Predictive policing kan een duidelijke meerwaarde hebben als ondersteuning van het politieproces, maar dat is niet altijd het geval. Bewustzijn van de beperkingen van algoritmes is daarom belangrijk, stellen Reinder Doeleman, René Melchers, Lauren Waardenburg en Dick Willems*.
1 Predictive policing voorspelt niet alles
Vaak wordt aangenomen dat het gebruik van predictive policing-algoritmes een oplossing is voor alle soorten criminaliteit, maar dat is niet het geval. Het kan bijvoorbeeld zo zijn dat de algoritmes geen patroon kunnen vinden omdat er te weinig data beschikbaar is. Of omdat een type criminaliteit niet patroonmatig kan worden geanalyseerd. In het algemeen zullen predictive policing-algoritmes in een historische dataset op zoek gaan naar combinaties van waardes op variabelen, die in die historie indicatief zijn voor een hoger risico op criminaliteit. Deze patronen worden uiteindelijk gebruikt als informatie over de dynamiek van criminaliteit: op welke locaties is het risico op misdaad het hoogst en op welk moment van de dag is de kans het grootst? Deze informatie kan worden gebruikt als sturingsinformatie voor politie-activiteit; niet om rechtstreeks de surveillancerondes te bepalen. Een hulpmiddel dus om inzicht te creëren in het achterliggende probleem en het zo aan te kunnen pakken. Hierop komen wij bij punt 2 terug.
Het is echter niet altijd het geval dat die zoektocht naar patronen iets oplevert. Misschien bestaat een dergelijk patroon helemaal niet en vindt de criminaliteit kriskras door het werkgebied van een basisteam plaats. Misschien zijn er te weinig voorbeelden om een betrouwbaar patroon te kunnen vinden, zoals bijvoorbeeld bij overvallen of liquidaties. Een ander, verraderlijker, fenomeen ontstaat wanneer het algoritme wel een patroon vindt, maar deze in de praktijk niet te gebruiken is. Dit kan bijvoorbeeld voorkomen als politieaanwezigheid een bepalende factor is voor het opmaken van de registratie.
Criminaliteit kan namelijk op twee manieren in de politiesystemen terechtkomen. De politie kan reageren op een aanwijzing van een burger of niet. Een voorbeeld van het eerste is wanneer een crimineel op heterdaad door de politie wordt betrapt als gevolg van een melding door een burger. Een ander voorbeeld hiervan is als een incident achteraf door het slachtoffer is aangegeven bij de politie. In beide gevallen spreken we van ‘breng’-incidenten; het incident wordt hierbij als het ware aangebracht door de burger bij de politie en zonder deze actie zou het feit niet geregistreerd zijn. Een andere mogelijkheid is dat de registratie het gevolg is van een routinematige activiteit van de politie, zoals een surveillance. De politie is dan op het juiste moment al aanwezig om bijvoorbeeld een heterdaad vast te stellen en de verdachte aan te houden. We spreken dan van ‘haal’-incidenten. Het kan voorkomen dat bepaalde types criminaliteit nagenoeg alleen worden geregistreerd als ‘haal’-incidenten. Een voorbeeld hiervan is wanneer een dealer op heterdaad wordt betrapt bij een drugstransactie.
Als de arresterende politieagenten een andere route hadden gelopen was deze drugsdeal niet in het systeem terechtgekomen, omdat de kans dat hier aangifte van wordt gedaan door de ontvangende partij nihil is. Dit geldt niet voor bijvoorbeeld een autokraak, waarvan in het algemeen aangifte wordt gedaan of er nu politie in de buurt was of niet.
Als drugstransacties voorspeld gaan worden op basis van historische gegevens is het niet de natuurlijke dynamiek van dit soort voorvallen dat de voorspelling bepaalt, maar het surveillancegedrag van politieagenten. Dit betekent dat er in dit soort gevallen een feedbackloop gaat ontstaan die het bestaande surveillancegedrag zal versterken. Dit zal niet leiden tot effectievere politie-inzet en een dergelijk type criminaliteit wordt daarom zo veel mogelijk uitgesloten bij het gebruik van predictive policing. Predictive policing kan dus een duidelijke meerwaarde hebben, maar in andere gevallen is juist het tegendeel waar. Bewustzijn van de limitaties is daarom van uiterst belang als predictive policing wordt betrokken bij de planning van politie- activiteiten. Het is de kunst om van tevoren te beseffen wat wel en niet van toepassing is.
2 Predictive policing is geen directief instrument
Predictive policing moet dus worden gebruikt als hulpmiddel om inzicht te creëren in het achterliggende probleem van een bepaald type criminaliteit, niet als voorschrift voor politie-activiteit. Helaas zien we in de praktijk dat het door leidinggevenden soms nog wel zo wordt gezien. Daaraan toegevoegd wordt er in kritische reflecties regelmatig gesproken over predictive policing als een directief instrument, waarbij deze algoritmes het (denk)werk van de politie uiteindelijk zullen gaan overnemen.
Het zou dan bijvoorbeeld zo zijn dat predictive policing algoritmes bepalen waar agenten zouden moeten zijn voor het vangen van een verdachte. Op die manier zouden agenten niet meer na hoeven denken over de meest strategische plek of de beste aanpak van criminaliteit, maar alleen nog maar de opdrachten van het algoritme hoeven te volgen. Een aanname die niet klopt. De indicatie die door een predictive policing- algoritme wordt gegenereerd, moet worden gezien als ondersteunend aan, en dus niet bepalend voor het politieproces. In plaats van “de ene week voorspellen, de andere week boeven vangen” gaat het om processen die maanden kunnen duren. Gedurende deze tijd kan het best zijn dat er juist géén boeven worden gevangen, maar dat predictive policing-indicaties enkel ondersteunend zijn voor het verkrijgen van meer informatie. Daarnaast is de informatie die predictive policing oplevert slechts een onderdeel van de totale hoeveelheid informatie die door de politie wordt gebruikt. Behalve de ‘waar en wanneer’-informatie van predictive policing, worden ook zaken zoals ‘wie, wat, waarom en hoe’ gebruikt in dit proces. Deze toegevoegde informatie kan deels uit de systemen worden gehaald, maar is deels ook het resultaat van interpersoonlijke communicatie tussen politieagenten. De DRIO (Dienst Regionale Informatie Organisatie) is hierin een belangrijke schakel tussen de systeeminformatie en de kennis van de agenten. Het resultaat van de samenwerking tussen de DRIO en de operatie is, behalve een specifiek plan voor de wekelijkse activiteiten, ook een verbetering van de informatiepositie van de politie, omdat kennis die anders in het hoofd van individuen blijft nu expliciet wordt gedeeld. Uiteindelijk is het dus niet het predictive policing systeem wat bepaalt wat de agent waar en wanneer gaat doen. Het is het politieteam zelf dat dit bepaalt, waarbij verschillende functies een rol spelen.
Gezocht: klein grijs voertuig in parkeergarage
Met predictive policing worden agenten zich bewust van bepaalde risico’s. Data kunnen nooit de surveillancerondes bepalen, maar geven wel inzicht in achterliggende problemen, zoals blijkt uit onderstaande casus van een autokraak.
Utrecht Centrum, voorjaar 2018. Het is rustig qua High Impact Criminaliteit (HIC) in Utrecht Centrum. Vrijwel op alle gerelateerde categorieën is een afnemende trend te zien. Al blijft er wel een heikel punt: autokraken. Vooral in de parkeergarages slaan autokrakers nog regelmatig hun slag. Dat blijkt uit criminaliteitscijfers, maar ook uit het gebruikte Criminaliteit Anticipatie Systeem (CAS, een predictive policing-algoritme dat wordt gebruikt om aan te geven waar en wanneer een verhoogde kans is op verschillende types misdaad). CAS toont regelmatig een verhoogde kans op autokraken om en nabij parkeergarages. Voldoende reden dus om hier een aandachtspunt van de maken. Zogezegd, zo gedaan. In de maanden die volgen besteedt het DIK (Districtelijk Informatie Knooppunt) er regelmatig tijd aan om middels CAS uit te zoeken waar de kansen op autokraak het hoogst zijn. Agenten nemen de parkeergarages tijdens de surveillance regelmatig mee. Ook krijgt het DIK steeds meer inzicht in de mogelijke daders: zij zouden zich met name in een klein, lichtgrijs voertuig verplaatsen. Naarmate de tijd verstrijkt, worden ook de locatie-indicaties in het CAS specifieker en wijzen steeds vaker naar één parkeergarage. Maar hoewel er dus steeds meer bekend is over de mogelijke daders en de meest voor de hand liggende locatie, komt het toch steeds niet tot een heterdaad situatie. Tot maandag 26 november 2018. Agenten Rienk en Kerwin rijden vandaag als koppel in de late dienst van de incident afhandeling. De dienst verloopt relatief rustig en na de avondmaaltijd gaan ze weer naar buiten voor een surveillanceronde. Rond 19:15 rijden zij recht op de parkeergarage af die het vaakst als locatie in het CAS aangewezen wordt. Op dat moment komt er een kleine, lichtgrijze auto de garage uit. “Hee, deze is interessant”, zegt agent Kerwin en hij noemt het kenteken hardop. Hij heeft het nog niet uitgesproken of de auto geeft een stoot gas en rijdt met grote vaart weg van de parkeergarage. Getriggerd door de opvallende reactie van de automobilist en de gelijkenis met het signalement waar ze al tijden naar uitkijken, rijden ze achter de auto aan en geven hem een stopteken. Dit wordt genegeerd door de bestuurder. In plaats van stoppen, geeft hij nog meer gas, negeert een rood verkeerslicht en scheurt weg over een kruising. Een achtervolging start. “Hij gooit wat uit de auto” zegt agent Kerwin. Rienk geeft de locatie hiervan door en meteen rijdt een andere agent erheen om uit te zoeken wat er uit de auto is gegooid. Het blijkt en laptoptas te zijn. De achtervolging duurt voort en zelfs wanneer de bestuurder zich klemrijdt tussen een paaltje en de politieauto geven de bestuurder en de bijrijder het nog niet op en zetten het op een rennen. Agenten Kerwin en Rienk rennen achter ze aan en krijgen beide verdachten te pakken. In de tussentijd is de agent die de laptoptas heeft gevonden naar de betreffende parkeergarage gereden en staat nu bij een auto met een ingeslagen ruit. Het is over en uit voor de twee verdachten.
