UvA Onderzoekers Presenteren Open Source Algoritme voor Risicogedrag bij Online Gokken

Universiteit van Amsterdam onderzoekers hebben een open source algoritme ontwikkeld dat risicovol gedrag van spelers in online casino's inschat op basis van echte gameplay gegevens en dit model is nu publiek beschikbaar via de Kansspelautoriteit site, waar het helpt bij vroege detectie van probleemgedrag. Het project werd geleid door promovendus Charles de Leau in samenwerking met professoren Reinout Wiers en Johan Bollen terwijl financiering kwam van het Verslavingspreventiefonds van de Kansspelautoriteit.

Het algoritme analyseert patronen in speelsessies en identificeert indicatoren voor verhoogd risico zonder dat persoonlijke data wordt gedeeld en de transparante opzet maakt het mogelijk voor operators en toezichthouders om aanpassingen door te voeren. Data uit daadwerkelijke casinospellen vormt de basis en dit zorgt ervoor dat schattingen beter aansluiten bij realiteit dan theoretische modellen.

Achtergrond van het Onderzoeksproject

Het initiatief ontstond vanuit de behoefte aan betere tools voor verslavingspreventie in de Nederlandse online gokmarkt en in augustus 2026 werd het model verder geïntegreerd in toezichtsprocessen van de Kansspelautoriteit. Onderzoekers verzamelden en verwerkten gameplay data om variabelen zoals sessieduur, inzetpatronen en verliesfrequentie te koppelen aan risiconiveaus. Het open source karakter betekent dat iedereen de code kan inzien en gebruiken waardoor validatie door derden mogelijk wordt en aanpassingen snel kunnen volgen.

Charles de Leau voerde het dagelijkse werk uit terwijl de begeleidende professoren input leverden op methodologie en ethische aspecten en de financiering via het Verslavingspreventiefonds garandeerde onafhankelijkheid van commerciële belangen. Het resultaat is een model dat niet alleen schat maar ook uitlegbaar blijft voor niet-technische gebruikers zoals beleidsmakers en casino medewerkers.

Werking van het Algoritme in de Praktijk

Het systeem verwerkt ruwe data uit online casino platforms en berekent een risicoscore per speler op basis van statistische patronen die uit eerder onderzoek bekend zijn. Variabelen zoals snelle opeenvolgende inzetten of toenemende bedragen na verliezen wegen zwaar mee en de output verschijnt als een percentage dat operators waarschuwt bij overschrijding van drempels. Omdat het model open source is kunnen ontwikkelaars het aanpassen aan specifieke spellen zoals blackjack of poker zonder dat de kernfunctionaliteit verloren gaat.

Tests met historische datasets toonden aan dat het algoritme risicogedrag eerder signaleert dan traditionele methodes en dit komt doordat het direct aansluit bij daadwerkelijke speelgedrag in plaats van demografische aannames. De Kansspelautoriteit host de code en documentatie zodat iedereen toegang heeft en updates kunnen worden gedeeld via een centraal platform.

Rol van de Kansspelautoriteit en Financiering

De Kansspelautoriteit stelde het Verslavingspreventiefonds beschikbaar om dit type onderzoek te ondersteunen en het model werd direct op hun website geplaatst voor brede toegankelijkheid. Dit zorgt ervoor dat niet alleen grote operators maar ook kleinere partijen en onderzoeksinstellingen kunnen profiteren van de tool zonder extra kosten. Transparantie staat centraal en daarom is alle code, inclusief gebruikte variabelen en rekenmethodes, openbaar gemaakt.

Beleidsmakers kunnen de resultaten gebruiken om bestaande regels aan te scherpen terwijl operators het algoritme in hun eigen systemen integreren om spelers tijdig te benaderen met preventieve maatregelen. De aanpak combineert academische rigueur met praktische toepasbaarheid en dit maakt het model uniek binnen de Europese gokregulering.

Toepassingen en Toekomstige Ontwikkelingen

Operators die het model implementeren kunnen risico scores combineren met bestaande monitoring tools en zo een completer beeld krijgen van individuele spelers. Het open source aspect stimuleert samenwerking tussen universiteiten en de industrie waardoor verdere verfijning mogelijk wordt en nieuwe variabelen kunnen worden toegevoegd op basis van actuele data. In augustus 2026 stonden er al meerdere pilots gepland bij Nederlandse licentiehouders om de effectiviteit in live omgevingen te meten.

Onderzoekers benadrukken dat het algoritme geen oordeel velt maar slechts een hulpmiddel biedt voor vroegtijdige interventie en continue evaluatie blijft nodig om bias of onnauwkeurigheden te voorkomen. De beschikbaarheid op de Kansspelautoriteit site maakt het eenvoudig voor geïnteresseerden om de code te downloaden en te testen in eigen omgevingen.

Conclusie

Het open source algoritme van de UvA onderzoekers levert een concrete bijdrage aan verslavingspreventie door risicogedrag objectief te kwantificeren op basis van gameplay data en de publieke hosting via de Kansspelautoriteit zorgt voor brede adoptie. Met de betrokkenheid van Charles de Leau en de professoren Wiers en Bollen is een model ontstaan dat zowel wetenschappelijk onderbouwd als praktisch inzetbaar is en toekomstige aanpassingen kunnen rekenen op input van de gehele sector.