In deze post schrijft onze verantwoord spelen expert over middelen die bijdragen aan het nastreven van verantwoord spelen en verslavingspreventie en de rol van kunstmatige intelligentie (artificial intelligence, beter bekend als AI).
Er zijn talloze tools die je kunnen helpen om verantwoord te blijven spelen. Zo zijn er zelftesten zoals OPGBI en PGSI die je helpen om je inzicht te geven in je gokgedrag en de gevolgen daarvan, ASTERIG om het risico van specifieke spellen in kaart te brengen en natuurlijk tal van manieren om limieten in te stellen of om een time-out te nemen.
Het grootste nadeel van dit soort tools is dat ze relatief eenvoudig zijn en bovendien afhankelijk zijn van je eigen keuzes. Een vragenlijst is een subjectieve momentopname, en bovendien, niemand is zo makkelijk voor de gek te houden als jezelf.
In een ideale situatie zou er dus een onafhankelijke, onpartijdige manier zijn om jouw spelgedrag te bestuderen en op basis daarvan adviezen of waarschuwingen te geven. Het probleem is dat je als speler in een online casino makkelijk tientallen of honderden spellen per uur kan spelen. Het analyseren van zoveel gegevens van duizenden spelers is dan ook praktisch onmogelijk. Nou ja, dat was onmogelijk, omdat we nu AI als hulpmiddel in kunnen zetten.
De opkomst van AI
We kunnen je voorstellen dat je anno 2024 AI-moe bent geworden. Sinds de opkomst van ChatGPT lijkt alles AI te zijn of te moeten zijn, en dat terwijl ChatGPT maar één specifieke en beperkte toepassing van artificial intelligence is.
Behalve teksten, plaatjes en tegenwoordig ook video’s genereren, de zogenaamde ‘generatieve AI’, zijn er namelijk veel meer en bovendien nuttigere toepassingen, zoals machine learning.
Met machine learning is het bijvoorbeeld mogelijk om systemen onvoorstelbaar grote hoeveelheden data te laten analyseren en om daar vervolgens patronen in te herkennen. Dit soort systemen kunnen in seconden of minuten een hoeveelheid werk verzetten waar een team mensen hun hele leven mee bezig zou zijn.
Misschien wel het bekendste voorbeeld van machine learning zijn aanbevelingen die je tegenwoordig overal tegenkomt. Online winkels vertellen dat ‘mensen die dit product kochten ook zochten ook naar…’ en streamingdiensten stellen je automatisch het volgende liedje of de volgende video voor.
Ook spamfilters en digitale assistenten, inclusief de spraakherkenning die ze gebruiken, zijn toepassingen van machine learning waarbij een enorme berg data de machine heeft geleerd hoe spam of je stem te herkennen. Maar hoe kan machine learning helpen bij verantwoord spelen?
Lees meer over verantwoord spelen
Verantwoord spelen in parameters
Bij verantwoord spelen gaat het erom of de risico’s die je neemt voor jou verantwoord zijn.
Om je een idee te geven van welke indicatoren er allemaal mee kunnen spelen bij het beoordelen van het gokgedrag van een speler, hier een aantal voorbeelden:
- Speelduur; dit kan worden uitgesplitst naar de tijd per sessie, per spel, maar ook bijvoorbeeld per week of per maand.
- Hoogte van de inzet; hierbij gaat het niet alleen om de hoogte van de (gemiddelde) inzet, maar juist ook om of er een trend te zien is. Bijvoorbeeld steeds hoger inzetten.
- Tijdstip dat iemand speelt; omdat gokken een vorm van vermaak is, spelen de meeste mensen ‘s avonds en in het weekend. Als iemand afwijkt van zijn reguliere momenten, en op andere momenten speelt kan daar een logische verklaring voor zijn, bijvoorbeeld werken in ploegendiensten of iemand die vakantie heeft, maar het zou ook een teken van beginnende gokproblemen kunnen zijn.
- Risico’s en verlies/win ratio; gokken is per definitie risico’s nemen, maar aan verschillende spellen en speelstijlen, kleven verschillende risico’s. Het nemen van steeds hogere risico’s kan vaak een eerste teken van problematisch gokgedrag zijn, zoals het terug proberen te winnen van verliezen.
- Klantcontact: Het aantal keren dat en de redenen waarom een speler contact opneemt met de klantenservice kan ook een indicatie zijn, bijvoorbeeld als iemand iedere dag om bonussen vraagt. Daarbij kan ook het taalgebruik een indicatie zijn, het niet meer onder controle hebben van emoties is een slecht teken.
