AI maakt politiewerk sneller, maar niet slimmer zonder mens
Een melding, een foto, een kort videofragment, app-berichten: politiewerk draait steeds meer om data. Onderzoekers van de Universiteit Leiden zeggen: AI kan signalen sneller ordenen. Maar de mens moet de regie houden.
Van burgermelding naar actie
Burgernet, de 112NL-app en Camera in Beeld laten al zien hoe burgerapps politiewerk ondersteunen.
Inwoners ontvangen via Burgernet actieberichten en geven tips door. De 112NL-app helpt meldkamers met vooraf ingevulde gegevens, locatie en chat. Camera in Beeld laat politie gerichter beelden opvragen na een incident.
AI kan ruis wegfilteren
Als burgers massaal meldingen, foto’s en video’s insturen, ontstaat een stroom die mensen lastig handmatig verwerken. AI kan dan sorteren, samenvatten, beelden doorzoeken en patronen markeren.
De echte winst zit dus niet in vervanging van de politie, maar in slimmer voorwerk.
Triage helpt, maar beslist niet alleen
De grootste belofte zit in triage: meldingen automatisch prioriteren zodat urgente zaken sneller boven komen drijven.
Bij grote evenementen of crisissituaties kan dat wachttijden verkorten en meldkamers ontlasten. AI kan ook dubbele meldingen, onvolledige input en ruis verminderen.
Maar context blijft cruciaal. Een melding die laag urgent lijkt, kan in het echt juist de sleutel zijn.
De mens in de lus blijft nodig
Leidse onderzoekers benadrukken het principe van de mens in de lus. AI ondersteunt, maar de agent houdt de regie.
Dat is logisch. AI kan verbanden vinden en dossiers doorzoekbaar maken, maar het kan geen morele of juridische eindafweging maken.
Menselijke controle helpt ook tegen vertekening. Als data scheef verdeeld zijn, kan een model bestaande blinde vlekken versterken.
De juridische grens staat strak
In Europa gelden strenge regels. De AI-verordening werkt met risicoklassen en zet veel politietoepassingen op hoog risico.
Dan gelden eisen voor risicobeoordeling, logging en menselijk toezicht. Sommige toepassingen, zoals ongerichte gezichtsherkenning in de openbare ruimte, zijn in principe verboden.
Voor voorspellend werk dat individuen profileert gelden extra beperkingen. Gebiedsgerichte analyse kan soms wel, maar alleen met stevige waarborgen.
In Nederland gelden daarnaast bestaande regels rond cameratoezicht, opsporing en gegevensverwerking. Denk aan rollen voor burgemeester, officier van justitie en politiechef, plus de Wet politiegegevens.
Toetsing vooraf is geen luxe
Nieuwe analysetools mogen niet zomaar in gebruik omdat ze efficiënt lijken.
De Leidse lijn vraagt om voorafgaande toetsing, zoals een gegevensbeschermingseffectbeoordeling en een fundamentele-rechtencheck. Ook publieke inkoop moet strenger: met eisen aan uitlegbaarheid, auditlogs, modelupdates, brondata en prestatierapporten.
Privacy en vertrouwen maken het verschil
Burgerapps en meldsystemen bevatten vaak ruis, dubbels en onvolledige gegevens. AI kan daarbij helpen, zolang het relevante signalen niet wegdrukt.
Daar hoort ook zorgvuldigheid bij: dataminimalisatie, bewaartermijnen, versleuteling, blurring en het need-to-know-principe. Transparantie helpt net zo hard.
Burgers accepteren een systeem sneller als duidelijk is wat het doet, welke fouten mogelijk zijn en hoe wij het verbeteren. Daarom zijn burgerpanels en privacy-experts vroeg in het proces belangrijk.
De kern is simpel
AI neemt politiewerk niet over. AI helpt vooral om informatie beter te organiseren, signalen te verbinden en prioriteiten sneller te stellen.
De vraag is dus niet of politie en burgerapps meer data gebruiken. De vraag is of wij die data gecontroleerd, uitlegbaar en rechtmatig inzetten.
Daar ligt de grens tussen slimmer werken en ondoorzichtige automatisering.
