In Nederland wordt een nieuw AI-model getest dat probleemgokkers eerder moet herkennen. Het systeem kijkt naar patronen als ’s nachts spelen en snel hogere inzetten. Vergunninghouders willen zo sneller ingrijpen en schade voorkomen. Dit sluit aan bij de zorgplicht in de Wet Kansspelen op afstand en bij de Europese AI-verordening, die gevolgen heeft voor overheid en aanbieders.
Algoritme signaleert risico vroeg
Het voorspellend model analyseert speelgedrag in real time. Het gebruikt machine learning, een techniek waarbij een systeem patronen leert uit veel voorbeelden. Signalen zijn onder meer nachtelijke speelsessies, lange aaneengesloten speeltijd en snel oplopende inzetten. Ook het najagen van verliezen kan een waarschuwing zijn.
Doel is om spelers te beschermen voordat problemen uit de hand lopen. Het model geeft een risicoscore die menselijke medewerkers beoordelen. Daarna kan de aanbieder passende stappen zetten. Denk aan een waarschuwing, een pauze of een tijdelijke limiet.
De Kansspelautoriteit (Ksa) ziet hier op toe via de zorgplicht. Aanbieders in Nederland, zoals legale online casino’s, moeten gedrag volgen en ingrijpen. Het algoritme ondersteunt dat proces, maar vervangt geen menselijk oordeel. Dat is belangrijk om fouten en misverstanden te voorkomen.
Probleemgokken is langdurig en herhaald gokken dat leidt tot financiële, sociale of psychische schade.
Zorgplicht dwingt sneller ingrijpen
De Wet Kansspelen op afstand verplicht vergunninghouders om risico’s te monitoren. Zij moeten contact opnemen als een speler ongezond gedrag laat zien. Het AI-systeem helpt om die momenten sneller en consistenter te vinden. Dat verkleint de kans dat signalen worden gemist.
Ingrijpen gebeurt stapsgewijs en proportioneel. Eerst kan er een pop-up verschijnen met feiten over verliezen en speeltijd. Helpt dat niet, dan volgt persoonlijk contact of een tijdelijke blokkade. In het uiterste geval kan uitsluiting via Cruks worden besproken.
De Ksa kan handhaven als aanbieders te laat of te licht ingrijpen. Een traceerbaar AI-proces met logs maakt interne controle en toezicht eenvoudiger. Zo wordt de zorgplicht beter aantoonbaar. Tegelijk mag het niet leiden tot willekeur of automatische sancties.
Privacyregels sturen datagebruik
Het model verwerkt vooral gedragsdata, zoals inlogtijden, sessieduur en inzetten. Volgens de AVG geldt dataminimalisatie: alleen data gebruiken die echt nodig zijn. Voor training kan geanonimiseerde of gepseudonimiseerde data worden ingezet. Beveiliging en versleuteling zijn verplicht.
Spelers hebben recht op informatie over dit gebruik. Aanbieders moeten helder uitleggen waarom het systeem er is en wat het doet. Bij besluiten die iemand raken, is menselijke tussenkomst nodig. Ook moeten bedrijven foute data kunnen corrigeren.
Vals-positieven blijven een risico, bijvoorbeeld bij nachtwerkers. Daarom is menselijke toetsing belangrijk. Daarnaast moeten aanbieders periodiek de uitkomsten evalueren. Zo kan het model worden bijgesteld en worden vooroordelen beperkt.
Europese AI-verordening geldt ook
De Europese AI-verordening (AI Act) stelt eisen aan datamodellen die gedrag beoordelen. Denk aan risicobeheersing, duidelijke documentatie en menselijke controle. Aanbieders moeten bijhouden hoe het systeem presteert en waarom het waarschuwt. Dat vergroot transparantie richting gebruiker en toezichthouder.
De exacte risicoklasse hangt af van het gebruik en de impact. Wordt het model gebruikt om iemand automatisch te blokkeren, dan gelden zwaardere plichten. Bij gebruik als beslisondersteuning blijven de eisen lichter, maar niet vrijblijvend. Audit, logging en uitlegbaarheid blijven nodig.
Voor de overheid betekent dit extra aandacht voor handhaafbare regels. De Kansspelautoriteit zal moeten toetsen op AI-veiligheid naast gokregels. Dat raakt vergunninghouders en hun leveranciers. Het maakt “Europese AI-verordening gevolgen overheid” concreet in de goksector.
Nauwkeurigheid en bias blijven risico
Een algoritme kan historische vooroordelen overnemen. Als de trainingsdata scheef zijn, worden sommige groepen te streng beoordeeld. Dat kan leiden tot onterechte waarschuwingen. Regelmatige, onafhankelijke testen moeten dit opsporen.
Nauwkeurigheid is ook contextafhankelijk. Wat risicovol is bij sportweddenschappen, werkt niet altijd bij casinospellen. Aanbieders moeten modellen per product evalueren. En de resultaten vergelijken met echte hulpvragen en interventies.
Uitlegbaarheid helpt medewerkers en spelers. Simpele indicatoren, zoals “snelle inzetverhoging”, zijn goed te begrijpen. Complexe signalen vragen extra toelichting in begrijpelijke taal. Dat vergroot vertrouwen en maakt bezwaar mogelijk.
Nederland zet toon in EU
Nederland heeft met Cruks en de zorgplicht al strikte regels. Het gebruik van AI past in die lijn van preventie. Als het werkt, kan het aantal zware gevallen omlaag. Dat scheelt menselijk leed en kosten voor hulpverlening.
Veel aanbieders opereren in meerdere EU-landen. Eén aanpak die voldoet aan de AI Act maakt uitrol eenvoudiger. Nederland kan daarbij een voorbeeldfunctie hebben. Duidelijke kaders en toezicht zijn dan wel nodig.
De komende maanden draait het om praktijkproeven en audits. Werkt het model stabiel en eerlijk, dan volgt brede invoering. Blijken er gaten, dan moet het ontwerp terug naar de tekentafel. Bescherming van spelers blijft het doel, niet het automatiseren van straffen.