Het vroegtijdig signaleren van afwijkend gedrag biedt kansen om incidenten te voorkomen of te verstoren, of om daders op heterdaad te betrappen. In dit artikel wordt ingegaan op de gesignaleerde trends in het gebruik van kennis over afwijkend gedrag.
Veiligheid staat in Nederland hoog op de politieke en maatschappelijke agenda. De politiek stelt dat straten, wijken en openbare ruimten veiliger moeten worden. De overheid wil straatterreur, overlast, intimidatie, agressie, geweld en criminaliteit daadkrachtig aanpakken. Bovendien moet terrorisme zo veel mogelijk worden voorkomen, bijvoorbeeld in de voor terroristische aanslagen kwetsbare openbare vervoersector.
Veiligheid is mede afhankelijk van het vermogen om vroegtijdig te beoordelen of er sprake is van een incident, vergrijp of delict. Het vroegtijdig signaleren van afwijkend gedrag biedt kansen om incidenten te voorkomen of te verstoren, of om daders op heterdaad te betrappen. Wij definiëren afwijkend gedrag in dit artikel als het gedrag van personen met kwade intentie dat voorafgaat en gerelateerd is aan criminele of terroristische activiteiten.
Afwijkend gedrag
Het toepassen van kennis van afwijkend gedrag is geen gemakkelijke taak. Om de complexiteit hanteerbaar te maken wordt vaak gekeken vanuit verschillende perspectieven naar relevante vraagstukken binnen de openbare orde- en veiligheidssector. Binnen het TNO-onderzoeksprogramma Veilige Maatschappij is gekozen voor de perspectieven mens, omgeving, techniek en organisatie, die allen samen een stempel drukken op de kwaliteit van het toezicht. Zo wordt het succes van toezicht op afwijkend gedrag wordt niet alleen bepaald door de kwaliteiten van de veiligheidsprofessional, ofwel de mens, maar ook door de specifieke omgeving waarin het werk wordt uitgevoerd. Een onoverzichtelijke en drukke openbare ruimte maakt het volgen en terugvinden van verdachte personen een lastige taak. Ook de kwaliteit van de techniek die het werk van deze professionals ondersteunen, zoals (intelligente) camera’s, en de manier waarop deze technische systemen worden ingezet, bepalen in belangrijke mate de effectiviteit van toezicht. Tenslotte drukt de manier waarop het toezicht is georganiseerd, ofwel de organisatie van het toezicht, een stempel op de kwaliteit. Een goede onderlinge afstemming van activiteiten en een actief beleid gericht op het delen van relevante informatie tussen verschillende partijen onderling leveren aanzienlijk meer winst op in termen van effectiviteit dan een veelvoud van partijen die onafhankelijk van elkaar opereren in de(zelfde) ruimte. Hoewel een integrale benadering dus te prefereren is bij het toepassen van kennis van afwijkend gedrag, hanteren we ook hieronder, omwille van de eenvoud, de vier verschillende perspectieven als kapstok voor het bespreken van trends in het gebruik van kennis van afwijkend gedrag.
Toekomst
De toekomst van toezicht op afwijkend gedrag wordt volgens ons door een aantal trends bepaald. Deze ontwikkelingen liggen op elk van de vier eerder genoemde perspectieven op toezicht, namelijk mens, omgeving, techniek en organisatie. Ten eerste, door technologische innovaties die de veiligheidsprofessional inzicht kunnen geven in zijn of haar eigen psychofysiologische toestand, zien wij een toegenomen aandacht voor de toezichthouder als mens. Ten tweede, als we naar de omgeving kijken, zien we nieuwe dreigingen die zich online manifesteren, zoals bijvoorbeeld op social media. Ten derde, op het gebied van techniek zien we de toepassing van intelligente gedragscamera’s verschuiven van de laboratoria naar de praktijk. Ten vierde, vanuit de organisatie zien we een toegenomen aandacht voor het zorgvuldig gebruik van het huidige beste empirische bewijsmateriaal bij het toepassen van veiligheidsmaatregelen, oftewel de implementatie van onderzoeksresultaten in de praktijk. Hieronder bespreken wij deze vier trends.
Trend 1: Hernieuwde aandacht voor de veiligheidsprofessional
De laatste jaren is veel onderzoek gedaan naar het beter identificeren van afwijkend gedrag van criminelen zoals terroristen. In diverse studies worden fysieke grootheden geobserveerd of zelfs gemeten om daarmee iets te zeggen over gedrag, zoals kledingkeuze, gesproken woord, houding, gebaren, looppatroon, kijkrichting, zweten, lichaamstemperatuur, gelaatsuitdrukking (incl. micro-expressie), hartslag en neurologische signalen (Burghouts, Den Hollander, Schutte, Marck, Landsmeer & Den Breejen, 2011; Poh, McDuff, & Picard, 2011).
Sensoren
Door nieuwe sensoren, die gemakkelijk op het lichaam, in kleding of in andere toepassingen kunnen worden bevestigd, denk aan Google Glass of aan ‘slimme’ horloges, zal het in de toekomst ook mogelijk worden om nauwkeurig, objectief en uitgebreid metingen te verrichten, niet alleen aan burgers, maar ook aan de veiligheidsprofessional zelf. Het functioneren van de professional kan met behulp van psychofysiologische metingen en gedrags- en bewegingsmetingen gedurende langere perioden in kaart worden gebracht. Veiligheidsprofessionals kunnen hierdoor niet alleen meer informatie over zichzelf maar misschien ook indirect over anderen verkrijgen. Subtiele gedragsafwijkingen van personen met kwade intentie kunnen bijvoorbeeld onbewust een psychofysiologische reactie oproepen bij de veiligheidsprofessional. Het zichtbaar maken van deze reactie kan de professional bewust maken van de eigen vooroordelen of denkfouten of juist helpen bij het interpreteren van het gedrag van anderen. Ook kunnen sensoren de veiligheidsprofessional suggesties doen voor rusttijden op basis van indicaties van vermoeidheid of afgenomen alertheid (zie Oken, Salinsky, & Elsas, 2006). Het slim combineren van technische kennis op het gebied van metingen op de persoon met, ten eerste, sociaalwetenschappelijke expertise op het gebied van psychofysiologie en, ten tweede, domeinkennis over veiligheid kan antwoord geven op nieuwe vragen omtrent de effectiviteit van veiligheidsprofessionals. Deze beweging, ook wel quantified self genoemd, wordt gefaciliteerd door snelle ontwikkelingen in het omgaan met grote hoeveelheden data. Meer sensoren betekenen een toenemende hoeveelheid beschikbare data voor veiligheidsorganisaties. Onze verwachting is dat de grote hoeveelheid data en analyse hierop zal leiden tot nieuwe inzichten en innovaties, ofwel tot data driven innovation.
Trend 2: Online afwijkend gedrag
Technische en sociale wetenschappen hebben zich sinds een aantal jaren gestort op het beter analyseren en begrijpen van online gedrag. Met de komst van Internet en meer specifiek met de komst van verschillende sociale netwerken zoals Twitter en Facebook, heeft de invloed van social media op ons gedrag terrein gewonnen. Ook sociale beïnvloeding manifesteert zich online. Pestgedrag, criminaliteit, protesten en zelfs revoluties vinden steeds vaker online plaats.
Media
De invloed van social media op ons gedrag is groot en wordt bepaald door een (ijs)berg aan factoren. Online afwijkend gedrag kan zich openbaren via plotse afwijkingen in het volume of frequentie van berichten, maar ook het aantal of type accounts dat actief wordt, of bijzondere trending topics die opkomen. Onderzoek toont aan hoe afwijkingen kunnen opbouwen tot signalen die gaan van cyberpesten of meningsverschillen en kunnen uitmonden in geweld, of over dreigingen en toenemende onrust dat kan omslaan in protesten (De Vries & Smilda, 2014). Aanbieders van social media diensten, zoals Twitter en Facebook, doen zelf al steeds meer aan het detecteren van ongewenst afwijkend gedrag. Zo vangt Twitter vreemde gedragingen af bij het aanmaken van accounts, bijvoorbeeld als iemand op een computer binnen een paar minuten meerdere accounts aanmaakt of daarbij onwenselijke namen gebruikt (zoals de naam van een terroristische groepering). Ook Facebook controleert op afwijkend gedrag. Zo gaat er een ‘lampje branden’ als twee gebruikers elkaar niet kennen en toch telefoonnummers uitwisselen, waarbij het leeftijdsverschil groot is. Misschien is het opa die een bericht stuurt aan zijn kleindochter, maar toch kijkt een medewerker van Facebook naar online afwijkend gedrag en doet deze melding bij de politie als er indicaties van pedofilie zichtbaar zijn. Dat de praktijk weerbarstiger is dan de theorie blijkt uit het rapport van een Britse parlementaire commissie die de omstandigheden rond de moord onderzocht op de Engelse militair Lee Rigby (Brandhorst, 2014). Facebook wordt hierin verweten te weinig te hebben gedaan om de ‘overduidelijk extremistische’ chats van een van de twee verdachten te melden aan de geheime diensten.
