Opinie

    • Rutger Rienks

Boeven vangen met data – laat die kans niet liggen

Het plan om in Roermond potentiële zakkenrollers te detecteren met behulp van data, krijgt kritiek. Geef het een kans, zegt

Tot het moment dat ikzelf oog in oog stond met het in het rond stuivende witte poeder op een dancefeest kon ik het maar moeilijk geloven. Ik hoorde verhalen over het ‘veranderde’ studentenleven, gebruik bij de crisisdienst in de jeugdzorg en de ‘noodzaak’ van gebruik ervan in de advocatuur. Maar nu weet ik: cocaïne is in de Nederlandse samenleving gemeengoed geworden. Het staat in het rijtje naast de verloren strijd tegen de hennepplantages en de xtc-labs.

Ten opzichte van de haperende aanpak van drugs in Nederland lijkt een zekere gelatenheid te bestaan. Uit de reacties blijkt niet de urgentie die nodig is om de politieaanpak écht te verbeteren. Daarmee bedoel ik niet: veranderen om te bezuinigen zoals bij de afgelopen reorganisatie, maar veranderen vanuit de wil om criminaliteit te bestrijden.

Vinden we het wel goed zo?

De vraag dringt zich op hoe sterk wij de politie eigenlijk willen maken in Nederland. We behoren immers al tot de wereldtop. Vinden we het wel goed zo? Of durven we geen stappen te zetten die de schaduweconomie echt raken? Meer van hetzelfde blauw op straat gaat het verschil niet maken. Een andere manier van werken is nodig waarbij de politie wordt uitgedaagd om zichzelf te verbeteren en succesvolle ideeën en experimenten snel breder in kan zetten.

Lees ook: het is zinvoller een drugslab te observeren dan op te rollen.

Een van de mogelijke interventies is naast het samenvoegen van beleid en uitvoering bijvoorbeeld het transformeren naar een lerende organisatie waarin het opbouwen van collectieve kennis centraal staat. Kennis die de hele politieorganisatie kan gebruiken om effectiever te opereren.

Deze kennisorganisatie kan worden gevoed met ervaringen en waarnemingen van mensen en machines die maken dat inzichten over de buitenwereld worden opgebouwd. Hierdoor wordt het makkelijker om bijvoorbeeld criminele carrières vroegtijdig te signaleren of de zwakste schakel in een crimineel proces bloot te leggen.

Er is veel discussie over de inzet van generieke kennismodellen en algoritmen, die gebaseerd zijn op kennis van de organisatie. Niet altijd is er vertrouwen dat men een situatie in de buitenwereld met voldoende zekerheid kan matchen met de kennis uit de organisatie zodat criminele delicten automatisch worden herkend. Uiteraard moeten net als bij het gebruik van een dienstwapen hiervoor waarborgen en condities ontwikkeld worden.

Wanneer mogen we conclusies trekken uit de verzamelde data op een manier dat de gevolgen hiervan door het hele politieapparaat worden doorgevoerd?

Generalisatie helpt de mensheid al eeuwen vooruit

Theorievorming en generalisatie helpen de mensheid al eeuwen vooruit. Toch blijft het politiedomein een lastig en precair onderwerp, met name als het gaat over het herkennen van criminele gedragingen en het automatiseren hiervan. De intrinsieke motivatie om mogelijke ‘foute positieven' te minimaliseren is echter inherent aan de ambitie om de politieorganisatie te versterken.

Laten we de politie de ruimte gunnen om te experimenteren zoals in Roermond, waarbij met data naar potentiële dieven wordt gezocht, en laten we de politie de ruimte gunnen om te leren van eventuele fouten. Het blokkeren van dergelijke kansen door keer op keer te verwijzen naar bestaande gebruiken en wetten, evenals het zonder kennis van techniek discussiëren, geven mij een ongemakkelijk gevoel. Nee, zoals het nu is, is het niet goed genoeg.

Rutger Rienks houdt zich bij KPN met de datastrategie bezig. Dit stuk schreef hij op persoonlijke titel.
    • Rutger Rienks