Ervaringen van straatagenten met het Criminaliteits Anticipatie Systeem

Abstract

Predictive policing mag een veelbelovende ontwikkeling lijken, het is nog te vroeg om te spreken van een effectief middel. De wetenschap uit zich nogal eens kritisch over de effectiviteit en negatieve neveneffecten. Ook agenten die als eindgebruiker van de Nederlandse variant - het Criminaliteits Anticipatie Systeem (CAS) - zijn geobserveerd en geïnterviewd, zijn sceptisch over de mate waarin een dergelijk systeem hen kan ondersteunen bij hun diverse werk. Voordat CAS een prominente plaats in de politieorganisatie kan innemen, is het van belang om na te denken hoe het systeem ten dienste kan staan van de agent op straat.

Full text

6het Tijdschrift voor de Politie – jg.79/nr.3/17Predictive policing
Ervaringen van straatagenten
met het Criminaliteits
Anticipatie Systeem
Anthonie Drenth
MSc is onderzoeker
aan de Hogeschool
Utrecht en de Vrije
Universiteit te
Amsterdam.
Dr. Ronald van
Steden is universi-
tair hoofddocent
aan de Vrije Univer-
siteit te Amsterdam,
afdeling bestuurs-
wetenschappen en
politicologie.
Predictive policing mag een veelbelovende ontwikkeling lijken, het is nog
te vroeg om te spreken van een effectief middel. De wetenschap uit zich
nogal eens kritisch over de effectiviteit en negatieve neveneffecten. Ook
agenten die als eindgebruiker van CAS zijn geobserveerd en geïnterviewd
in het kader van een masterscriptie, zijn sceptisch over de mate waarin
een dergelijk systeem hen kan ondersteunen bij hun diverse werk.
Criminaliteit voorkomen nog vóórdat het heeft
plaatsgevonden. Dat is niet slechts een utopische
wens die in futuristische films of spannende jon-
gensboeken werkelijkheid kan worden. Door het
toenemende gebruik van internet – sociale media in het bij-
zonder – en het registeren van gegevens op grote schaal,
zouden private en publieke partijen inmiddels in staat zijn
om nauwkeurig menselijk gedrag te voorspellen.
Ook de Nationale Politie maakt er geen geheim van een
groot vertrouwen te hebben in de mogelijkheden die big
data en data mining bieden voor de opsporing van criminali-
teit (Rienks, 2015). Onder de noemer predictive policing
experimenteren politie-eenheden wereldwijd met ICT-
systemen die in staat moeten zijn om criminaliteit te voor-
spellen. In Nederland wordt gebruikgemaakt van het Crimi-
naliteits Anticipatie Systeem (CAS), waarmee High Impact
Crimes (HICs) in kaart worden gebracht (Willems & Doele-
man, 2014).
Toch worden er vanuit de wetenschap vraagtekens gezet
bij de betrouwbaarheid en wenselijkheid van predictive
policing (Ferguson, 2012; De Vries & Smit, 2016; Van
Brakel, 2016). Helpt predictive policing daadwerkelijk in
het voorkomen van criminaliteit, en vooral ook: levert het
een bijdrage aan ‘goed’ politiewerk?
In dit artikel zal verslag worden gedaan van de ervarin-
gen die door CAS aangestuurde straatagenten zelf met dit
systeem hebben. Maar eerst staan we kort stil bij wat pre-
dictive policing inhoudt en hoe het systeem in Nederland
wordt gebruikt.
Predictive policing in Nederland
Het gebruik van big data is een uitdrukking van de nieuwe
Zeitgeist binnen het openbaar bestuur (Martijn & Tokmet-
zis, 2016). Kenmerkend voor die tijdgeest is een groot
geloof in (de objectiviteit van) statistieken en technologieën
waarmee menselijk gedrag kan worden voorspeld en waar-
mee ongewenst gedrag de juiste richting op kan worden
genudged (Thaler & Sunstein, 2009). Ook de verwachtingen
rondom predictive policing zijn hooggespannen. Als belof-
tes werkelijkheid worden, zou het verzamelen van data en
de analyses daarvan weleens bij kunnen dragen aan een
verdere daling van de criminaliteit (Rienks, 2015: 68).
Maar wat is predictive policing precies? Komt er daadwer-
kelijk een magische bol uit een machine rollen waarop de
namen staan van toekomstige moordenaars, zoals in het
begin van de film Minority Report gebeurt?
Predictive policing kan worden gedefinieerd als ‘elke
vorm van politiestrategie of tactiek die informatie, en een
geavanceerde analyse daarvan, gebruikt en ontwikkelt om
te voorzien in criminaliteitspreventie’ (Uchida, 2009).
Grofweg zijn er twee vormen te onderscheiden: predictive
mapping en predictive identification. De eerste vorm richt
zich op het in kaart brengen van het ‘waar’ en ‘wanneer’ van
criminaliteit op een geaggregeerd niveau. De tweede vorm
richt zich op het voorspellen en in kaart brengen van
groepen of individuen als potentiële misdadigers of slacht-
offers.
In Nederland wordt door de Nationale Politie, voorlopig
althans, vooral gebruikgemaakt van predictive mapping.
Het CAS, dat sinds 2013 gebruikt wordt door verschillende
politie-eenheden in Nederland, is daar een voorbeeld van.1
CAS
Het CAS is een ICT-systeem dat het werkgebied van een
politie-eenheid opdeelt in rastervakken van 125 bij 125
meter. Op basis van criminaliteitshistorie, soorten bedrij-
vigheid, afstanden tot bekende verdachten en demografi-
sche en socio-economische gegevens voorspelt CAS of een
bepaald gebied in de nabije toekomst vatbaar is voor crimi-
naliteit (Willems & Doeleman, 2014). Daaraan ten grond-
slag ligt de theorie van near repeats, die veronderstelt dat
binnen een bepaald gebied waar een misdaad is gepleegd,
diezelfde omgeving in de dagen erna een verhoogd risico
heeft op criminaliteit (Youstin e.a., 2011).
Op basis van complexe algoritmes berekent het CAS
waar en wanneer HICs, zoals woninginbraken en roofover-
vallen, in een tweeweekse periode te verwachten zijn.
Vervolgens kleurt het systeem het werkgebied van de politie
rood, oranje en geel. De rode cellen representeren de
high-risk areas: de top-3 procent van locaties met de hoog-
ste kans op een HIC.
De centrale gedachte van CAS is dat er van de fysieke
aanwezigheid van straatagenten op de voorspelde hotspots
een preventieve werking uitgaat. Sommige politie-eenhe-

7het Tijdschrift voor de Politie – jg.79/nr.3/17 Predictive policing
den hebben hiervoor een speciaal politieteam tot hun
beschikking, dat op basis van de output van CAS wordt
gedirigeerd naar die hotspots. Op die manier is de politie
gericht aanwezig op plekken waar het risico op een HIC het
grootst is.
Betrouwbaarheid, effectiviteit en wenselijkheid
Kunnen predictive-policingsystemen zoals CAS hun belof-
tes waarmaken? Is het daadwerkelijk mogelijk om crimina-
liteit te voorspellen en door gerichte politie-inzet de crimi-
naliteitscijfers te laten dalen? Een aantal studies naar de
betrouwbaarheid van predictive policing in de Verenigde
Staten en het Verenigd Koninkrijk zijn positief (Mohler e.a.,
2015; Kent Police, 2013). Ook metingen in Amsterdam naar
de betrouwbaarheid van de criminaliteitsvoorspellingen van
CAS lijken veelbelovend (De Grauw, 2014: 111).2 Uit deze
studies blijkt dat de systemen inderdaad redelijk nauwkeu-
rig in staat zijn om criminaliteit te voorspellen en dat de
criminaliteit hiermee kan dalen.
Toch is er ook kritiek op predictive policing. Sommige
studies meten geen significante effecten op trends in crimi-
naliteitscijfers (Hunt, Saunders & Hollywood, 2014) en
andere wijzen erop dat het überhaupt lastig is om een
criminaliteitsdaling toe te schrijven aan predictive policing
(Van Brakel, 2016).
Daarnaast is nog een kritische noot op zijn plaats. Het
gebruik van predictive policing kan leiden tot stigmatise-
ring, discriminatie en zelfs wantrouwen van burgers jegens
de politie (Ferguson, 2012; Borocas & Selbst, 2016). Dit
komt omdat de gebruikte systemen niet neutraal zijn. Om
predictive policing te laten werken is data nodig, die door
de invoerders wordt geselecteerd en vervolgens moet wor-
den geïnterpreteerd. Dat is een subjectieve opgave, waarin
bepaalde gegevens wel en andere niet relevant worden
geacht voor criminaliteitsvoorspellingen. Wetenschappers
wijzen erop dat die subjectieve keuzes bewust dan wel
onbewust vooroordelen met zich mee kunnen brengen
(Borocas & Selbst, 2016: 677).
Statistische betrouwbaarheid en effectiviteit van de
criminaliteitsbestrijding zijn derhalve niet de enige
aspecten die centraal dienen te staan bij een kritische
reflectie op predictive policing. De morele en ethische
facetten van het politiewerk verdienen ook aandacht. En
het is met dat alles zeer de vraag of predictive policing een
prominente plaats binnen de politieorganisatie dient in te
nemen.
Onderzoeksopzet
Om meer zicht te krijgen op deze facetten is het zinvol te
weten wat de gebruikers – de straatagenten zelf – van
predictive policing vinden. Draagt het in hun ogen bij aan
‘goed’ politiewerk? Helpt het hen in de uitvoering van hun
werk? Zij kunnen ons immers het beste inzicht geven in de
wijze waarop predictive policing in de praktijk eruitziet en
hoe dat hun werk op straat beïnvloedt.
Om antwoorden te vinden op deze vragen is door middel
van 6 participatieve observaties en 13 diepte-interviews
gesproken met straatagenten die in een stedelijke setting
met CAS werken (Drenth 2016). Deze straatagenten worden
op basis van CAS flexibel ingezet in hun werkgebied,
hetgeen betekent dat zij geen onderdeel vormen van een
vast wijkteam, maar actief zijn in alle wijkteams naargelang
CAS (of het wijkteam) dat nodig acht. De verslagen van deze
gesprekken zijn woordelijk uitgewerkt en vervolgens op
iteratieve wijze gecodeerd aan de hand van de Grounded
Theory Method (Charmaz, 2014).
Predictive policing in de praktijk
Uit de gesprekken blijkt dat straatagenten sceptisch zijn
over CAS omdat zij: (I) twijfelen over de effectiviteit en
betrouwbaarheid; (II) contextgebonden kennis belangrijker
vinden; (III) politiewerk ruimer zien dan criminaliteits-
bestrijding en als gevolg daarvan (IV) zelf prioriteiten
stellen. We zullen deze vier bevindingen achtereenvolgens
bespreken.
