UvA-onderzoekers presenteren open-source algoritme voor vroegtijdige signalering van risicovol online gokgedrag

Universiteit van Amsterdam wetenschappers ontwikkelden een transparant open-source algoritme dat risicovol gedrag bij online casino spelers inschat op basis van concrete gegevens zoals inzetbedragen, frequentie van sessies en patronen waaronder nachtelijk spelen, waarna het model direct beschikbaar kwam via de website van de Kansspelautoriteit. Het initiatief ontstond binnen het Verslavingspreventiefonds van de toezichthouder en richt zich op eerdere detectie van problematisch speelgedrag zonder dat spelers zelf hoeven in te grijpen.

Achtergrond van het project en betrokken partijen

PhD-kandidaat Charles de Leau leidde het werk samen met hoogleraren Reinout Wiers en Johan Bollen, waarbij de focus lag op het bouwen van een model dat gebruikmaakt van echte spelerdata in plaats van theoretische aannames. Financiering kwam via het Verslavingspreventiefonds van de Kansspelautoriteit, zodat het resultaat vrij toegankelijk werd voor operators en onderzoekers die vergelijkbare analyses willen uitvoeren of aanpassen.

Het algoritme verwerkt variabelen als totale inzet per tijdseenheid, intervallen tussen weddenschappen en momenten van activiteit, terwijl het simultaan patronen herkent die vaker voorkomen bij spelers die later problemen ervaren. Omdat het model open-source is, kunnen derden de code inspecteren, repliceren of uitbreiden zonder dat proprietary beperkingen in de weg staan.

Technische werking en databronnen

Gegevens over inzetvolumes, sessieduur en tijdstippen vormen de kerninput, waarna statistische methoden patronen classificeren die wijzen op verhoogd risico. De Kansspelautoriteit plaatste het volledige model op haar site, zodat operators het kunnen integreren in bestaande monitoringssystemen en tegelijkertijd voldoen aan transparantie-eisen die de wetgever stelt. Volgens de projectdocumentatie levert het algoritme scores die operators helpen om signalen vroegtijdig op te merken en eventueel in te grijpen voordat gedrag escaleert.

Tests op historische datasets bevestigden dat nachtelijke activiteit en snelle opeenvolging van hoge inzetten sterker correleren met latere risicosignalen dan geïsoleerde factoren. Het model combineert deze elementen in een enkele schatting, waardoor individuele spelers niet apart geprofileerd hoeven te worden maar dat aggregaten wel inzicht geven in trends binnen een populatie. Operators kunnen daardoor gerichte maatregelen overwegen zonder dat persoonlijke data onnodig gedeeld wordt.

Toepassing door de sector en toezichthouder

De Kansspelautoriteit moedigt online casino’s aan het model te raadplegen bij het opstellen van hun eigen risicomonitoring, omdat het open karakter samenwerking tussen wetenschap en industrie bevordert. Door de code publiek te maken, ontstaat ruimte voor onafhankelijke validatie en verdere verfijning op basis van nieuwe datasets die in de toekomst beschikbaar komen. Het initiatief past binnen bredere inspanningen om preventie te versterken via datagedreven inzichten in plaats van uitsluitend reactieve sancties.

Verschillende variabelen zoals frequentie van stortingen en afwijkingen in speelritme werden eveneens meegenomen tijdens de ontwikkeling, zodat het eindproduct robuust genoeg is voor uiteenlopende platformen. De publicatie op de Ksa-site zorgt ervoor dat elke geïnteresseerde partij de actuele versie kan downloaden en toepassen, terwijl updates in de toekomst eveneens openbaar zullen verschijnen.

Conclusie

Het door de Universiteit van Amsterdam ontwikkelde open-source algoritme staat sinds de publicatie via de Kansspelautoriteit ter beschikking voor iedereen die risicovol online gokgedrag eerder wil signaleren. Door concrete data over inzetten, frequentie en tijdstippen te combineren in een transparant model, ontstaat een instrument dat zowel operators als toezichthouders kan ondersteunen bij preventieve acties. De bijdrage van Charles de Leau samen met de begeleidende hoogleraren en de financiering vanuit het Verslavingspreventiefonds maken dit project een concreet voorbeeld van hoe wetenschappelijk onderzoek direct toepasbaar wordt in de praktijk. Meer details zijn te vinden in de officiële toelichting van de Kansspelautoriteit.