calendar tag arrow download print
Image
buurtpreventie
artikel
16 januari 2019

Inzet van sensordata voor leefbaarheid en veiligheid

longread sensor openbare ruimte Privacy politie
Goede informatie is cruciaal voor het werk van de politie. Die informatie komt steeds vaker van digitale sensoren: digitale meetinstrumenten die data verzamelen over de fysieke en sociale omgeving. Wie mag nu eigenlijk wie in de gaten houden? Hoe zit het met afwegingen rondom veiligheid en privacy?

Door Marijn Biesiot, Tim Jacquemard & Rinie van Est | PDF-versie | Dit artikel is het eerste in een reeks | foto: Harold Versteeg - Hollandse Hoogte 

Overal oren en ogen

Voorbeelden van digitale sensoren zijn de camera en GPS op een smartphone. Sensordata kunnen de politie helpen om haar werk beter te doen, bijvoorbeeld bij ‘slimme’ opsporing en effectieve handhaving.[1] Sensordata bieden ook burgers en bedrijven de mogelijkheid om speurwerk te doen of actie te ondernemen om de eigen leefomgeving leefbaarder en veiliger te maken.

Wie mag nu eigenlijk wie in de gaten houden?

Dit artikel is deel 1 een reeks. 
Lees ook deel 2: Hoe kijken mensen naar het gebruik van sensordata voor leefbaarheid en veiligheid?

Het veelvuldig gebruik van sensoren roept vragen op. Wie mag nu eigenlijk wie in de gaten houden? Hoe zit het met afwegingen rondom veiligheid en privacy? In dit artikel verkennen we het gebruik van sensoren om leefbaarheid en veiligheid [2] te bevorderen.

We bespreken eerst welke sensoren de politie gebruikt. Vervolgens schetsen we vier vormen van toezicht met sensoren: surveillance, sousveillance, horizontale surveillance en zelf-surveillance. We laten daarbij de diversiteit aan sensoren zien waarmee politie, gemeenten, burgers en bedrijven de samenleving leefbaarder en veiliger proberen te maken. Daarna laten we zien hoe sensordata worden gebruikt in verschillende kernactiviteiten van de politie. Vanuit dit perspectief identificeren we vijf opvallende trends in het gebruik van sensoren om leefbaarheid en veiligheid te bevorderen. We sluiten af met een beknopte samenvatting van de verkregen inzichten.

Sensoren van de politie

Eind jaren negentig bestonden sensordata vooral uit de videobeelden van toezichtcamera’s op straat.[3] Op dit moment experimenteert de politie met camera’s met gezichtsherkenning en ‘anti-sensor sensoren’ die apparaten opsporen die signalen verstoren (zogenaamde ‘jammers’). Deze innovatieve technologieën worden op dit moment alleen toegepast door specialistische teams van de politie, maar tonen wel drie ontwikkelrichtingen. Digitale sensoren zijn de afgelopen jaren uitgebreider, mobieler en slimmer geworden.

Digitale sensoren hebben al onze zintuigen gedigitaliseerd: ze kunnen ook ‘ruiken’, ‘proeven’ en ‘voelen’.

Uitgebreider

De traditionele beeldcamera’s en microfoons kunnen ‘kijken’ en ‘horen’. De functies van digitale sensoren zijn uitgebreid en hebben in feite al onze zintuigen gedigitaliseerd: ze kunnen ook ‘ruiken’, ‘proeven’ en ‘voelen’. Digitale sensoren kunnen vaak meer waarnemen dan mensen, bijvoorbeeld metaal detecteren en DNA lezen voor forensisch onderzoek.[4] De politie onderzoekt ook digitale sensoren die smartphones volgen via wifi signalen (‘wifi-sniffing’).[5]

Mobieler

In 1975 monteerde de Nederlandse politie voor het eerst camera’s in politiewagens.[6] Sindsdien zijn digitale sensoren steeds kleiner geworden. Er zijn zelfs nanosensoren, zoals de ‘e-neuzen’ die in de Rotterdamse haven worden gebruikt om ongezonde lucht en gevaarlijke gassen te detecteren.[7] Daardoor worden digitale sensoren mobieler. Ze zitten in smartphones, kunnen op het lichaam gedragen worden (zoals slimme horloges en brillen) en op afstand bestuurd worden. ‘Bodycams’, bijvoorbeeld, zijn videocamera’s die op het uniform zitten. Zo kan de meldkamer live meekijken en -luisteren met een agent. In 2008 werden de eerste bodycams in Maastricht gebruikt door de politie.[8] Inmiddels zijn er honderden in gebruik, zij het nog wel met een experimenteel karakter.[9] De politie gebruikt ook helikopters en drones die uitgerust worden met verschillende sensoren, zoals een warmtecamera om wietplantages te zoeken en een beeldcamera die een groot gebied zeer scherp in beeld kan brengen.[10]

Slimmer

Een camera die gezichten kan herkennen is een voorbeeld van een ‘slimme’ camera. Die camera registreert niet alleen videobeelden, maar zou potentieel op die beelden bijvoorbeeld gezichten kunnen herkennen van voetbalhooligans.[11] Automatische kentekenherkenning of Automatic NumberPlate Recognition (ANPR) is een ander voorbeeld. Deze camera is ‘slim’, omdat het software heeft gekregen die nummerplaten van auto’s kan aflezen en vergelijken met kentekens uit een database. De politie test momenteel slimme videocamera’s die appende of bellende automobilisten kunnen detecteren.[12]

Burgers en bedrijven bezitten circa 1,5 miljoen beveiligingscamera’s.

Vier vormen van sensortoezicht

Naast de politie gebruiken ook burgers, bedrijven en gemeenten sensoren om leefbaarheid en veiligheid te verbeteren. De politie heeft ongeveer 500-1000 camera’s in bezit en gemeenten hebben ruim 3000 toezichtcamera’s op straat. Ter vergelijking: burgers en bedrijven bezitten circa 1,5 miljoen beveiligingscamera’s.[13] Indien nodig wil de politie graag gebruik maken van die sensordata. Daarom vraagt de politie of burgers en bedrijven hun beveiligingscamera’s willen registreren. Het idee achter het project Camera in Beeld is dat, als de politie een overzicht heeft van alle camera’s, ze na een misdrijf snel alle data van de camera’s in de buurt van dat misdrijf kan opvragen.[14] Inmiddels zijn ongeveer 200.000 camera’s aangemeld bij het project.[15] Dit project is een vorm van publiek-private samenwerking om de samenleving veiliger te maken. Het laat ook zien dat burgers niet alleen gemonitord worden door de overheid, maar de camera ook regelmatig zelf bedienen.[16] Vanuit het perspectief van de burger zijn er vier vormen van toezicht met sensoren:

sensor surveillance
Vier vormen van sensortoezicht. Bron: Rathenau Instituut

1. Surveillance

Surveillance is toezicht van ‘bovenaf’. Het gaat over autoriteiten die burgers en objecten monitoren. Cameratoezicht op straat is hier een bekend voorbeeld van. In dit project kijken we naar surveillance door de politie, gemeenten en bedrijven. Net als de politie gebruiken gemeenten en bedrijven ook andere type digitale sensoren om de veiligheid in de buurt te verbeteren. Steeds meer gemeenten experimenteren met sensoren in ‘slimme-stad-projecten’.[17] Gemeenten gebruiken bijvoorbeeld sensoren voor crowd control. De gemeente Amsterdam zette in 2017 wifi-sensoren en slim cameratoezicht in om te meten hoe druk het op straat was. Men probeerde daarmee de kerstdrukte in goede banen te leiden.[18] De gemeente Eindhoven werkt samen met de politie, bedrijven en kennisinstellingen aan het verminderen van de overlast en incidenten in het uitgaansgebied Stratumseind. Daar experimenteren ze met geluidscamera’s die niet alleen de geluidssterkte meten, maar ook de dienstdoende agent kunnen waarschuwen als ze agressie detecteren.[19] In deze ‘slimme-stad-projecten’ verzamelen gemeenten data over burgers in de openbare ruimte. De gemeenten Amsterdam en Eindhoven hebben principes geformuleerd om zorgvuldig met dit soort sensordata om te gaan.[20] Verder heeft overheidsstichting Geonovum een voorzet gedaan voor een set van spelregels voor sensoren in de publieke ruimte. [21]

Cameratoezicht door bedrijven beperkt zich niet tot kantoorpanden en parkeerplaatsen. ProRail plaatst slimme camera’s langs het spoor om koperdieven of mensen die langs het spoor lopen te signaleren.[22] Binnenkort dragen alle zevenhonderd Veiligheid & Service-medewerkers van de NS een bodycam, die ze kunnen inschakelen bij een onveilige situatie.[23] Een andere vorm van sensortechnologie zijn de securityscanners op luchthaven Schiphol. Die controleren met millimetergolftechnologie of reizigers verboden voorwerpen op hun lichaam dragen.[24] Soms monitoren werkgevers hun werknemers met digitale sensoren.[25] De BestDriver-app van DHL Express, Gemeente Rotterdam en CGI gebruikt sensoren en serious gaming om chauffeurs te stimuleren om duurzamer en veiliger te rijden.[26]

Binnenkort dragen de 700 Veiligheid & Service-medewerkers van de NS een bodycam, die ze kunnen inschakelen bij een onveilige situatie.

2. Sousveillance

Bij sousveillance houden burgers autoriteiten in de gaten. Dit is toezicht van ‘onderaf’, zoals burgers die met hun telefoon politieoptreden filmen. Op YouTube zijn veel ‘arrestatiefilmpjes’ te vinden. Dergelijke video’s kunnen een belangrijke rol spelen in strafzaken, zoals bij het overlijden van Mitch Henriquez in 2015 na een politiearrestatie.[27] Tijdens de arrestatie gebruikte de politie geweld. Omstanders maakten filmpjes toen de man op de grond lag en de familie van Mitch Henriquez gaf foto’s vrij die in het ziekenhuis zijn genomen. Het overlijden van de man leidde tot demonstraties tegen politiegeweld in de Haagse Schilderswijk.[28] Er zijn twee politieagenten veroordeeld voor mishandeling die de dood van Henriquez tot gevolg had.[29] De videobeelden en foto’s werden gebruikt in de rechtszaak om aan te tonen wat er precies is gebeurd.

Met drones bij de buren kijken, is een vorm van horizontale surveillance.

3. Horizontale surveillance

Burgers die elkaar ‘bespieden’, zoals met drones bij de buren kijken [30], doen aan horizontale surveillance. Dit fenomeen wordt ook wel ‘little big brothers’ genoemd.[31] In programma’s als ‘Idioten op de Weg’ worden beelden uitgezonden van digitale camera’s op het dashboard van auto’s. Er rijden in Nederland al zo’n 250.000 auto’s met zulke ‘dashcams’.[32] Naast beveiligingscamera’s in huis en bij de voordeur installeren mensen ook sensoren die bewegingen en pogingen tot inbraak kunnen detecteren. De Interpolis ThuisWacht, bijvoorbeeld, bestaat uit een sensorpakket met slimme camera en sensoren voor deuren en ramen. Wanneer de bewoners niet thuis zijn en de sensor een beweging opmerkt bij de deur, ontvangen bewoners automatisch een melding op hun mobiele telefoon. Als de beweging komt komen van de postbode of een spinnenweb dan hoeven ze geen actie te ondernemen. Maar als de melding laat zien dat het gaat om een potentiële inbreker, dan kunnen bewoners via een app hun netwerk of een professionele beveiliger inschakelen voor hulp.[33] Via WhatsApp Buurt Preventie groepen kunnen buurtbewoners elkaar attenderen op verdachte situaties in de buurt, bijvoorbeeld door foto’s van verdachte personen met elkaar te delen.[34]

4. Zelf-surveillance

Burgers kunnen ook apparaten en applicaties met digitale sensoren inzetten die hen helpen om zich aan de regels voor leefbaarheid en veiligheid te houden. Zoals Fairzekering of de Veilig Rijden app van de ANWB. Sensoren meten het rijgedrag van automobilisten en mensen die veilig rijden krijgen korting op hun autoverzekering. Dat moet de verkeersveiligheid verbeteren.[35] Dit is een vorm van zelf-surveillance. Deze sensortechnologie laat de gebruiker nog wel ruimte om zelf te beslissen wat ze met de feedback doen. Als je de ASR Rij Veilig app [36] of de Safe Lock van KPN [37] aanzet, zorgt de app dat je Whatsapp en andere berichten niet doorkomen wanneer je fietst of in de auto rijdt.

De waardeketen van sensordata

Veel van de voorbeelden die we bespreken gaan in feite verder dan dataverzameling door digitale sensoren. Het gaat om digitale technologieën die deze data verwerken en ook ingrijpen in de fysieke wereld. De zogenoemde ‘cybernetische loop’ helpt te begrijpen hoe dit werkt.

Cybernetische loop

De drie stappen van de cybernetische loop zijn: data verzamelen, analyseren en toepassen (zie figuur 2).[38] De cybernetische loop visualiseert de hele waardeketen van digitale sensordata. Een voorbeeld: automatische kentekenherkenning (Automatic NumberPlate Recognition: ANPR). De ANPR-camera verzamelt data: het registreert continu videobeelden van auto’s op een snelweg. De camera is verbonden met software die de verzamelde beelden analyseren. De software kan kentekens identificeren en deze vergelijken met een database waarin de kentekens gekoppeld zijn aan de eigenaren van de auto. Wanneer het algoritme een ‘hit’ signaleert, zijn er verschillende toepassingen mogelijk. Een agent ziet de hit en onderneemt actie. De ‘slimme’ camera kan ook zelf actie ondernemen door bijvoorbeeld automatisch een boete te versturen voor een snelheidsovertreding.

De drie stappen van de cybernetische loop komen in grote lijnen overeen met drie kernactiviteiten van het politiewerk: getuigen, opsporen en handhaven:

cybernetic loop
Cybernetische loop: de waardeketen van sensordata. Bron: Rathenau Instituut

Data verzamelen: getuigen

Digitale sensoren zijn een soort digitale getuigen van situaties waarin leefbaarheid of veiligheid onder druk staat. De informatie die sensoren leveren, ondersteunen en verrijken de waarnemingen van de politie. Burgers, bedrijven en gemeenten verzamelen veel sensordata die kunnen helpen om de veiligheid in de samenleving te vergroten. De politie moet hen toestemming vragen om deze data in te zien. Dat geldt ook als de politie de beelden van aangemelde beveiligingscamera’s in het project Camera in Beeld wil bekijken. Naast sensordata verzamelt de politie informatie uit open bronnen (zoals YouTube en Twitter) en gesloten bronnen (zoals rechtbankgegevens en banksystemen). Verder vraagt de politie deelnemers aan participatieplatformen zoals Burgernet[39] en Amber Alert[40] om informatie over verdachte of vermiste personen te geven.

Naast sensordata verzamelt de politie informatie uit open bronnen (zoals YouTube en Twitter) en gesloten bronnen (zoals rechtbankgegevens en banksystemen).

Analyseren: opsporen

Vervolgens kan de politie de verzamelde sensordata analyseren en eventueel combineren met andere databronnen. Opsporen gaat over het zoeken in de data naar patronen en verdachten. Deze analyse kan door analisten van de politie worden uitgevoerd, maar ook door kunstmatige intelligentie en big data analyse. In Roermond doet de politie samen met wetenschappers en de gemeente een experiment om bendes van rondreizende criminelen tegen te gaan die winkels bestelen, zakkenrollen en inbreken.[41] De Designer Outlet in Roermond trekt veel bendes uit Oost-Europa, en vooral Roemenië, aan. De politie onderzoekt hoe digitale sensoren (zoals geluidscamera’s, cameratoezicht, ANPR-camera’s en wifi trackers) kunnen helpen om dergelijke bendes eerder te herkennen en op te sporen. In een datacentrum op de Technische Universiteit Eindhoven worden de datasets gekoppeld en geanalyseerd. Met de hulp van (handmatig ontwikkelde) algoritmes zoekt men naar patronen in de verzamelde data, bijvoorbeeld of een auto uit Duitsland komt, of het een Roemeens kenteken heeft en hoeveel mensen in de auto zitten.

De praktijk moet nog uitwijzen hoe vaak het algoritme het bij het goede eind heeft.

Toepassen: handhaven

Op basis van de analyse gaat de politie over tot een interventie. Handhaving kan ook gericht zijn op de preventie van criminaliteit. Het doel van het experiment in Roermond is om verdacht gedrag in een vroeg stadium te herkennen en zo misdrijven te voorkómen.[42] De politie verzamelt hiervoor veel data, onder meer van veel onschuldige automobilisten in Roermond. Geautomatiseerde data-analyse helpt agenten bepalen wat afwijkend gedrag is en wat verdacht gedrag is. Het algoritme kent punten toe aan auto’s op basis van een lijst met criteria voor verdacht gedrag. Hoe meer punten een auto krijgt die naar de outlet rijdt, hoe groter de kans dat de politie erop af gaat. Om privacy te beschermen worden data van niet-verdachte auto’s na de analyse verwijderd.[43] De praktijk moet nog uitwijzen hoe vaak het algoritme het bij het goede eind heeft.

Vijf trends

De cybernetische loop maakt inzichtelijk hoe sensordata worden gebruikt in verschillende kernactiviteiten van de politie: getuigen, opsporen en handhaven. Deze gedachtegang kan ook worden toegepast op andere partijen die sensordata gebruiken om leefbaarheid en veiligheid te bevorderen, zoals bedrijven, gemeenten en burgers. Zij verzamelen niet alleen sensordata die mogelijk relevant zijn voor de politie, maar kunnen deze data ook zelf analyseren en daar actie op ondernemen. We identificeren vijf opvallende trends in het gebruik van sensoren om leefbaarheid en veiligheid te bevorderen.

Trend 1: Er zijn steeds meer politiesensoren en -sensordata

De politie werkt steeds meer met sensoren. Eind jaren negentig maakte de politie ook gebruik van sensoren, zoals camera’s om plaatsen delict te fotograferen en toezichtcamera’s op straat. Maar het aantal en type digitale sensoren dat de politie tot haar beschikking heeft is enorm gegroeid. Politieagenten op straat worden ondersteund door digitale sensortechnologie. Dit heeft invloed op de rol van de politieagent. Agenten nemen beslissingen mede op basis van informatie die van sensoren komt. In die zin wordt het handelen van de politie geïnformeerd door data. Het is voor te stellen dat in de nabije toekomst sensordata een meer sturende rol krijgen. Kun je in zo’n geval nog steeds zeggen dat de politieagent zelf de beslissing maakt?

Trend 2: De politie automatiseert een deel van haar kernactiviteiten met slimme sensortechnologie

Een slimme sensor kan ook kernactiviteiten van de politie uitvoeren. Met de ‘slimme sensor’ bedoelen we eigenlijk een geautomatiseerd robotsysteem. De definitie van een robot is namelijk een ‘machine die kan waarnemen, denken en handelen’.[44]

Mochten sensordata in de toekomst een meer sturende rol krijgen, kun je in zo’n geval nog steeds zeggen dat de politieagent zelf de beslissing maakt?

In dat geval zijn de drie stappen van de cybernetische loop geautomatiseerd. Een ANPR-camera kan continu beelden verzamelen. Een politieagent besluit nog wel op basis van een analyse van deze beelden wat voor actie nodig is. Een geheel geautomatiseerde interventie is ook denkbaar. Het Centraal Justitieel Incassobureau (CJIB) zou bijvoorbeeld ANPR-camera’s automatisch boetes kunnen laten uitschrijven op trajectcontroles. In dat geval verzamelt het ANPR-camerasysteem de data, analyseert deze en onderneemt actie zonder tussenkomst van een mens.

Trend 3: Burgers, bedrijven en gemeenten verzamelen steeds meer sensordata

In de afgelopen twintig jaar is het gebruik van digitale sensoren in de samenleving explosief gegroeid. Burgers en bedrijven bezitten duizend keer zoveel beveiligingscamera’s als de politie. Dat is nog zonder alle smartphones en andere sensoren. In de praktijk zijn dat zeer veel digitale getuigen die het politiewerk kunnen ondersteunen.

Trend 4: De politie zoekt nieuwe vormen van samenwerking om de uit de samenleving afkomstige sensordata te gebruiken voor leefbaarheid en veiligheid

In dit artikel geven we diverse voorbeelden waarin de politie samenwerkt met burgers, bedrijven en gemeenten om met sensordata leefbaarheid en veiligheid te bevorderen. In Roermond werkt de politie samen met de gemeente, Technische Universiteit Eindhoven en het Openbaar Ministerie. Dat is een vorm van samenwerking binnen het publieke domein. De politie werkt ook samen met private partijen: burgers en bedrijven. De politie zoekt naar nieuwe manieren om sensordata van private partijen te ontsluiten, zoals in het project Camera in Beeld. Dat is een vorm van publiek-private samenwerking met burgers en bedrijven. Een ander voorbeeld is dat de politie burgers stimuleert om zelf speurwerk te doen.