(I) Twijfels over effectiviteit en
betrouwbaarheid
De straatagenten werd gevraagd wat zij vinden van het
CAS-systeem en wat voor invloed de criminaliteitsvoorspel-
lingen hebben op hun dagelijks handelen. Daaruit kwam
eenduidig naar voren dat straatagenten kritisch zijn over de
werkzaamheid van CAS en geen vertrouwen hebben dat het
hen helpt in het dagelijkse politiewerk:

8het Tijdschrift voor de Politie – jg.79/nr.3/17Predictive policing
“Hoe kun je nu bepalen waar een crimineel toe gaat
slaan? Ja, dat is gewoon onzin, daar geloof ik niks
van.” (Agent #7)
De agenten betwijfelen of CAS wel doet wat het belooft. In
de praktijk merken zij maar weinig dat voorspellingen echt
uitkomen en dat criminaliteit als gevolg daarvan kan wor-
den voorkomen. Ook missen zij een terugkoppeling waaruit
zou blijken dat hun aanwezigheid op aanwijzing van CAS
invloed heeft gehad op de criminaliteitscijfers:
“Er zijn geen concrete cijfers. Er worden wel aanhou-
dingen verricht op dat tijdstip, maar voor mijn gevoel is
dat toeval.” (Agent #2)
Nu kan worden tegengeworpen dat de aanwezigheid van
straatagenten de facto een preventieve werking heeft op de
criminaliteit. Het is dan logisch dat de straatagenten de
werking van CAS niet zichtbaar merken, want door hun
aanwezigheid schrikken zij potentiële inbrekers en straat-
rovers af. Maar dit is toch te simplistisch gedacht. Straat-
agenten merken namelijk op dat de criminaliteit in hun werk-
gebied weliswaar kan dalen, maar dat het elders weer stijgt:
“Nou ja, in de praktijk zie je ook vaak dat het elders
gebeurt. En als CAS aangeeft ‘je moet onderin zijn’,
dan wordt er bovenin ingebroken.” (Agent #5)
De straatagenten reageren daarom sceptisch op de vraag of
CAS hen helpt bij de uitvoering van het politiewerk. Het
gevolg is dat zij zich in de praktijk niet of nauwelijks door
het systeem laten sturen:
“Ik hou me niet bezig met de prioriteiten van het CAS.
Ik vertrouw er niet op.” (Agent #3)
(II) Contextgebonden kennis is belangrijker
Daarnaast wijzen de straatagenten erop dat CAS hen niet
van een concreet handelingsperspectief voorziet. De voor-
spellingen van CAS dirigeren de straatagenten naar de
plekken waar de kans op een HIC het grootst is, maar het
vertelt hen niet wat ze daar dan vervolgens mee moeten
doen. Dit komt omdat de contextgebonden kennis van de
wijk of buurt, die vaak essentieel is om situaties op straat te
kunnen duiden, niet met de voorspelling van criminaliteit
wordt meegeleverd:
“Ik kijk meer naar de briefing van het wijkteam zelf
waar de overlast van jeugd is of overlast van drugs,
alcoholisten en dat soort dingen. Daar heb ik veel meer
mee en ik heb ook meer te vertellen in de debriefing dan
wanneer ik op CAS zit.” (Agent #6)
Het politiewerk is in de ogen van de straatagenten ‘mensen-
werk’ en zij koersen daarom liever op hun ervaring en de
informatie die zij van collega’s krijgen:
“Criminaliteit gebeurt met name in buurten waar arme
mensen wonen. Daar heb je vaker boefjes. Je weet ook
dat er in die omgeving meer inbraken zijn, daar hoef je
geen systeem voor te hebben.” (Agent #3)
Die eigen duiding en contextgebonden kennis is in de
beleving van straatagenten onmisbaar, vooral omdat politie-
werk meer inhoudt dan criminaliteitsbestrijding – een punt
waar we later op terugkomen. Doordat de straatagenten die
met CAS werken flexibel worden ingezet waar het risico op
een HIC het grootst is, ontbreekt het hen echter vaak aan
die contextgebonden kennis. Zij hebben immers niet de tijd
om een vertrouwensrelatie met buurtbewoners op te bouwen
en weten niet goed welke problemen er in een buurt spelen:
“Je hebt geen binding met de raddraaiers, met de
stelselmatig beschonkenen. Dus je hebt geen kennis van
wat er allemaal in die wijk afspeelt, waar het om draait
en welke personen positieve aandacht nodig hebben en
welke negatief.” (Agent #8)
Hierdoor bestaat het risico dat situaties op straat verkeerd
worden beoordeeld, omdat de straatagenten simpelweg de
persoon of situatie niet (her)kennen, hoewel dit voor hen wel
cruciaal is. Zo kan een burger die zich ‘opvallend’ gedraagt
onterecht worden aangemerkt als inbreker wanneer CAS de
straatagenten vertelt dat in dat gebied het risico op wonin-
ginbraak groot is, terwijl buurtbewoners allang weten dat
die persoon een psychosociale stoornis heeft. De straatagen-
ten wijzen er daarom op dat het duiden van situaties essen-
tieel is, wil hun handelen succesvol zijn:
Foto: Shutterstock

9het Tijdschrift voor de Politie – jg.79/nr.3/17 Predictive policing
“Een goede agent kan de situatie inschatten en weet
wanneer hij of zij ‘agent’ moet zijn en wanneer
‘vriend’.” (Agent #1)
CAS maakt het genoemde onderscheid niet, terwijl dit juist
belangrijk is voor de responsiviteit van straatagenten jegens
burgers: het geven van een afgewogen moreel oordeel over
een situatie en daarnaar handelen.
