Hoe bepaalt de overheid wie een potentiële fraudeur is en wie niet? Die vraag houdt ons bij Argos al een tijdje bezig. Sinds de toeslagenaffaire weten we dat geautomatiseerde risicoprofielen zelf ook niet zonder risico zijn. Duizenden ouders belandden in de kaartenbak van de afdeling fraudeopsporing. Afkomst of een laag inkomen konden daarin een rol spelen.

Welke andere overheidsdiensten maken gebruik van dit soort risicoprofilering? En op basis van welke kenmerken wordt dat risico bepaald? Wantrouwt de overheid haar burgers? Het bracht ons ertoe om samen met de onderzoeksjournalistieke organisatie Lighthouse Reports de overheid op grote schaal te bevragen, gebruikmakend van de Wob. Van de Belastingdienst tot gemeenten en van Sociale Zaken tot de Immigratie- en Naturalisatiedienst. 

En bij die laatste kwamen we onlangs wat meer te weten. Jarenlang blijkt bij de IND een systeem te hebben gedraaid om het frauderisico in te schatten van bedrijven die kennismigranten naar Nederland willen halen. In dit systeem, zo ontdekten wij, werd ook afkomst van de bedrijfsbesturen geregistreerd: Nederlands, westers en niet-westers. Hoe zit dat?

Zaterdag 7 mei, 14 uur, NPO Radio 1

op deze pagina

Abonneer je op Argos-podcast

De wekelijkse radio-uitzending van Argos is ook te beluisteren als podcast via ►Spotify ►ApplePodcasts ►Stitcher ►RSS-feed. Meer weten? Klik hier.

sprekers

Tijmen Wisman

Privacyjurist verbonden aan de Vrije Universiteit Amsterdam

Renske Leijten

SP-Tweede Kamerlid

achtergrondverhalen

In het vizier van het algoritme

De overheid gebruikt algoritmes om te voorspellen of iemand misschien fraudeert. Ondanks het schandaal van de Toeslagenaffaire is er niet veel bekend over dit soort systemen. Maar in Rotterdam is de gemeente er wél open over. Er is inmiddels flinke, democratische discussie over een algoritme om bijstandsfraude op te sporen. Argos neemt in deze uitzending dit Rotterdamse systeem onder de loep.

Het Rotterdamse bijstandsfraude algoritme

Rotterdam gebruikt een algoritme om bijstandsfraude te voorspellen en kende jarenlang risicoscores toe op basis van bijvoorbeeld geslacht, woonwijk, taal en zelfs indicaties van psychische en financiële problemen. Hoewel er volgens de gemeente geen sprake is van oververtegenwoordiging van mannen, vrouwen of bepaalde wijken, blijkt uit cijfers dat daar nog wel vragen over zijn te stellen.

‘Badmeester wat weet u van mij?’

Het wordt steeds makkelijker om gegevens op te slaan en te delen. Onze medische geschiedenis, onze locatiegegevens, informatie over ons leesgedrag, ons koopgedrag, onze vrienden, ons liefdesleven. Het is allemaal opgeslagen op servers in binnen- en buitenland.