Burgers en bedrijven bezitten duizend keer zoveel beveiligingscamera’s als de politie. Dat is nog zonder alle smartphones en andere sensoren.

De politie ontwikkelt nieuwe digitale platformen die burgers faciliteren om zelf opsporingswerk te doen. SamenZoeken is een app die burgers helpt om slimmer te zoeken naar een vermist familielid, vriendin of buurman. De politiemedewerker die SamenZoeken bedacht zegt over de app: ‘Het is een wezenlijk andere kijk op burgerparticipatie. Je vraagt burgers niet om de politie te helpen bij opsporing, maar wij helpen burgers bij hun zoektocht.’[45] Als de politie een zoektocht overneemt, dan kunnen burgers de verzamelde informatie makkelijk overdragen. Een ander voorbeeld is Automon, dat in 2019 wordt gelanceerd.[46] Het is een soort Pokémon Go voor gestolen auto’s.[47] Het werkt als volgt: ANPR camera’s op straat herkennen de kentekens van gestolen auto’s en sturen automatisch een melding naar Automon-spelers in de buurt. Die gaan op zoek naar de auto. De eerste die de gestolen auto vindt, krijgt een beloning.[48] Er is zelfs een app aangekondigd die burgers tips geeft om zelf detective te spelen na een klein incident, zoals vernieling of inbraak (Sherlock[49]).

Trend 5: Private partijen gaan zelf speurwerk doen en handhaven met sensordata

De inzet van sensordata door politie en gemeenten zijn sensortoepassingen in het publieke domein. Ook private partijen (burgers en bedrijven) zetten sensoren en sensordata in om de eigen leefomgeving leefbaarder en veiliger te maken. We zien dat burgers en bedrijven niet alleen sensordata verzamelen om te delen met de politie (getuigen), maar ook zelf de data gaan analyseren (opsporen) en actie ondernemen (handhaven). We bespreken hier de voorbeelden van een autoverzekeraar en van ‘do-it-yourself-policing’

Iemand die de ANWB Veilig Rijden Autoverzekering afsluit krijgt een sensorsysteem in de auto dat data verzamelt tijdens alle ritten en de rijstijl bijhoudt. Veel te snel rijden geldt bijvoorbeeld als onveilig.[50] Hoe veiliger iemand rijdt, hoe meer korting diegene krijgt op de autoverzekering. In de gebruikersvoorwaarden staat dat de ANWB deze verzekering mag beëindigen als de verzekerde niet veilig rijdt: ‘Of je veilig rijdt, kun je zien aan de kleurcodes die je in de feedback van ons ontvangt. We werken met categorieën die elk gekoppeld zijn aan een kleur. (…) Als je in een jaar zes rode berichten op het onderdeel snelheid ontvangt en/of één zwart bericht op snelheid dan mogen wij je verzekering opzeggen.’[51] De autoverzekeraar onderneemt dus actie op basis van een analyse van sensordata: het beëindigt de verzekering van iemand die onveilig rijdt. Er is ook bijvangst. De ANWB heeft de afgelopen jaren via deze dongels - een USB stick met een SIM-kaart erin om mobiel internet te ontvangen op een computer of laptop - meerdere gestolen auto’s teruggevonden en sommige ouders hebben via meldingen van te hard rijden hun kinderen betrapt op ongevraagd de auto gebruiken.[53] 

Sommige ouders hebben via meldingen van te hard rijden hun kinderen betrapt op ongevraagd de auto gebruiken