(III) Politiewerk is meer dan
criminaliteitsbestrijding
Hoewel straatagenten het ‘vangen van boeven’ als belang-
rijke drijfveer van het politiewerk beschouwen, zien zij in
dat de dagelijkse praktijk meer omvat dan dat. Door het
gebruik van CAS ontstaat er volgens hen echter onevenredig
veel aandacht voor HICs, terwijl andere problemen in hun
ogen minstens zo belangrijk zijn:
“Het is zonde van je capaciteit om steeds te focussen op
CAS-gebieden. Er gebeurt genoeg in de buurt. Ik let
dus overal op, niet alleen op inbraken of straatroven.”
(Agent #2)
Daarnaast hebben de straatagenten het gevoel dat zij in
toenemende mate worden ‘afgerekend’ op de resultaten die
zij behalen. Dit terwijl straatagenten voor soms moeilijke en
gevaarlijke situaties komen te staan die zeer ingrijpend
kunnen zijn:
“De debriefing gaat altijd over resultaten, maar er
moet ook aandacht zijn voor het proces van het werk,
hoe je het beleeft, wat je ervaart en hoe het met je gaat.”
(Agent #6)
Goed politiewerk is volgens de straatagenten dan ook niet af
te meten aan het aantal gepakte ‘boeven’ of het aantal
voorkomen woninginbraken, maar het zit hem veeleer in het
‘er zijn’ voor de burger:
“Het zijn ook vaak de waarschuwingen, of het goede
gesprek met de burger die er net even doorheen zat. Dat
is ook politiewerk.” (Agent #8)
Mede door het gebruik van CAS, maar ook onder druk van
prestatiegerichte beleidsdoelstellingen, hebben straatagen-
ten het gevoel dat het er steeds minder toe doet waar politie-
werk in hun ogen ten diepste om draait.
(IV) Eigen prioriteiten
De onderzochte straatagenten zijn aanwezig in de door CAS
aangewezen high-risk areas, maar daarmee lijkt dan ook
alles gezegd. Dit roept de vraag op: als CAS hen geen
duidelijke handvatten biedt bij de uitvoering van politie-
werk, wat doen zij dan wel? De straatagenten geven er de
voorkeur aan om te koersen op hun eigen prioriteiten. Die
eigen prioriteiten worden gevoed door hun normatieve
opvattingen over hoe ‘goed’ politiewerk er volgens hen
uitziet. Dit verschilt per straatagent, want niet iedereen
deelt dezelfde opvattingen over waar het in het politievak
om draait. Bijvoorbeeld:
“Ik zit de boeven achterna, en ik probeer ze ook uit de
anonimiteit te halen. Dus dat ze weten dat we er zijn.
Dat we ze elk moment kunnen pakken als ze iets doen.”