3 Predictive policing resulteert niet in een deterministische voorspelling Het gebruik van predictive policing vraagt dus om een samenkomst van verschillende informatiebronnen. Dit is niet iets wat zomaar tot stand komt, maar hier gaat meestal tijd overheen. Naarmate de tijd vordert, worden de hotspots en signalementen van de daders steeds specifieker. Predictive policing is daarom géén deterministische voorspelling, wat wel vaak wordt gedacht.
Een deterministische voorspelling is een voorspelling die 100 procent zeker uitkomt en daarom andere mogelijkheden uitsluit. Dit soort voorspellingen komen in de praktijk alleen voor bij zeer betrouwbare en goed begrepen fenomenen waarover een grote hoeveelheid data beschikbaar is, zoals bijvoorbeeld van zons- en maansverduisteringen. In de meeste gevallen – in de wetenschap en zeker als we het hebben over predictive policing – bedoelen we met de term ‘voorspelling’ een statistische berekening. Bij statistische berekeningen worden over het algemeen risico-indicaties (kansen) afgegeven. Een verhoogd risico wordt afgegeven als de kans (op bijvoorbeeld een misdaad) in een bepaald gebied groter is dan in andere gebieden. Hoewel de naam predictive policing misleidend kan zijn, is de uitkomst van een dergelijk algoritme dus geen voorspelling, maar een statistische berekening.
Het onderscheid tussen een voorspelling en een statistische berekening moet worden gemaakt, omdat het duidelijk moet zijn dat het doel van predictive policing niet een deterministische voorspelling is, maar een aanwijzing van de aandachtspunten voor een basisteam. Met behulp van analyses op basis van bestaande data is het de bedoeling dat het gebruik van predictive policing een basisteam ondersteunt bij het vaststellen van de aandachtspunten voor de volgende week. Bij het gebruik van predictive policing gaat het dus niet om voorspellen, maar om het bewust worden van bepaalde risico’s.
Conclusie Predictive policing is geen losstaand fenomeen
Predictive policing voorspelt dus niet alles, is geen directief instrument en resulteert niet in een deterministische voorspelling. Om dit alles samen te vatten en te concluderen benadrukken wij het volgende: predictive policing is geen losstaand fenomeen. In tegenstelling tot wat regelmatig beweerd wordt, is een predictive policing-algoritme niet iets dat zomaar de politieorganisatie in is gekomen en “alles verandert”. In plaats daarvan moeten we spreken over veranderende werkprocessen waarin plaats is gemaakt voor het gebruik van algoritmes. Daarnaast is het werken met verwachtingen niet iets nieuws voor de politie. Ook vóór de komst van predictive policing werden acties gepland op basis van verwachtingen, alleen waren deze verwachtingen niet berekend door een algoritme. Wat wel nieuw is, is de grotere organisatorische verandering richting “intelligence-gestuurd politiewerk” waarbij beslissingen over de uitvoeringen van de politietaak worden genomen op basis van geanalyseerde informatie en kennis. Naast de kale, kwantitatieve data is ook kwalitatieve data nodig om inzicht te krijgen in het daadwerkelijke probleem. Voor deze kwalitatieve informatie is het belangrijk dat er een goede synergie bestaat tussen de DRIO en het werk op straat. Een succesvolle uitkomst van het gebruik van predictive policing gaat niet zozeer om het specifieker maken van de voorspelling. Gezien het grotere geheel waar deze algoritmes ingesloten zijn, draait een geslaagde implementatie om een goede samenwerking tussen het werk op straat en het werk op het bureau.
Geef een reactie