Toch is er meer nodig. Het ontbreekt de politie en veel andere organisaties aan beproefde mogelijkheden om ongewenst digitaal gedrag te detecteren, consistent te duiden en er tegen op te treden. Zo mag de politie zich bijvoorbeeld niet voordoen als een minderjarige om een online pedofiel te kunnen pakken (Lensink, 2014). Aanvullende methoden zijn nodig die de politie helpt bij haar werk in de digitale samenleving.
Trend 3: Intelligente gedragscamera’s
Camerabeelden leveren een groeiende bijdrage aan de veiligheid (La Vigne, Lowry, Markman, & Dwyer, 2011). De Koninklijke Marechaussee (KMar), politie, gemeenten en beheerders van kritieke infrastructuur ondervinden echter een stortvloed aan beelden, zowel in live toezichtruimtes, als in opsporing. Bovendien is er een toenemende druk op de kosten van het uitkijken en doorzoeken van deze beelden. Het tijdig vinden van relevante informatie in deze beelden wordt hierdoor steeds moeilijker waardoor de effectiviteit van toezichthouders vermindert. Tegelijkertijd is de wens van de Nederlandse overheid en maatschappij om steeds meer zaken te kunnen aanpakken en bij die zaken zo veel mogelijk naar de ‘voorkant’ van een incident te komen. Dat wil zeggen van opsporing naar heterdaad, en van heterdaad naar preventie (Van der Kamp, Van ‘t Hooft, & Zwier, 2014).
Het Ministerie van BZK heeft in het kader van het programma Veiligheid door innovatie in december 2010 een roadmap voor beeldtechnologie in het veiligheidsdomein laten opstellen (Flight & Hulshof, 2010). In het rapport wordt gesteld dat het indammen van de groei van beeldmateriaal geen optie is. Dit komt overigens vooral doordat er door diverse organisaties voor allerlei doeleinden sensoren worden geplaatst. Als de data er dan toch is, dan creëert dat de verplichting voor de politie en andere veiligheidsorganisaties om daar ook iets mee te doen om incidenten te voorkomen, of althans incidenten te stoppen of op te lossen. De enige manier om werkelijk vooruitgang te boeken is dan ook om beter te worden in het vinden van relevante beelden in de totale beeldenstroom.
Algoritme
Ontwikkelingen in sensoren, rekenkracht, opslag- en netwerkcapaciteit en algoritmes zorgen voor nieuwe mogelijkheden in het vinden van relevante beelden. De intelligente gedragscamera is het archetypische voorbeeld van een innovatie van toezicht op afwijkend gedrag. Intelligente gedragscamera’s zijn camera’s die in combinatie met specifieke software geautomatiseerd afwijkend gedrag kunnen herkennen. Verwacht wordt dat intelligente gedragscamera’s leiden tot verhoogde efficiëntie en effectiviteit voor zowel proactief cameratoezicht als opsporing (Van der Kamp, Van ‘t Hooft, & Zwier, 2014).
De intelligente gedragscamera is het laboratorium inmiddels ontgroeid. Op dit moment lopen er een aantal initiatieven om intelligente gedragscamera’s in de praktijk te beproeven, zoals bij de Koninklijke Marechaussee op Schiphol. De veelheid en diversiteit aan gedrag in een real-life setting maakt een accurate herkenning van gedrag een technische uitdaging. De grootste uitdaging komt voort uit het feit dat het interessante gedrag maar heel weinig voorkomt. Het overgrote deel van het gedrag is volkomen normaal en heeft niets te maken met incidenten of ongewenste situaties. Het is zoeken naar de speld in de hooiberg zonder daarbij teveel onterechte alarmen te genereren. Onze verwachting is dat deze proeven succesvol worden doorlopen en leiden tot invoering van de technologie in de praktijk ter ondersteuning van de veiligheidsprofessional in het algemeen en de cameratoezichtoperator in het bijzonder.