(Agent #5)
Daarnaast zijn er de agenten die gedreven zijn om de burger
op straat van dienst te zijn. Zij willen meer te weten te
komen over de dynamiek van de buurt en welke problemen
zich daar afspelen:
“Het gesprek met burgers, oplossingen zoeken voor
problemen, een luisterend oor bieden. Dat zijn wel de
dingen waar ik mee bezig ben.” (Agent #2)
En weer andere straatagenten richten zich op noodhulp-
meldingen en ondersteunen, waar nodig, collega’s van een
wijkteam:
“Wij worden ingezet op basis van CAS in een bepaalde
wijk, maar ik ben daar minder mee bezig. Ik merk dat
ik pas wat doe als ik een melding krijg.” (Agent #6)
Het lijkt er hiermee op dat het onderzochte, door CAS
aangestuurde politieteam niet wezenlijk verschilt van een
doorsnee wijkteam. De straatagenten laten zich meer leiden
door de ‘waan van de dag’ en hetgeen zij zelf interessant
vinden, dan dat zij zich bezighouden met door CAS op-
gestelde prioriteiten. Hun eigen morele drijfveren over wat
goed politiewerk is – of dat nu is misdaad tegengaan, een
luisterend oor bieden of collega’s ondersteunen – is daarbij
doorslaggevend.
Conclusie en discussie
Predictive policing is een veelbelovende ontwikkeling in het
bestrijden en voorkomen van criminaliteit. Toch is het nog te
vroeg om te spreken van een wondermiddel. Wetenschappers
uiten zich kritisch over de effectiviteit van het systeem en
wijzen daarnaast op niet te onderschatten negatieve neven-
De eigen morele
drijfveer over goed politie-
werk is doorslaggevend

10 het Tijdschrift voor de Politie – jg.79/nr.3/17Predictive policing
effecten zoals profilering en stigmatisering. Effectiviteit en
efficiëntie mogen niet de enige maatstaven zijn waaraan we
de wenselijkheid van predictive policing afmeten.
Daarnaast is de politiepraktijk zelf sceptisch. Uit ons
onderzoek blijkt dat straatagenten weinig vertrouwen heb-
ben in de werking van CAS. Zij leren ons dat er meer nodig
is dan al dan niet juist voorspelde high-risk areas om politie-
werk uit te kunnen voeren. Kennis van de buurt en haar
problematiek en relaties met buurtbewoners zijn van groot
belang voor straatagenten om situaties op de juiste manier te
beoordelen. De onderzochte straatagenten laten zich daarom
vooral leiden door hun eigen normatieve opvattingen over
hoe ‘goed’ politiewerk er in de praktijk uitziet.
Hoewel predictive policing een steeds prominentere rol
in de politieorganisatie lijkt in te gaan nemen, wijzen de
eindgebruikers op straat er dus op dat we hoge verwachtin-
gen omtrent de effectiviteit van CAS enigszins moeten
bijstellen. Het aansturen en uitvoeren van politiewerk houdt
immers meer in dan via statistieken en cijfers uit te drukken
valt. Aldus verwijzen de straatagenten impliciet naar de
belangrijke symbolische functie van hun werk. Politiewerk
gaat primair om sociale orde scheppen in de samenleving –
dat wil zeggen: het gaat over wat aanvaardbaar gedrag is en
wat niet (Kleinig, 1996).
Die rol vraagt niet alleen om effectievere manieren om
criminelen te slim af te zijn. Het vraagt bovenal om een
politie die weet wat er zich – breder dan criminaliteit – op
nationaal en lokaal niveau afspeelt en hoe hierop adequaat
te reageren. Daarvoor kunnen we niet altijd terecht bij
technische systemen, maar moeten we vooral te rade blijven
gaan bij straatagenten zelf. Zij zijn immers street-level
bureaucrats (Lipsky, 2010 [1980]) die in directe interacties
met burgers een afgewogen normatief oordeel geven en van
daaruit handelen in concrete situaties (Maynard-Moody &
Musheno, 2012).
Computers en statistieken zijn niet in staat om zulke
oordelen te geven. Hoe de politie op straat acteert, op welke
wijze straatagenten met situaties en burgers omgaan en wat
voor uitstraling daarvan uitgaat – het blijft allemaal men-
senwerk. De algoritmen achter predictive policing kunnen
daarom hoogstens een ondersteunende rol vervullen – als
het systeem tenminste de hearts and minds van straatagen-
ten weet te veroveren.
