UvA-model herkent risicovol online gokgedrag

 
uva komt met opensourcemodel voor risicovol gokgedrag

Onderzoekers van de Universiteit van Amsterdam hebben een open source-model ontwikkeld dat risicovol gokgedrag bij online spelers vroegtijdig moet herkennen. Het algoritme is getraind met twee jaar aan speelgegevens van dertien casino’s met een Nederlandse vergunning.

De nieuwe tool beoordeelt het daadwerkelijke speelgedrag van spelers en zet opvallende patronen om in een risicoscore. Daarmee krijgen kansspelaanbieders en toezichthouders een extra middel om mogelijke gokproblemen eerder te signaleren.

Het model is ontwikkeld door UvA-promovendus Charles de Leau, samen met hoogleraren Reinout Wiers en Johan Bollen. Het onderzoek werd gefinancierd vanuit het Verslavingspreventiefonds van de Kansspelautoriteit.

Algoritme analyseert inzetten en speeltijden

Het model werkt met machine learning en kijkt onder meer naar de hoogte en frequentie van inzetten. Ook speeltijden, meerdere nachten achter elkaar gokken en de manier waarop iemand reageert op winst- of verliesreeksen worden meegenomen in de analyse.

Voor het trainen van het algoritme zijn alle inzetten gebruikt die tussen 30 juli 2023 en 30 juli 2025 werden geplaatst bij dertien online casino’s in Nederland. De gegevens werden beschikbaar gesteld voor onafhankelijk wetenschappelijk onderzoek.

Het onderzoek sluit aan bij eerdere zorgen over digitale technieken die het speelgedrag beïnvloeden. Zo bleek eerder dat sommige online gokplatformen deceptive patterns gebruiken om spelers langer actief te houden. De UvA-tool gebruikt gedragsdata juist om patronen te herkennen die op mogelijke problemen wijzen.

Open source moet transparantie vergroten

Omdat het model open source is, zijn de werking en achterliggende code openbaar. Het algoritme kan daardoor onafhankelijk worden gecontroleerd en verder worden ontwikkeld. De onderzoekers werkten hiervoor ook samen met de Spaanse kansspeltoezichthouder DGOJ.

De Kansspelautoriteit noemt het model een transparant instrument waarmee risicovol gokgedrag vroegtijdig kan worden vastgesteld. De tool kan daarnaast helpen bij het beoordelen van de manier waarop aanbieders hun zorgplicht uitvoeren.

Die ontwikkeling komt op een moment waarop de aandacht voor gokschade groeit. Eind 2025 werd nog gemeld dat het aantal mensen in behandeling voor een gokverslaving is gestegen. Vooral onder jongvolwassenen zagen behandelaren een duidelijke toename.

Het algoritme neemt de verantwoordelijkheid van aanbieders niet over, maar kan wel duidelijker maken wanneer ingrijpen nodig is. Daardoor kunnen afwijkende speelpatronen mogelijk worden opgemerkt voordat de financiële en persoonlijke gevolgen verder oplopen.

Post