UvA-onderzoekers presenteren open-source algoritme voor detectie van risicovol gokgedrag
UvA-onderzoekers presenteren open-source algoritme voor detectie van risicovol gokgedrag
Researchers van de Universiteit van Amsterdam hebben een open-source algoritme ontwikkeld dat risicovol gokgedrag in online casinos inschat op basis van daadwerkelijke speldata van spelers en dit model is beschikbaar gesteld via de website van de Kansspelautoriteit als transparant hulpmiddel voor vroege detectie waarbij financiering afkomstig is uit het Verslavingspreventiefonds van diezelfde autoriteit.
De achtergrond van het onderzoeksteam
Charles de Leau als promovendus bij de UvA werkte samen met professoren Reinout Wiers en Johan Bollen aan dit model dat spelersgedrag analyseert terwijl het algoritme draait op concrete data uit online casinospellen en experts observeerden dat zulke tools kunnen bijdragen aan preventieve maatregelen in de gereguleerde markt.
Hoe het algoritme functioneert
Het systeem verwerkt gameplaygegevens om patronen te identificeren die wijzen op verhoogd risico en het model maakt gebruik van statistische methoden die ontwikkeld zijn binnen het academische project waarbij de open-source aanpak toelaat dat andere partijen het kunnen inspecteren en aanpassen terwijl data uit de praktijk de basis vormt voor de schattingen.
Publicatie via de Kansspelautoriteit
De Kansspelautoriteit heeft het algoritme op haar website geplaatst zodat toezichthouders en operators er toegang toe hebben en deze publicatie benadrukt de transparantie van het instrument dat gefinancierd werd door het Verslavingspreventiefonds waarbij de autoriteit het als hulpmiddel presenteert voor vroege signalering van problematisch spelgedrag in de online sector.
Het project toont hoe academische samenwerking met toezichthouders concrete toepassingen oplevert en onderzoekers ontdekten dat open-source modellen de acceptatie en het begrip onder betrokken partijen kunnen vergroten terwijl de focus ligt op data-gedreven inzichten uit echte speelsessies.
Financiering en toekomstige toepassingen
Financiering via het Verslavingspreventiefonds van de Kansspelautoriteit ondersteunde de ontwikkeling en dit fonds richt zich op preventie-initiatieven waarbij het algoritme nu als voorbeeld dient voor verdere innovaties in de sector en waarnemers noteren dat zulke initiatieven de monitoring van spelersgedrag kunnen verbeteren zonder dat er nieuwe wetgeving nodig is.
Conclusie
Het open-source algoritme van de UvA-onderzoekers biedt een transparant instrument dat via de Kansspelautoriteit beschikbaar is en dat risicovol gedrag in online casinos helpt identificeren op basis van gameplaydata waarbij de betrokkenheid van het Verslavingspreventiefonds de link met preventie versterkt en dit initiatief illustreert de rol van data-analyse in de gereguleerde gokmarkt.