Burgers die samenwerken met de politie is niet nieuw. Wél nieuw is dat burgers sensoren gebruiken om niet alleen informatie aan de politie te geven, maar ook om zelf te speuren en te handhaven. Dit soort ‘do-it-yourself-policing’ gebeurt op eigen initiatief.[54] Boevenspotter Jaime, bijvoorbeeld, reist al jaren in zijn vrije tijd naar Amsterdam om zakkenrollers en winkeldieven te pakken.[55] Hij zoekt op straat naar mensen die zich verdacht gedragen, volgt ze, belt het zakkenrollerteam van de Amsterdamse politie, en wacht tot de agenten de boeven in de boeien slaan. Dit alles filmt hij. Sinds vorig jaar zet hij de filmpjes ook online. Zijn YouTube kanaal ‘Boevenspotter’ heeft meer dan vijftigduizend volgers. De politie vindt het geen probleem dat Jaime soms zelf achter verdachten aan gaat en de gestolen spullen afpakt, zoals in een filmpje is te zien. ‘Dat is zijn eigen verantwoordelijkheid. In principe mogen burgers iemand die op heterdaad wordt betrapt aanhouden.’[57]

Youtube-filmpje van Boevenspotter.

Eigen rechters

Vormen van digitale burgerparticipatie waar burgers niet alleen informatie verstrekken maar ook zelf opsporingswerk doen en soms zelf handhaven roepen vragen op. Naast succesverhalen zijn er ook waarschuwingen van deskundigen voor burgers die voor eigen rechter spelen, de politie in de weg zitten, die door hun speurwerk zelf in gevaarlijke situaties terecht komen, die een trauma krijgen wanneer ze een lichaam vinden of die inbreuk maken op de privacy van anderen.[58] Inmiddels zorgt ‘boevenspotter Jaime’ ervoor dat de zakkenrollers die hij filmt niet meer herkenbaar in beeld verschijnen. Het herkenbaar in beeld brengen van verdachte personen kan gevolgen hebben voor strafvervolging. Begin 2013 mishandelden jongeren een man in Eindhoven. De rechter gaf deze jongeren (de ‘kopschoppers’)een lagere straf vanwege videobeelden. De rechter oordeelde namelijk dat hun privacy was geschonden doordat de videobeelden op televisie werden getoond.[59]

Tot slot

Uit deze verkenning van het gebruik van sensoren komt een complex netwerk rond ‘sensortoezicht’ naar voren. Burgers worden niet alleen gemonitord door de politie en andere instituties (surveillance), maar hanteren zelf ook op verschillende manieren de camera (sousveillance, horizontale surveillance en zelf-surveillance). Het verzamelen van de sensordata, de analyse ervan en de actie die erop volgt kunnen door publieke en private partijen worden uitgevoerd en (deels) automatisch plaatsvinden.

Wanneer we naar de hele waardeketen van sensordata kijken zien we vijf trends in het gebruik van sensoren om leefbaarheid en veiligheid te bevorderen:

  1. Er zijn steeds meer politiesensoren en -sensordata;
  2. De politie automatiseert een deel van haar kernactiviteiten (getuigen, opsporen en handhaven) met slimme sensortechnologie;
  3. Burgers, bedrijven en gemeenten verzamelen steeds meer sensordata;
  4. De politie zoekt nieuwe vormen van samenwerking om de uit de samenleving afkomstige sensordata te gebruiken voor leefbaarheid en veiligheid;
  5. Private partijen gaan zelf speurwerk en handhaving doen met sensordata.

We zien dus dat sensordata door publieke partijen (de politie en gemeenten), private partijen (burgers en bedrijven) en in publiek-private samenwerking worden gebruikt. In het volgende artikel verkennen we meer in detail hoe deze verschillende sociale praktijken vorm krijgen.

Kijken burgers anders aan tegen politieagenten met bodycams dan wanneer veiligheidspersoneel van de NS ze dragen?

Deze vijf trends roepen vragen op. Kijken burgers anders aan tegen politieagenten met bodycams dan wanneer veiligheidspersoneel van de NS ze dragen? Maakt het burgers uit of ze een boete ontvangen van een agent op straat of een slimme ANPR-camera? Zouden burgers op verzoek van de politie aan hun beveiligingscamera een functie willen toevoegen die gezichten kan herkennen of mensen kan herkennen aan de manier waar op ze lopen? Vinden mensen het acceptabel als zakkenrollers en inbrekers herkenbaar op YouTube worden gezet? Hoe kijken burgers naar bedrijven die handhavingstaken oppakken met sensoren?

