Misdaadbestrijding met gebruik van data science

(Big) data is hot. Veel bedrijven en organisaties willen er iets mee. Ze ‘weten’ dat ze er iets mee moeten, maar de vraag is op welke manier of wat ze er aan kunnen hebben. Ik denk dat iedereen wel iets kan bedenken wat de politie met data kan doen. Dit doen ze dan ook steeds meer. De politie kan data op verschillende manieren gebruiken, zoals het analyseren van bewijsmateriaal na het plaatsvinden van een misdrijf of voor het voorspellen van mogelijke gevaarlijke gebieden nog voordat een misdrijf heeft plaatsgevonden. Maar ook misdaadbestrijding en een woninginbraakvoorspeller zijn mogelijkheden van big data.

De politie reageert

De politie kan met behulp van data science meer halen uit digitale bewijsmaterialen. Iedereen gebruikt tegenwoordig zoveel digitale apparaten, dat hier voor de politie heel waardevolle informatie op kan staan in het kader van een onderzoek. Zogenoemde gegevensdragers worden dagelijks in beslag genomen door de politie. Dit levert zoveel data op dat het teveel wordt om met de hand te doen. Ze gebruiken daarom verschillende tools voor het automatisch zoeken naar en het structureren van data. Door het gebruik van data science worden ook sneller verbanden gelegd, die handmatig nauwelijks te vinden zouden zijn.

Tools

Ze gebruiken hiervoor technieken als text mining, topic extraction, e-discovery en deep learning. Des te hoger de kwaliteit van het bewijsmateriaal of informatie over een misdrijf, des te groter de kans is dat deze informatie als waardevol bewijs kan worden gezien in de rechtbank.  Doordat gevonden oplossingen en bruikbare tools vaker ingezet kunnen worden, kunnen vragen steeds sneller beantwoord worden en kan bewijsmateriaal steeds sneller worden geanalyseerd. De opsporingstoepassingen van data science worden steeds verder uitgebreid.

En anticipeert

Naast het achteraf gebruik van data science voor het bewijsmateriaal probeert de politie ook data te gebruiken om misdaad te voorspellen. Ze noemen dit ‘predictive policing’. In Nederland wordt hiervoor gebruik gemaakt van het Criminaliteits Anticipatie Systeem (CAS). Op deze manier willen ze bijvoorbeeld kunnen voorspellen waar de volgende autoinbraak plaatsvindt, zodat ze hier vooraf op kunnen anticiperen in plaats van achteraf reageren. De data wordt dus gebruikt voor misdaadbestrijding. Het systeem is in 2014 ontwikkeld en na een pilot wordt het nu breder uitgedragen door heel Nederland. CAS werkt op een algoritme die aan de hand van de data voorspellingen doet. Ze maken hiervoor gebruik van verschillende bronnen voor de data.

CAS als adviesinstrument

Naast aangiftes en criminaliteitscijfers die de politie zelf bezit, maken ze gebruik van historische gegeven van het CBS. Doordat er gebruik wordt gemaakt van een geautomatiseerd algoritme, worden nieuwe patronen sneller opgepikt en blijft er minder onontdekt. Ze gaan niet alleen af op wat CAS zegt, want het systeem geeft geen causaliteit weer. Bovendien laat het niet de achterliggende reden van de verhoogde risico zien. CAS wordt daarom gebruikt als adviesinstrument.

Predictive modeling voor misdaadbestrijding

Niet alleen de politie gebruikt predictive modeling voor misdaadbestrijding. In Nederland wordt bovendien gebruik gemaakt van het Systeem Risico Indicatie (SyRI). Dit systeem is van de overheid en kan persoonsgegevens van burgers aan elkaar koppelen. Vanwege privacyredenen wordt de data vervolgens gepseudonimiseerd. Wanneer SyRI verdachte verbanden heeft gevonden, kunnen de gegevens weer worden ontdaan van hun pseudoniem. Het heeft als doel om verschillende vormen van criminaliteit op te sporen. SyRI gebruikt hiervoor onder andere datamining. Op deze manier kunnen risicoprofielen worden gemaakt van burgers. Met de hulp van dit instrument kunnen bijvoorbeeld mensen opgespoord worden die onrechtmatig gebruik maken van overheidstoeslagen. Deze methode is inmiddels meermaals besproken, waardoor de staat eind maart zelfs gedagvaard is door meerdere partijen.

Reduceren jeugdcriminaliteit

Verder werkt de overheid aan het reduceren van jeugdcriminaliteit. Het ministerie van Veiligheid en Justitie werkt onder andere samen met partijen in de (jeugd)strafrechtketen. Het doel is om risicojongeren op tijd te kunnen signaleren, registreren en doorwijzen naar de juiste instanties. Een algoritme rekent verschillende risicofactoren door voor alle jongeren in het systeem en op basis daarvan komt er een risicoindicatie. Dit draagt bij aan eerder kunnen ingrijpen en het kunnen nemen van betere beslissingen omtrent risicojeugd, waardoor jeugdcriminaliteit zoveel mogelijk voorkomen kan worden.

Buitenland

Buiten Nederland wordt ook gebruik gemaakt van predictive policing. Zo hebben ze in Chicago een algoritme ontworpen dat voor iedereen die ooit gearresteerd is een risicoscore berekent. Dit algoritme helpt de politie bij het maken van een strategie, het inzetten van de manschappen en het analyseren van risico’s op straat. In Engeland maken ze op verschillende plekken gebruik van predictive mapping, zoals het instrument PredPol. Hierbij wordt wederom gebruik gemaakt van algoritmes die voorspellen waar met grote waarschijnlijkheid een misdaad kan plaatsvinden. Het dient vervolgens al hulpmiddel bij het maken van beslissingen en wordt gebruikt als de agenten patrouilleren.

Toekomst?

Er wordt al gesproken over en gekeken naar camera’s die op het straatbeeld verdachte gedraginen of verdachte personen kunnen herkennen, zodat de politie op basis daarvan kan handelen. Daarnaast zullen er vast en zeker nog veel meer toepassingen bedacht worden van data science binnen de misdaadbestrijding. De vraag is echter tot in hoeverre dit nog kan. De Nederlandse staat is reeds gedagvaard voor SyRI en er is door een meerderheid tegen de Wiv gestemd tijdens het referendum. Er kleven een aantal privacy- en ethische vraagstukken aan het gebruik van data voor onze veiligheid en opsporing. Dit blijft een lastige kwestie, omdat iedereen hier zo zijn eigen mening over zal (en mag) hebben.

Tot het zover is, kunnen we nog kijken naar alle films die worden gemaakt waarin ze een stapje in de toekomst zetten.

Ben je na het lezen van deze blog geïnteresseerd geraakt in de eindeloze mogelijkheden van big data? Bekijk onze vacatures voor een traineeship Business Analytics & Data Science. 

;