«
Literatuurlijst
Borocas, S. & A.D. Selbst (2016) Big Data’s disparate impact, Califor-
nia Law Review, 104, 671-732.
Brakel, R. van (2016). Pre-emptive big data surveillance and its (dis)
empowering consequences. In: Sloot, B. van der et al. (eds.),
Exploring the boundaries of big data. Amsterdam/Den Haag:
Amsterdam University Press/WRR, 117-144.
Charmaz, K. (2014). Constructing Grounded Theory (2nd edition).
London: Sage Publications.
Drenth, A.R. (2016). Waarde(n)vol politiewerk. Een kwalitatieve
verkenning van het vakmanschap van straatagenten en de normatieve
aspecten die daaraan ten grondslag liggen (Masterthesis Bestuurs-
kunde). Amsterdam: Vrije Universiteit Amsterdam.
Ferguson, A.G. (2012). Predictive Policing and Reasonable Suspicion.
Emory Law Journal, 62 (2), 259-325.
Grauw, de, J.S. (2014). Tijdruimtelijk voorspellen van criminele inciden-
ten. Master-thesis. Amsterdam: Vrije Universiteit Amsterdam.
Hunt, P. Saunders, J. & Hollywood, J.S. (2014). Evaluation of the
Shreveport predictive policing experiment. Rand Safety and Justice
Program. Santa Monica: Rand.
Kent Police (2013). PredPol Operational Review – Initial findings.
Kent: Corporate Services, Analysis Department Kent Police.
Kleinig, J. (1996). The Ethics of Policing. Cambridge: Cambridge
University Press.
Lipsky, M. (2010) [1980]. Street-level Bureaucracy. Dilemmas of the
Individual in Public Services (30th anniversary expanded edition).
New York: Russel Sage Foundation.
Martijn, M. & Tokmetzis, D. (2016). Je hebt wél iets te verbergen. Over
het levensbelang van privacy. Amsterdam: De Correspondent.
Maynard-Moody, S., & Musheno, M. (2012). Social Equities and
Inequities in Practice. Street-Level Workers as Agents and Pragma-
tists. Public Administration Review, 72 (1), 16-23.
Mohler, G., Short, M., Malinowksi, S., Johnson, M., Tita, G., Bertozzi,
A. & Brantingham, P. (2015). Randomized Controlled Field Trials of
Predictive Policing. Journal of the American Statistical Association,
110 (512), 1399-1411.
Rienks, R. (2015). Predictive policing. Kansen voor een veiligere
toekomst. Apeldoorn: Politieacademie, Lectoraat Intelligence.
Thaler, R.H., & Sunstein, C.R. (2009). Nudge. Improving Decisions
about Health, Wealth and Happiness. London: Penguin Putnam Inc.
Uchida, C.D. (2009) Predictive policing. Encyclopedia of Criminology
and Criminal Justice, 3871-3880, Dordrecht: Springer.
Vries, A. de & Smit, S. (2016). ‘Predictive policing: politiewerk aan de
hand van voorspellingen’. Justitiële Verkenningen, 42 (3), 9-22.
Willems, D., & Doeleman, R. (2014). Predictive Policing – wens of
werkelijkheid? Het Tijdschrift voor de Politie, 76, (4/5), 39-42.
Youstin, T. J., Nobles, M. R., Ward, J. T., & Cook, C. L. (2011). ‘Asses-
sing the generalizability of the near repeat phenomenon’. Criminal
Justice and Behavior, 38 (10), 1042-1063.
Noten
1 Sinds 2013 maken de politie-eenheden Noord-Nederland, Noord-Hol-
land, Oost-Nederland, Amsterdam en Den Haag gebruik van het CAS.
2 Het huidige CAS-model voorspelde volgens de metingen 36,3 procent
van de woninginbraken en 57,7 procent van de straatroven in de regio
Amsterdam correct.
We moeten de
hoge verwachtingen van
CAS wat bijstellen