In dit project onderzoeken wij welke afwegingen mensen maken wanneer ze over dit soort vragen nadenken. In welke gevallen vinden burgers het gebruik van sensordata wenselijk (of juist niet), en waarom? Dat dit letterlijk heel dichtbij kan komen, laat de publieke discussie over securityscanners op de luchthaven Schiphol zien. Toen de securityscanners tien jaar geleden werden geïntroduceerd ontstond er ophef over deze ‘naaktscanners’. Een scan van het lichaam toonde iemands lichaam en of diegene verboden voorwerpen onder zijn of haar kleding had verstopt. Daarbij werden wel het gezicht en de geslachtsdelen vervaagd. Waarom hadden sommige mensen een voorkeur voor de scanner en lieten anderen zich liever ouderwets fouilleren door een beveiliger? Lag dat aan de manier waarop mensen zich moesten ‘blootgeven’ in de scanner of aan andere emoties en argumenten? Daarover meer in het volgende artikel.

Lees binnenkort ook het tweede artikel over ons onderzoek sensordata voor veiligheid en leefbaarheid

Het Rathenau Instituut onderzoekt op verzoek van de Nationale Politie hoe burgers aankijken tegen het gebruik van sensordata voor het bevorderen van leefbaarheid en veiligheid. Dat doen we door middel van focusgroepen. In de focusgroepen brengen we burgers aan de hand van een aantal scenario’s met elkaar in gesprek. De focusgroepen moeten in alle diversiteit zicht bieden op de percepties van diverse burgers en de argumentaties achter die percepties.

In dit (eerste) artikel laten we op basis van literatuurstudie zien wat er allemaal al gebeurt in Nederland op het gebied van sensortechnologie. We beschrijven vijf trends in het gebruik van sensordata om veiligheid en leefbaarheid te bevorderen. We benoemen ook enkele vragen die dit oproept en de discussies uit de praktijk. Deze discussies werken we in een tweede artikel verder uit. Dat artikel gaat over waarom burgers het gebruik van sensordata wenselijk (of juist niet) vinden. Het zoekt in wetenschappelijke literatuur en praktijkvoorbeelden naar ‘puzzelstukjes’ die inzicht geven in factoren die een rol spelen bij burgerperceptie van sensortechnologie. 

Bronnen

[2] Het onderzoek ‘Burgerperspectief op inzet sensdata voor leefbaarheid en veiligheid’ richt zich op een breed spectrum van leefbaarheid en veiligheid. Onder leefbaarheid verstaan we lichte overtredingen, zoals afval op straat gooien. Aan de andere kant van het spectrum staan zwaardere misdrijven die voor een groot gevoel van onveiligheid zorgen, zoals straatroof, bedreigingen, mishandeling en zware vormen van criminaliteit zoals drugs- en mensenhandel. Dit onderzoek blijft daarmee dicht bij de taak van de politie, die zich in de kern richt op handhaving van de rechtsorde en hulpverlening bij nood. Bij een keuze om een praktijkvoorbeeld te bespreken stellen we ons daarom altijd de vraag: is dit een situatie waarvoor je de politie zou kunnen bellen?

[6] Flight, S. (2016). ‘Politie en beeldtechnologie: gebruik, opbrengsten en uitdagingen’. Justitiele verkenningen 42, nr.3, pp. 68-94.

[8] Flight, S. (2016). ‘Politie en beeldtechnologie: gebruik, opbrengsten en uitdagingen’. Justitiele verkenningen 42, nr.3, pp. 68-94.

[9] De Leeuw, P. & I. Nap (2018). Programma Sensing. Concept programmaplan 2018-2019. Concept, versie 2.0 19 februari 2018.

[10] Wide Area Motion Imagery (WAMI) wordt uitgelegd op pp. 75-77 van: Politieacademie (2018). Kennis voor de politie van morgen. Een conferentie over onderzoek bij, naar en voor de politie. Den Haag: Sdu uitgevers.

[13] Leenaers, H. (red.) (2016). De Bosatlas van de veiligheid. Groningen: Noordhoff Uitgevers, p.31.

[44] Van Est, R., D. Bunders & I. Korthagen (2017). Rise of robot city politics: The state of affairs in the Netherlands. Het essay is gepresenteerd op URBAN AUTOMATION, een internationale workshop in Sheffield, Verenigd Koninkrijk, op 4-6 september 2017.

[46] Hoorweg, E. et al. (2018). Vertrouwen en wantrouwen in de digitale samenleving. Trends in veiligheid 2018. Utrecht: Capgemini.