnBuur,??Waaksamen?en?Next Door. Hier kunnen bewoners anoniem tekstberichten, foto?s, video?s en locatiegegevens delen. Ze hoeven niet te kiezen waar een melding heen moet en ze komen ook niet in een wachtrij terecht. Met de CEP kan het operationeel centrum de databrij structureren, een beeld geven van wat er aan de hand is en een melding doorgeven aan politie, gemeente, of het via chatbot-technologie teruggeven aan de gemeenschap. Bewoners gaan dan eerst met elkaar zoeken naar een oplossing.
?Wat als een Hagenaar in een tekstbericht laat weten dat er ‘geklauwd’ of ‘gejat’ is?’
In de praktijklaboratoria van Berestein en Ypenburg werden 5 praktijkcasussen ge?nsceneerd, zoals een inbraak, een verdachte persoon bij een pinautomaat en een gewonde op straat. Vriesde: ?We stuurden mensen op pad met mobiele telefoons en we richtten een operationeel centrum in, ons laboratorium, waar professionals van het operationeel centrum van het?Real Time Intelligence Center?(RITC) en het Regionaal Service Centrum samenwerkten, om te zien wat er gebeurt als een bewoner in een tekstbericht een melding doet van een verdachte situatie. En wat is er vanuit ons nodig om te reageren?? Onderzoekers van TNO en de ontwikkelaars van de CEP, namen het werkproces en de privacyaspecten onder de loep en bekeken welke informatie de politie nodig heeft om betekenis te kunnen geven aan de informatie uit de data.
Technische horden
De ontwikkelaars van de CEP vinden allerlei praktische en technologische hobbels op hun pad. ?Bij een verdachte omstandigheid gebruiken burgers geen woorden die voorkomen in het wetboek van strafrecht?, zegt Vriesde. ?De CEP categoriseert op steekwoorden als ?verdacht persoon? en ?diefstal?, maar wat als een Hagenaar in een tekstbericht laat weten dat er ?geklauwd? of ?gejat? is? De slimme technologie moet politievakjargon en gewone spreektaal kunnen begrijpen, zodat wij uit de informatiestroom politie-informatie kunnen genereren. Google gaat voor ons niet zo ver.?
Een andere technische horde die het team nu moet nemen, is om te kunnen inschatten hoe actueel en urgent een melding is. Vereist het directe actie, kan het wachten tot morgen of speelde dit vorige week? De CEP moet de data chronologisch in de tijd kunnen plaatsen. En waar heeft een incident precies plaatsgevonden? Een centralist van het operationeel centrum kan weinig met een melding van een vermist kind dat voor het laatst is gezien in de Albert Heijn, als hij niet over de gps-locatie beschikt. Een buurtbewoner zal direct weten om welke winkel het gaat. Directe uitwisseling van geografische data is essentieel.
?De centralist kan op basis van de woordwolk al zien wat er speelt’
Momenteel sleutelt het team aan het geografisch verwerken van de informatie, zodat er bij meerdere meldingen een woordwolk ontstaat rondom een bepaald gebied. ?Op basis van steekwoorden zoals ?verdacht persoon? en ?auto?, krijgen we al snel een beeld van wat er gaande is,? aldus Vriesde. ?Nog voordat de centralist alle tekstberichten heeft doorgenomen of 5 bellers te woord heeft gestaan, kan hij op basis van de woordwolk al zien wat er speelt en erop reageren.?
Veranderende taak van de centralist
Wat voor gevolgen heeft deze ontwikkeling voor de centralisten? Om daar een goed antwoord op te vinden, bekijken de betrokken onderzoekers de invloed daarvan op politieprocessen. In plaats van een individuele beller, heeft het operationeel centrum nu een hele buurt tegelijk aan de lijn, legt Vriesde uit. ?Door datagestuurd te werken, gaan we over naar een-op-veel-communicatie. Nu neemt de centralist een melding een-op-een aan en geeft dat door. Met de nieuwe digitale werkvorm, verschuift zijn werk naar analyse, waarbij hij veel meer de regie krijgt in de operatie.? Het systeem heeft al vastgesteld wat er aan de hand is, de centralist controleert vervolgens of dat juist is en geeft daar duiding aan.
?We laten het volume van de data toenemen, om het algoritme nauwkeuriger te maken?
Door het werken met CEP en chatbot-technologie, kan er automatisch een handelingsperspectief uitgaan naar de digitale buurtgroepen: heeft u al naar buiten gekeken, heeft u het kenteken genoteerd, zoekt u mee naar deze persoon? Het kan zelfs een ingezonden foto blurren en delen in de betreffende buurtgroep, volgens de eisen van de privacywetgeving. In de nabije toekomst kan die interactie razendsnel datagestuurd gebeuren. De centralist komt dan vooral in beeld om de professionals aan te sturen. Hoeveel politie-inzet is gewenst, hoeveel auto?s zijn er nodig, is de situatie onder controle of moeten we opschalen? Vriesde: ?De centralist zal nog steeds veel beslissingen moeten nemen, maar hij wordt enorm geholpen door de technologie.?
Tijdens de pilots is gestart met het ontwikkelen van algoritmes, die in combinatie met chatbot-technologie grote hoeveelheden data heel vlot inzichtelijk kunnen maken. ?Nu proberen we de ongestructureerde data te structureren?, besluit Vriesde. ?We laten het volume van de data toenemen, om het algoritme nauwkeuriger te maken en de CEP beter tot zijn recht te laten komen. Op die manier worden de inspanningen van de bewoners krachtiger en zij kunnen van grotere betekenis zijn voor de veiligheid in hun eigen buurt.?
Bron: Secondant