Open-source algoritme van UvA biedt inzicht in risicovol online gokgedrag

Researchers van de Universiteit van Amsterdam hebben een open-source algoritme ontwikkeld dat risicovol gokgedrag in online casino's inschat op basis van daadwerkelijke gameplay-data van spelers en dit model is sinds augustus 2026 beschikbaar via de website van de Kansspelautoriteit als transparante tool voor vroege detectie.

Het algoritme kwam tot stand door het werk van promovendus Charles de Leau samen met hoogleraren Reinout Wiers en Johan Bollen terwijl de financiering liep via het Verslavingspreventiefonds van de Kansspelautoriteit en het hele project richt zich op het analyseren van patronen in speelgedrag zonder dat persoonlijke gegevens worden gedeeld.

Ontwikkeling en achtergrond van het model

Charles de Leau als PhD-kandidaat bij de UvA leidde het onderzoek waarbij hij data verzamelde uit online casino-omgevingen en vervolgens algoritmes trainde om signalen van problematisch spel te herkennen en dat resulteerde in een model dat openbaar toegankelijk is zodat andere partijen het kunnen gebruiken of verder ontwikkelen.

Professoren Reinout Wiers en Johan Bollen leverden expertise op het gebied van verslavingsonderzoek en data-analyse terwijl zij het project begeleidden en zo zorgden voor een wetenschappelijke basis die aansluit bij bestaande kennis over gokproblemen en preventie.

Functionaliteit en toepassing in de praktijk

Het algoritme werkt door gameplay-data te verwerken zoals inzetpatronen en speelduur en het identificeert vervolgens risico-indicatoren die wijzen op mogelijk schadelijk gedrag en die uitkomsten kunnen casino-operators of toezichthouders helpen bij het ingrijpen voordat problemen escaleren.

De Kansspelautoriteit host het model op haar eigen site zodat iedereen het kan raadplegen en downloaden en dat maakt het een transparante bron voor vroege detectie terwijl de link naar de broncode en documentatie direct toegankelijk blijft via de officiële Ksa-pagina.

Financiering via het Verslavingspreventiefonds van de Ksa maakte het mogelijk om het project uit te voeren zonder commerciële belangen en daardoor blijft de focus liggen op publieke gezondheid en preventie in plaats van op winstmaximalisatie.

Technische aspecten en open-source karakter

Het model is volledig open-source wat betekent dat ontwikkelaars en onderzoekers de code kunnen inspecteren aanpassen en hergebruiken en dat bevordert samenwerking binnen de sector terwijl het tegelijkertijd bijdraagt aan meer transparantie over hoe risicoberekeningen tot stand komen.

Door gebruik te maken van echte gameplay-data in plaats van gesimuleerde scenario's levert het algoritme resultaten die dichter bij de dagelijkse praktijk staan en daardoor kunnen operators gerichtere interventies toepassen op basis van concrete patronen die uit de analyses naar voren komen.

Betekenis voor de Nederlandse gokmarkt

De Kansspelautoriteit integreert dit instrument in haar toezichtskader en dat past binnen bredere inspanningen om online gokken veiliger te maken terwijl de beschikbaarheid sinds augustus 2026 extra nadruk legt op proactieve preventie in plaats van reactieve maatregelen na problemen zijn ontstaan.

Verschillende partijen in de gokindustrie kunnen het model nu testen in hun eigen systemen en dat leidt tot gestandaardiseerde manieren om risicovol gedrag vroegtijdig op te merken zonder dat er nieuwe wetgeving nodig is voor basisimplementatie.

Conclusie

Het open-source algoritme van de UvA-onderzoekers vormt een concrete stap vooruit in de detectie van risicovol gokgedrag omdat het data-gedreven inzichten combineert met publieke toegankelijkheid en daardoor biedt het zowel toezichthouders als operators een praktisch hulpmiddel dat al operationeel is via de Ksa-website.