UvA en Kansspelautoriteit Ontwikkelen Open-Source Algoritme voor Vroegtijdige Opsporing van Risicovol Gokgedrag

Researchers van de Universiteit van Amsterdam hebben in samenwerking met de Kansspelautoriteit een open-source algoritme ontwikkeld dat risicovol gokgedrag in online casino's inschat op basis van echte spelerdata en dat model komt voort uit een promotieonderzoek waarbij Charles de Leau als promovendus samenwerkte met hoogleraren Reinout Wiers en Johan Bollen terwijl de financiering via het Verslavingspreventiefonds van de Kansspelautoriteit verliep zodat een onafhankelijk en transparant instrument ontstond voor vroege detectie van problematisch spelgedrag en dit hulpmiddel staat nu beschikbaar via de website van de Kansspelautoriteit terwijl het aansluit bij breder onderzoek dat de Kansspelautoriteit in augustus 2026 uitvoert naar gokgedrag onder minderjarigen en jongvolwassenen.

De Ontwikkeling van het Model en de Betrokken Partijen

Het algoritme ontstond binnen een project aan de Universiteit van Amsterdam waar promovendus Charles de Leau de kern van het werk verrichtte en waar professor Reinout Wiers samen met professor Johan Bollen de begeleiding verzorgden zodat wetenschappelijke expertise op het gebied van verslaving en data-analyse samenvloeide met praktische toepassingen voor toezicht en dat resulteerde in een tool die gebaseerd is op daadwerkelijke spelergegevens uit online casino's waardoor schattingen van risicovol gedrag accurater en directer kunnen worden gemaakt dan bij eerdere methodes het geval was terwijl de open-source aard van het model ervoor zorgt dat andere onderzoekers en toezichthouders het kunnen gebruiken en verder kunnen ontwikkelen zonder dat commerciële belangen een rol spelen.

Financiering via het Verslavingspreventiefonds en de Doelstelling

De Kansspelautoriteit stelde middelen beschikbaar vanuit het Verslavingspreventiefonds zodat het project kon worden uitgevoerd zonder afhankelijkheid van de gokindustrie en dat leverde een onafhankelijk instrument op dat specifiek is ontworpen voor de vroege signalering van risicovol gedrag waarbij operators en toezichthouders op basis van data kunnen ingrijpen voordat problemen escaleren en de transparantie van het open-source model maakt het bovendien mogelijk dat externe partijen de werking kunnen controleren en valideren waardoor vertrouwen in de uitkomsten ontstaat en dit past binnen de bredere missie van de Kansspelautoriteit om gokverslaving te voorkomen door middel van wetenschappelijk onderbouwde methodes.

Beschikbaarheid en Toepassing in de Praktijk

Het model is te downloaden via de website van de Kansspelautoriteit en dat zorgt ervoor dat zowel toezichthouders als onderzoekers er direct toegang toe hebben terwijl de integratie met bestaande systemen voor online casino's relatief eenvoudig kan verlopen omdat het algoritme is gebouwd op basis van reële spelerdata en daardoor aanpasbaar blijft aan verschillende platforms en datasets en experts die met het model werken merken dat het vroegtijdig patronen herkent die wijzen op verhoogd risico waardoor preventieve maatregelen sneller kunnen worden ingezet en dit alles draagt bij aan een meer proactieve aanpak binnen de Nederlandse gokmarkt.

Verbinding met Onderzoek in Augustus 2026

Het open-source algoritme sluit aan bij het uitgebreide onderzoek dat de Kansspelautoriteit in augustus 2026 uitvoert naar gokgedrag onder minderjarigen en jongvolwassenen en dat bredere project richt zich op het in kaart brengen van trends en risico's binnen deze kwetsbare groepen waarbij het nieuwe model als hulpmiddel kan dienen om specifieke gedragingen te identificeren en te monitoren zodat beleidsmakers over actuele en betrouwbare gegevens beschikken en de combinatie van het algoritme met dit grootschalige onderzoek biedt een samenhangend kader voor preventie waarbij data uit online casino's wordt gecombineerd met demografische inzichten en dat versterkt de mogelijkheid om gerichte interventies te ontwikkelen die zijn afgestemd op verschillende leeftijdsgroepen.

Technische Kenmerken en Open-Source Aspecten

Het algoritme maakt gebruik van machine learning technieken die zijn getraind op geanonimiseerde spelerdata waardoor het risiconiveaus kan berekenen zonder dat individuele identiteiten worden blootgesteld en de open-source publicatie betekent dat de volledige code en documentatie publiek toegankelijk zijn zodat andere wetenschappers de methode kunnen repliceren en verbeteren terwijl de Kansspelautoriteit het model host op haar eigen platform en daarmee de onafhankelijkheid en betrouwbaarheid garandeert en dit technische raamwerk onderscheidt zich van commerciële oplossingen omdat het geen verborgen algoritmes bevat en volledig controleerbaar blijft voor alle betrokken partijen.

Conclusie

De samenwerking tussen de Universiteit van Amsterdam en de Kansspelautoriteit heeft geleid tot een open-source algoritme dat risicovol gokgedrag in online casino's kan inschatten op basis van echte spelerdata en dat model ontwikkeld door Charles de Leau onder begeleiding van professors Reinout Wiers en Johan Bollen met financiering uit het Verslavingspreventiefonds staat beschikbaar via de Kansspelautoriteit en het vormt een onderdeel van breder onderzoek dat in augustus 2026 wordt gepresenteerd over gokgedrag onder minderjarigen en jongvolwassenen zodat toezichthouders en onderzoekers over een transparant en onafhankelijk hulpmiddel beschikken voor vroegtijdige detectie en preventie.