Criminologische theorieën toetsen met agent-based modelling

In het boek presenteren zes teams van auteurs met een achtergrond in de criminologie en kunstmatige intelligentie zes speciaal voor het boek ontwikkelde agent-based modellen (simulatiemodellen) om verschillende criminologische theorieën te testen. Agent-based modellen construeren een kunstmatige (computer)omgeving waarin agents bepaalde routines uitvoeren. Denk aan inbreker-agents die door een stad bewegen en doelwitten uitzoeken, en omstander-agents die al dan niet opmerken dat er een (gesimuleerd) misdrijf plaatsvindt.

Veel agents, verschillende situaties en veel interacties

Welke stappen de agents uitvoeren is gebaseerd op bestaande criminologische theorieën: de crime pattern-theorie, de guardianship in action-theorie, de near repeat victimization-theorie, de routine activity-theorie, de algemene afschrikkingstheorie en de collusietheorie voor corrupt gedrag. Deze theorieën omschrijven hoe de verschillende actoren op een situatie reageren. Bijvoorbeeld een inbreker zal niet gauw inbreken als er omstanders staan te kijken. Een belangrijk onderdeel van een simulatiemodel is dan ook hoe de acties van de verschillende agents elkaar beïnvloeden. Zo zullen omstanders ná dat ergens een inbraak heeft plaatsgevonden, alerter worden. Doordat er meestal sprake is van veel agents, verschillende situaties en veel interacties is het moeilijk te overzien of en hoe dit leidt tot een criminaliteitspatroon. Agent-based modelleren is dan een krachtig middel om na te gaan of en hoe een patroon ontstaat.

Komen gestileerde feiten voor in de simulatie-uitkomsten?

In elk hoofdstuk van het boek specificeren de auteurs een theorie en identificeren ze zogeheten gestileerde feiten. Een gestileerd feit is een grootst-gemene-deler van patronen die in eerder onderzoek (naar het te modelleren verschijnsel) in allerlei variaties zijn opgetreden. Vervolgens wordt op basis van de theorie een agent-based simulatiemodel ontwikkeld. De auteurs gaan na of de gekozen gestileerde feiten ook voorkomen in de door hun model gegenereerde uitkomsten. Daarna overwegen ze wat ze kunnen concluderen uit de congruentie óf incongruentie tussen de simulatie en de verwachtingen op basis van de onderzochte theorie.

Methodiek biedt handvat voor aanscherping theorie

In het laatste hoofdstuk van het boek bespreken de auteurs wat er van de zes ondernemingen kan worden geleerd. Ze concluderen dat agent-based simulatie inderdaad een nuttige rol kan spelen bij het toetsen van theorie. Juist wanneer verwachte gestileerde feiten niet worden gereproduceerd, biedt de methodiek een handvat voor de verdere ontwikkeling en aanscherping van de theorie.

Uitgelicht

In A simulation study into the generation of near repat victimizations, hoofdstuk 5 in het boek, bestuderen NSCR-onderzoekers Wouter Steenbeek en Henk Elffers het near repeat-fenomeen: onmiddellijk na en dicht in de buurt van een inbraak is de kans op een nieuwe inbraak groter dan normaal, blijkt uit de praktijk. Sommige onderzoekers denken dat een inbreker als hij een doelwit kiest óók inventariseert welke andere aantrekkelijke doelwitten in de buurt zijn. Een volgende keer kan hij dan gericht toeslaan. Dit wordt de dynamic awareness space-verklaring genoemd. Een andere verklaring zou kunnen zijn dat inbrekers niet per se naar een buurt terugkomen, maar in één ruk door nóg eens toeslaan vlak bij het vorige doelwit: een zogenoemde run van inbraken.

Er is weinig bewijs dat deze verklaringen echt near repeat-patronen produceren. Onderzoek hiernaar is moeilijk omdat de meeste inbraken nooit worden opgelost, waardoor het ook onduidelijk blijft of het om dezelfde dader gaat. Steenbeek en Elffers hebben deze kwestie aangegrepen voor de ontwikkeling van een dynamic awareness space-computersimulatie waarin artificiële inbrekers uit een reeks mogelijke artificiële doelwitten kiezen en vervolgens op grond van hun artificiële ervaringen hun artificiële kennis bijstellen. Hetzelfde hebben de onderzoekers gedaan door artificiële inbrekers runs van inbraken te laten uitvoeren. Beide mechanismen blijken near repeat-patronen te kunnen genereren en elkaar ook te versterken.

Voor de politie is het belangrijk te weten welk van deze mechanismen actief is. Gaat het om een run, dan is het niet zinvol om de dagen na een inbraak intensief te surveilleren in de buurt. Runs bestaan immers uit inbraken die onmiddellijk na elkaar op dezelfde dag plaatsvinden. Gaat het om een later naar de buurt terugkerende dader, dan kan intensievere surveillance kort na en dicht bij een eerdere inbraak preventief werken of zelfs leiden tot het aanhouden van daders.

De voor dit boek ontwikkelde computercodes zijn publiek toegankelijk gemaakt via https://osf.io/5vhks/.

Publicatiegegevens en verder lezen

Gerritsen, C. & Elffers, H. eds. (2021). Agent-Based Modelling for Criminological Theory Testing and Development. London, New York: Routledge.