Trend 4: Implementatie van empirisch onderzoek in de praktijk
Er zijn diverse veiligheidsmaatregelen beschikbaar om afwijkend gedrag vroegtijdig te signaleren, zoals mediacampagnes gericht op burgers (bijvoorbeeld ‘overvaller in beeld’), zelfbeschermingscursussen, bedrijfstrainingen, speciaal getraind surveillancepersoneel, cameratoezicht, slimme sensoren, data mining en behaviour profiling. De effectiviteit van deze maatregelen is het vermogen om een incident te voorkomen, verstoren of om iemand op heterdaad te betrappen. Op basis van empirische resultaten over de impact van genomen veiligheidsmaatregelen kan een partij binnen het veiligheidsdomein beslissingen nemen over mogelijke aanpassingen in de wijze waarop het toezicht wordt uitgevoerd.
Resultaat
Nog te vaak worden veiligheidsmaatregelen genomen zonder enige kennis van het empirische resultaat. Maatregelen worden veelal op basis van een enkele mening of niet onderbouwde theorie geïmplementeerd of soms zelfs klakkeloos overgenomen uit landen met een goed imago als het gaat om veiligheidsmaatregelen zoals Israël of Amerika, maar veelal zonder een vertaling naar de lokale situatie. Een wetenschappelijke methode helpt om de effectiviteit, of überhaupt de voortgang aan te tonen van genomen maatregelen. Het belang hiervan toont het volgende voorbeeld: Een belangrijke reden dat het SPOT- programma van de Transportation Security Administration (TSA) momenteel onder vuur ligt van de Amerikaanse rekenkamer is dat het programma onvoldoende in staat is gebleken om de impact van predictive behavior profiling, ofwel het gebruik van kennis van afwijkend gedrag, onomstotelijk vast te stellen (Tennant, 2013).
Budget
Het gevolg is dat het budget waarmee het programma wordt gefinancierd onder druk is komen te staan. De rekenkamer heeft het congres aanbevolen om toekomstige financiële bijdrage te beperken totdat de TSA kan aantonen dat het SPOT-programma bewezen effectief is (United States Government Accountability Office, 2013). Mede hierdoor lopen er momenteel diverse initiatieven, ook in Nederland, gericht op het opstellen van solide evaluatieprogramma’s voor het vaststellen van de empirische effectiviteit van predictive behavior profiling als middel om de veiligheid op luchthavens en aan boord van vliegtuigen te vergroten. Dit is in onze ogen een goede ontwikkeling. Door het opstellen van een wetenschappelijk verantwoord evaluatieprogramma draagt een uitvoerende instantie namelijk bij aan het vergroten van het draagvlak voor beveiligingsmaatregelen. Immers, beveiligingsmaatregelen worden sneller ingevoerd als kan worden aangetoond dat ze een positief effect hebben op de veiligheid.
Meer trends?
Op elk van de vier koppelvlakken, mens, omgeving, techniek en organisatie, zijn voorbeelden beschreven van trends die de toekomst van toezicht gaan bepalen. Er zijn uiteraard meer trends. Zonder daar in al te veel detail op in te gaan, willen wij er toch nog enkele kort benoemen. Een eerste die wij zien is het toegenomen belang van legitimiteit bij het nemen van veiligheidsmaatregelen. Recent onderzoek laat zien hoe mensen de veiligheid en de legitimiteit van veiligheidsmaatregelen ervaren in de context van servicekwaliteit (Van der Kleij, Roelofs, & Van Hemert, 2014). Niet alleen laat het onderzoek zien dat de relatie tussen veiligheid en service meer uitgesproken wordt voor hogere waarden van veiligheid, ook legitimiteit blijkt een sleutelvariabele met betrekking tot de relatie tussen beide variabelen. De ervaren veiligheid komt bijzonder ten goede aan de servicebeleving wanneer de veiligheidsmaatregelen als legitiem worden ervaren. Het is voor exploitanten dus van belang om te zorgen dat getroffen veiligheidsmaatregelen in de ogen van bezoekers legitiem zijn. De uitdaging voor de komende tijd ligt in het ontwikkelen van veiligheidsmaatregelen die niet alleen het publiek niet hinderen, maar ook als legitiem worden ervaren. Interessant in dit opzicht is hoe ‘onzichtbare’ veiligheidsmaatregelen worden ervaren, zoals security questioning, waarbij contact wordt gelegd met bezoekers en klanten vanuit een servicegedachte door het stellen van slimme en onverwachte vragen, waarop criminelen zich niet hebben kunnen voorbereiden (zie Van Pel, Verhagen, & Wijn, 2012).
Wapenen
Een andere trend is dat criminelen en terroristen zich beter ‘wapenen’ tegen toezicht op afwijkend gedrag. Het wordt verondersteld dat terroristen trainen op het tegengaan van stresssignalen die hen kunnen verraden in de aanloop naar een actie. Het is de vraag in welke mate trainen effectief is, en hoe daarop is te anticiperen. Bovendien is steeds meer informatie voorhanden waarmee personen met kwade intentie hun voordeel kunnen doen, zoals recentelijk nog een handboek is ‘ontdekt’ dat opgesteld zou zijn door IS-aanhangers, dat tips geeft over hoe jihadgangers veilig het ‘kalifaat’ kunnen bereiken (Atasever, 2015).
Mobiele sensoren
Ten slotte is de intrede van mobiele sensoren een belangrijke trend. We zijn op weg naar een tijdperk waar de loodgieter de dakgoot met een onbemand luchtvaartuig inspecteert en waar fervente hobbyisten voor de kick nachtelijke vluchten maken boven belangrijke gebouwen en kritieke infrastructuur. Wat betekent dit voor de handhaving in het lage luchtruim? Interessant zijn de ontwikkelingen in Amerika waar onlangs, na het neerstorten van een onbemand luchtvaartuig in de achtertuin van het Witte Huis, in overeenstemming met de Amerikaanse luchtvaartautoriteit FAA, een belangrijke fabrikant een zogenaamde firmware update heeft uitgevoerd bij haar luchtvaartuigen waardoor deze niet meer kunnen vliegen in een deel van Washington (Bouwma, 2015). Ook zijn er ontwikkelingen die het onmogelijk maken voor onbemande luchtvaartuigen om landsgrenzen te overschrijden. Hiermee kan mogelijk drugshandel worden voorkomen. In dit tijdperk zullen veiligheidsorganisaties niet alleen moeten handhaven in het lage luchtruim, maar ook daar kansen moeten grijpen die door de intrede van deze nieuwe technologie ontstaan. Onbemande luchtvaartuigen kunnen helpen om een plaats-delict snel en efficiënt in beeld te brengen, maar in de toekomst wellicht ook om minder invasieve interventies te plegen. Een achtervolging van een overvaller kan bijvoorbeeld wellicht veiliger met een onbemand luchtvaartuig dan met een politieauto.
Veilige maatschappij
Heeft het onderzoeksprogramma naar het vroegtijdig signaleren van afwijkend gedrag geleid tot een veiliger maatschappij? Binnen dit onderzoeksprogramma hebben we tientallen projecten uitgevoerd voor en met partijen binnen de publieke en private veiligheid, zoals politie, Douane, KMar, Ministerie van Defensie, gemeenten, particuliere beveiligingsorganisaties, videosurveillance systeemintegrators, beheerders van kritieke infrastructuur en inlichtingen- en veiligheidsdiensten. Met de uitkomsten van deze projecten hebben deze partijen ieder op hun eigen wijze bijgedragen aan een veiliger maatschappij. Maar deze toekomstverkenning laat zien dat het werk nog niet is gedaan. Onze maatschappij is constant aan verandering onderhevig en zo ook de veiligheidsrisico’s. Veranderingen lijken elkaar bovendien steeds sneller op te volgen, gelijk aan de wet van Moore. De Nederlandse openbare orde en veiligheidsmarkt moet zich aanpassen aan veranderende omstandigheden om te ‘overleven’ en criminaliteit de baas te blijven. In dit kader is innovatie cruciaal om criminaliteit een stap voor te blijven. Zicht op toekomstige ontwikkelingen is onontbeerlijk om te komen tot innovatie. Dit paper en de daarin beschreven trends kan partijen binnen de publieke en private veiligheid helpen om lijnen voor kennisontwikkeling en daarmee innovatiekansen, te detecteren. De auteurs roepen organisaties dan ook op om innovaties niet te schuwen, maar te omarmen, zodat ook zij straks optimaal kunnen blijven bijdragen aan het realiseren van een veiliger maatschappij.
- Dit onderzoek is deels gefinancierd door de Rijksoverheid en uitgevoerd binnen het TNO vraaggestuurd programma Veilige Maatschappij, Topic 1: Afwijkend gedrag.
- Correspondentie over dit artikel kan worden geadresseerd aan dr. Rick van der Kleij, TNO Earth, Life, and Social Sciences, Kampweg 5, Postbus 23, 3769 ZG Soesterberg; E-mail: Rick.vanderKleij@tno.nl.
- De auteurs zijn Maaike Lousberg en Remco Wijn.