Open-source algoritme van Universiteit van Amsterdam onthult risicogedrag bij online gokken

Onderzoekers van de Universiteit van Amsterdam presenteerden een open-source algoritme dat de kans op problematisch gokgedrag bij spelers in online casino's en slots inschat door middel van analyse van concrete gedragsdata zoals inzetpatronen, sessiefrequentie en timing, win- en verliesreeksen plus reacties op uitkomsten, terwijl dit transparante model direct beschikbaar staat op de website van de Kansspelautoriteit als onafhankelijk hulpmiddel voor vroege detectie van risicovol spel en het werd ontwikkeld door promovendus Charles de Leau samen met hoogleraren Reinout Wiers en Johan Bollen omdat financiering kwam van het Verslavingspreventiefonds van de Kansspelautoriteit.

Ontwikkeling van het model door UvA-onderzoekers

Het algoritme ontstond binnen een project waarbij data uit echte speelgedrag centraal stond en de focus lag op het identificeren van patronen die wijzen op verhoogd risico, terwijl de PhD-kandidaat Charles de Leau de kern van de ontwikkeling voor zijn rekening nam in samenwerking met de twee hoogleraren die expertise inbrachten op het gebied van verslaving en data-analyse, en daardoor kon het model worden gebouwd op basis van objectieve metingen in plaats van subjectieve rapportages.

Experts observeerden dat bestaande methodes vaak te laat kwamen of onvoldoende specifiek waren voor de online omgeving, maar dit nieuwe instrument combineert meerdere variabelen in één berekening zodat signalen sneller zichtbaar worden en de Kansspelautoriteit het model daarom als open source beschikbaar stelde zodat operators en toezichthouders het direct kunnen toepassen zonder extra kosten.

Werking gebaseerd op concrete gedragsdata

Het systeem verwerkt informatie over hoe spelers inzetten, hoe vaak en op welke momenten ze sessies starten, welke reeksen van winst of verlies zich voordoen en hoe zij reageren op die uitkomsten, terwijl al deze elementen samen een risicoscore opleveren die aangeeft of iemand mogelijk in de richting van problematisch gedrag beweegt en de transparante opzet maakt het mogelijk om de onderliggende logica te controleren en aan te passen waar nodig.

Volgens de beschikbare documentatie analyseert het model zowel korte als langere periodes, zodat plotselinge veranderingen in gedrag net zo goed worden opgemerkt als geleidelijke verschuivingen, en daardoor ontstaat een genuanceerd beeld dat verder gaat dan eenvoudige limieten op tijd of geld omdat reacties op winsten en verliezen expliciet worden meegewogen in de berekening.

Hosting op de site van de Kansspelautoriteit

De Kansspelautoriteit plaatste het volledige model op haar eigen website zodat iedereen toegang heeft tot de code en de bijbehorende documentatie, terwijl het instrument specifiek bedoeld is als hulpmiddel voor vroege signalering en niet als vervanging voor bestaande zorgtrajecten, en operators kunnen het daarom integreren in hun eigen monitoringssystemen om spelers tijdig te benaderen wanneer de score boven een bepaalde drempel komt.

Financiering via het Verslavingspreventiefonds maakte deze onafhankelijke ontwikkeling mogelijk, en daardoor staat het model los van commerciële belangen wat de geloofwaardigheid ten goede komt omdat de Kansspelautoriteit het als neutraal hulpmiddel presenteert dat zowel toezichthouders als aanbieders kunnen gebruiken zonder dat er licentiekosten aan verbonden zijn.

Toepassing in de praktijk en beschikbare bronnen

Het algoritme richt zich op online casino's inclusief slots omdat daar de snelheid van het spel en de directe feedback op uitkomsten specifieke risico's met zich meebrengen, terwijl de analyse van sessietiming bijvoorbeeld onthult of iemand op ongebruikelijke uren speelt of juist langere sessies volhoudt zonder pauzes, en al die indicatoren samen leiden tot een score die operators helpt om preventieve maatregelen te nemen voordat problemen escaleren.

Open source-model geeft nieuw zicht op risicogedrag bij online gokken bevat de volledige code en handleiding zodat ontwikkelaars het direct kunnen implementeren en aanpassen aan hun eigen datasets, en daardoor ontstaat een bredere toepassing die verder reikt dan een enkel casino omdat de open source aard samenwerking tussen verschillende partijen stimuleert.

Conclusie

Het open-source algoritme van de Universiteit van Amsterdam levert een concreet instrument dat gedragsdata omzet in risicoscores voor problematisch gokken in online casino's, terwijl de hosting door de Kansspelautoriteit en de financiering uit het Verslavingspreventiefonds zorgen voor onafhankelijkheid en brede toegankelijkheid, en daardoor kunnen toezichthouders plus operators nu beschikken over een transparant model dat vroege detectie mogelijk maakt op basis van feitelijke patronen zoals inzetgedrag, sessies en reacties op resultaten.