Björn Fuchs: Open source maakt een algoritme nog niet beter

Spelersbescherming is een van de belangrijkste verantwoordelijkheden van de gereguleerde kansspelsector. Technologie kan daarbij een belangrijke rol spelen. In dat licht presenteerde de Universiteit van Amsterdam gisteren een nieuw open-sourcemodel dat inzicht geeft in risicogedrag bij online gokken. Ook de Kansspelautoriteit legt in haar communicatie een duidelijke relatie met het herkennen van risicovol gokgedrag. Wie kijkt naar wat het algoritme daadwerkelijk doet, ziet echter iets anders.

Het algoritme voorspelt niet of iemand risicovol of problematisch gaat gokken. Het berekent hoe waarschijnlijk het is dat een speler zich in de daaropvolgende maand vrijwillig tijdelijk of voor onbepaalde tijd zal uitsluiten van gokken. Zelfuitsluiting wordt daarmee gebruikt als aanwijzing voor risicovol gokgedrag.

Dat is een belangrijk verschil.

Veel onterechte signalen

Niet iedere speler die risicovol speelt, sluit zichzelf uit. En iemand die besluit tijdelijk te stoppen met gokken, heeft niet automatisch een gokprobleem.

Het model zit solide in elkaar en werkt in essentie naar behoren. Zoals altijd zijn algoritmes niet meteen zaligmakend. Zo blijkt dit algoritme veel ‘false positives’ te genereren. Ongeveer zeven van de acht signalen zijn vals-positief.

Dat maakt het algoritme niet waardeloos. Het kan interessant zijn als hulpmiddel waarmee een deskundige medewerker mede bepaalt naar welke spelers nader moet worden gekeken. Maar het is iets anders dan een betrouwbaar voorspellingssysteem voor problematisch gokgedrag.

Bijzonder genoeg beschrijft de maker in het persbericht dat “…de Ksa op basis van machine learning risicoscores kan berekenen en deze bijvoorbeeld kan vergelijken met de risicoscores die aanbieders gebruiken…”. Het algoritme heeft een specifieke uitkomst en een forse foutmarge. Een vergelijking met risicoscores die mede gebaseerd zijn op systemen zoals Neccton en Mindway, komt dicht in de buurt van appels met peren vergelijken.

Een andere uitkomst

Als adjunct-CEO van FPO Nederland heb ik de oorspronkelijke data-aanvraag zelf ook ontvangen in 2025. De beschreven doelstelling luidde: “…Het ontwikkelen van een open-sourcealgoritme dat risicovolle speelformaties herkent en tijdig signaleert…”. De concrete uitkomst is anders, namelijk een algoritme dat voorspelt of een speler zich in de toekomst zal uitsluiten.

Vergunde kansspelaanbieders zijn verplicht om twee keer per jaar gehoor te geven aan dataverzoeken van onderzoekers. Dit betreft de geanonimiseerde gegevens van alle spelers bij een vergunninghouder: vrijwel alle gegevens die ook in de verplichte Controle Database (CDB) staan.

Vooraf moet helder zijn waarvoor die gegevens worden gevraagd en hoe ze uiteindelijk worden gebruikt. Een onderzoeksproject kan zich natuurlijk ontwikkelen en nieuwe inzichten kunnen tot nieuwe onderzoeksvragen leiden. Maar wanneer de uitkomst wezenlijk anders is, is dat op zijn zachtst gezegd merkwaardig te noemen.

Vooral als dat pas bij de publicatie kenbaar wordt gemaakt. Het proces en de dialoog tussen aanbieders en onderzoekers moeten dus beter worden vormgegeven.

Commercieel is niet hetzelfde als onwetenschappelijk

De tegenstelling die wordt gemaakt met bestaande commerciële systemen is onnodig gekleurd en vooringenomen. De suggestie dat een open-source academisch model onafhankelijker en daarmee betrouwbaarder zou zijn, doet geen recht aan de werkelijkheid.

Neem Neccton. De technologie van het bedrijf is gebaseerd op jarenlang wetenschappelijk onderzoek naar speelgedrag en verantwoord spelen. Oprichter Dr. Michael Auer heeft hierover veelvuldig gepubliceerd met onder andere professor Mark Griffiths. Dit systeem, de onderzoeken en inzichten bestonden al jaren voordat de UvA begon aan haar algoritme.

Hetzelfde geldt voor Mindway AI. Dat bedrijf is ontstaan vanuit Aarhus University en bouwt voort op jarenlang onderzoek naar gokgedrag, psychologie en neurowetenschappen. Bij de ontwikkeling van het systeem worden speelpatronen niet alleen door computers beoordeeld, maar ook door deskundigen en psychologen. Dit wordt vervolgens gebruikt om het systeem verder te trainen.

Het zijn dus geen systemen die simpelweg door commerciële gokbedrijven zijn bedacht. Het zijn technologieën met een stevige wetenschappelijke achtergrond die vervolgens jarenlang in de praktijk zijn toegepast en doorontwikkeld.

De relevante vraag is niet wie het model heeft ontwikkeld, maar hoe goed het model werkt en hoe degelijk dat is aangetoond.

Open source is geen kwaliteitskeurmerk

Dat het algoritme open source is, heeft absoluut voordelen. Iedereen kan bekijken hoe het model is opgebouwd, onderzoekers kunnen het controleren en marktpartijen kunnen ermee experimenteren. Die transparantie verdient waardering.

Maar open source betekent niet automatisch beter.

Een openbaar algoritme met de genoemde hoge foutmarge wordt niet nauwkeuriger doordat iedereen de broncode kan bekijken. Omgekeerd wordt een commercieel model niet minder wetenschappelijk omdat de techniek erachter intellectueel eigendom is. Eenieder die dat wel insinueert, verraadt zijn of haar vooringenomenheid.

Overbrug de kloof

Er blijft een onnodige kloof aanwezig tussen onderzoekers en verslavingszorg aan de ene zijde en de aanbieders aan de andere zijde. Effectieve bescherming van de Nederlandse online gokker dicteert dat we die kloof gezamenlijk overbruggen.

Vergunde Nederlandse Online Kansspelaanbieders (VNLOK) bouwt actief aan die brug. VNLOK onderschrijft de noodzaak van effectieve spelersbescherming. Vanuit dat gezamenlijke doel nodigen wij alle betrokken stakeholders uit om het gesprek aan te gaan.

Liever vandaag dan morgen.