Per speler wordt er dus een enorme hoeveelheid data verzameld, want deze vijf voorbeelden zijn slechts het topje van de ijsberg. Het analyseren en in de juiste context plaatsen van al deze data is zonder hulp van machine learning niet te doen.
Heb jij het gokken onder controle? Doe de zelftest!
Afwijkende patronen
De manier waarop AI deze data analyseert is door verbanden te leggen en patronen te herkennen. Zodra op die manier duidelijk is wat ‘normaal’ of te verwachten speelgedrag van een speler is, kunnen afwijkingen herkend worden. Hoewel afwijkend gedrag niet altijd probleemgedrag is, is probleemgedrag wel altijd afwijkend gedrag.
Juist omdat gokproblemen alleen maar erger worden naarmate iemand vaker en langer speelt, is het zaak om zo vroeg mogelijk in te grijpen om te voorkomen dat problemen te groot worden. Beter een keer te vaak ingrijpen dan te laat ingrijpen, dat is waar de zorgplicht om draait.
Real-time monitoring
Dankzij de technologische ontwikkelingen zijn computers tegenwoordig zo snel, dat het mogelijk is om het gedrag van spelers continu en in ‘real-time’ te volgen. Hoewel het misschien als een inbreuk op je privacy voelt dat je zo in de gaten wordt gehouden, valt dat enorm mee, het is juist een enorm voordeel voor de speler.
Ten eerste is het nu een computer die naar je gedrag kijkt en niet een mens, en ten tweede kan er nu binnen minuten ingegrepen worden, niet pas uren of dagen later. Op die manier kan worden voorkomen dat je je hele tegoed verspeeld hebt voordat er actie wordt ondernomen.
Een simpel automatisch pop-up bericht om je aan te raden even een pauze te nemen, kan in een vroeg stadium al voldoende zijn. Als het systeem dan ziet dat dat niet het gewenste effect heeft, zou je account tijdelijk bevroren kunnen worden totdat je contact hebt gehad met een medewerker over je speelgedrag.
Lees meer over het gebruik van kunstmatige intelligentie in de kansspel industrie
AI en de zorgplicht
Juist omdat deze technologische mogelijkheden enorm veel voor spelersbescherming kunnen betekenen, is de Kansspelautoriteit (Ksa) bezig om te kijken hoe en wanneer real-time monitoring verplicht kan worden gesteld. Aanbieders zijn al verplicht om in te grijpen bij problematisch gedrag, alleen kan daar nu nog (te) veel tijd overheen gaan, zeker ‘s avonds, ‘s nachts en in het weekend.
Dit is wat de Ksa hier zelf over schrijft op hun website:
“Binnen hoeveel tijd moet een aanbieder ingrijpen?
Een aanbieder moet zo snel mogelijk signalen van onmatig deelnemen aan kansspelen of (een risico op) kansspelverslaving herkennen en daarop kunnen ingrijpen. Meestal kan een aanbieder van online kansspelen (vrijwel) onmiddellijk en automatisch ingrijpen. Dit gebeurt via software die signalen automatisch herkent. Ook een medewerker van een speelcasino of speelautomatenhal moet deze signalen zo snel mogelijk kunnen herkennen en, als het nodig is, onmiddellijk kunnen ingrijpen.
Als de aanbieder niet onmiddellijk kan ingrijpen, gaat de Ksa er in beginsel van uit dat de aanbieder binnen een uur het signaal onderkent en vervolgens binnen een uur kan ingrijpen. De aanbieder moet dus in beginsel kunnen ingrijpen binnen in totaal twee uur nadat het relevante speelgedrag zich voordoet. De aanbieder moet kunnen uitleggen waarom hij niet direct heeft ingegrepen.”
Er is het laaste jaar veel gesproken over of de Ksa real-time monitoring zelf verplicht moet stellen, of dat aanbieders verplichen binnen een bepaalde tijd in te grijpen, zodat ze praktisch geen andere keuze hebben dan real-time monitoring in te voeren.
Dit zal naar onze verwachting een van de belangrijkste uitkomsten van de evaluatie van drie jaar online gokken worden, maar met een nieuwe regering weet je het maar nooit. Wat in ieder geval niet ter discussie staat is dat deze manier van AI toepassen in iGaming nu al heel nuttig is.
Dit artikel is geschreven door:
