Dijkdoorbraken en tasjesroof

Bij een simulatie wordt nagebootst hoe een bepaald proces zich in de loop van de tijd ontwikkelt. Er zijn verschillende voorbeelden van onderzoek met simulaties. Zo kun je denken aan onderzoek naar dijkdoorbraken. Dit is een proces dat je niet makkelijk in de echte wereld kunt bestuderen. Het is nogal wat een dijk door te breken omdat je wilt zien wat er dan precies gebeurt. Een alternatief is om de dijkdoorbraak te simuleren. Je bouwt de dijk dan na in de computer, inclusief details over hoeveelheid water en stroomsnelheid, en dan kun je zien welke gebieden er overstromen als de dijk inderdaad doorbreekt. Je kunt ook makkelijk onderzoeken in hoeverre het proces anders zal verlopen als je de stroomsnelheid van het water wat hoger instelt (bijvoorbeeld voor het geval er veel wind staat). Het testen van dit soort scenario’s in de echte wereld is zo goed als onmogelijk.

Simulatie is het nabootsen van een bepaald proces over de tijd. Zo’n imitatie van een proces vindt plaats in een kunstmatige wereld, bijvoorbeeld in de computer. Om zo’n kunstmatige wereld te bouwen ga je eerst in de echte wereld kijken met welke zaken je rekening moet houden en hoe die elkaar beïnvloeden. Deze bouw je na met behulp van formules. Vervolgens kun je bepaalde parameters instellen (bijvoorbeeld de duur van de simulatie), en observeren hoe het gesimuleerde proces verloopt.

haljackey

Ook binnen de criminologie kunnen simulaties erg nuttig zijn. Net zoals je niet zo snel een dijk doorbreekt om de gevolgen bestuderen, ga je als onderzoeker natuurlijk ook geen misdrijf plegen om te zien hoe mensen hierop reageren. Een alternatief is dan ook om criminaliteit te simuleren. Je bouwt een stad met mensen na in de computer en probeert met behulp van simulatie-experimenten te testen waar en wanneer criminaliteit precies plaatsvindt.

Simulatieonderzoek heeft dus veel voordelen. Je kunt in een simulatie gemakkelijk bepaalde factoren manipuleren, zoals de hoeveelheid mensen op een bepaalde locatie, de aantrekkelijkheid van doelwitten (hebben we te maken met een arme of een rijke buurt?), en de manier van surveillance door de politie (wandelen, met de auto, of alleen via technische hulpmiddelen zoals camera’s). Je kunt dan bepaalde invloeden onderzoeken die je in het echt niet kunt manipuleren, omdat dat onmogelijk is of omdat het niet ethisch is. Verder zijn de kosten natuurlijk veel lager wanneer je een proces simuleert, en kost het in verhouding met real life experimenten soms stukken minder tijd.

Maar simulatie kent ook nadelen. Een simulatie is over het algemeen toch een vereenvoudiging van het proces in de werkelijkheid. Een simulatie van inbraken zou bijvoorbeeld geen rekening kunnen houden met het weer, terwijl dat in werkelijkheid wel van invloed zou kunnen zijn. Hierdoor moet je je altijd bewust zijn van de gemaakte aannamen bij het maken van je simulatiemodel, omdat je conclusies daarvan afhangen.

Drie ingrediënten van criminaliteit

In recent onderzoek hebben we een simulatiemodel ontwikkeld waarmee we kunnen bestuderen hoe criminaliteit zich over een stad verspreidt. Om dit model zo realistisch mogelijk te maken is het cruciaal om te weten hoe de personages die in de kunstmatige wereld rondlopen (bijvoorbeeld de boeven en politieagenten) zich precies horen te gedragen. Daarom hebben we ons model gebaseerd op een bekende criminologische theorie over het plaatsvinden van criminaliteit. De theorie wordt de Routine Activiteiten Theorie (RAT) genoemd. Volgens deze theorie zal een misdrijf plaatsvinden wanneer drie ingrediënten tegelijkertijd samenkomen, namelijk een gemotiveerde dader, een aantrekkelijk slachtoffer (dit kan een mens zijn maar ook bijvoorbeeld een huis), en de afwezigheid van een geschikte bewaker (ook dit kan zowel een mens zijn als bijvoorbeeld een camera of alarmsysteem).

Een kunstmatige stad

Op grond van deze RAT hebben we een kunstmatige stad gebouwd waarin deze drie ingrediënten samenkomen. De stad bestond uit een aantal verschillende huizen (die als vakjes op een schaakbord met elkaar in verbinding stonden) en werd verder bewoond door inbrekers en politieagenten, die volgens bepaalde regels rondliepen. Elk huis in de stad had een bepaalde ‘waarde’ die aangaf hoe aantrekkelijk het huis was (een hoekhuis is bijvoorbeeld aantrekkelijker dan een rijtjeshuis).

Daarnaast had elke inbreker een bepaalde ‘inbraakdrempel’. Hiermee gaven we aan dat de inbrekers proberen in te breken in huizen die voor hen aantrekkelijk zijn. Elke inbreker heeft een eigen mening over wat aantrekkelijk is. Zo zullen sommige inbrekers een huis met buitenverlichting onaantrekkelijk vinden omdat ze dan gezien kunnen worden, maar voor andere inbrekers kan de verlichting een huis aantrekkelijker maken als doelwit omdat ze dan goed kunnen zien wat ze doen. Verder liepen er ook politieagenten rond in de stad. Als zij tegelijk met een inbreker bij een huis aanwezig waren dan werd er niet ingebroken.

Van willekeur tot gerichte strategie

We wilden te weten komen wat er precies met de inbraakcijfers gebeurt als politieagenten op verschillende manieren door de stad bewegen. Om dit te kunnen vergelijken gaven we ze in elke simulatie een andere strategie. In de eerste simulatie liepen zij gewoon willekeurig rond (‘strategie 1’); op elk tijdstip gingen zij naar een buurlocatie (een locatie naast de plek waar ze op dat moment waren), zonder voorkeur voor een specifieke locatie. Kijk bijvoorbeeld naar Figuur 1.

Politieagent op een locatie met vier buurlocaties.

Aangezien de politieagent zich hier bevindt op een plek met vier buurlocaties (A, B, C en D), heeft hij vier mogelijke locaties om naar toe te gaan (we gaan er even vanuit dat hij zich niet schuin tussen de vakjes kan verplaatsen). In dit geval is de kans dat een agent met ‘strategie 1’ naar één van die locaties gaat dus 1:4 = 0.25 (zie de derde kolom in Tabel 1).

In de tweede simulatie werden de agenten aangetrokken door plekken waar vaak wordt ingebroken (‘strategie 2’). Voor elk huis werd daarom bijgehouden hoe vaak er tot dan toe was ingebroken. Bij deze strategie gingen de agenten nog steeds naar een buurlocatie, maar de kans was groter dat ze naar een locatie gingen waar vaker ingebroken was. Zie de vierde kolom van Tabel 1: aangezien er op locatie A twee van de (in totaal) twintig keer is ingebroken, is de kans dat een agent met ‘strategie 2’ naar die locatie gaat 2:20 = 0.1.

In de derde simulatie gebruikten de agenten ongeveer dezelfde strategie als in de tweede simulatie. Ze gingen eerder naar een buurlocatie waar al vaker was ingebroken. Het verschil met de vorige simulatie was dat de agenten nu verplicht waren om in een bepaalde wijk (een beperkt deel van de stad) te blijven.

Tabel 1. Twee verschillende surveillancestrategieën

Welke strategie werkt het best?

Het onderzoek heeft tot meerdere interessante inzichten geleid. Zo kwam uit de experimenten naar voren dat strategie 2 en 3 over het algemeen beter werken dan strategie 1. Anders gezegd, het lijkt beter voor de misdaadcijfers wanneer agenten gefocust zijn op locaties waar veel misdaad plaatsvindt. De enige situatie wanneer dit niet het geval bleek, was wanneer alle locaties in een stad even aantrekkelijk zijn. Dit is op zich niet verbazingwekkend, want als alle huizen even aantrekkelijk zijn dan zullen er geen hot spots ontstaan.

Een andere conclusie is dat strategie 2 meestal beter werkte dan strategie 3. De strategie die zich richt op huizen waar vaak wordt ingebroken werkt dus beter wanneer de agenten vrij zijn zich in de hele stad te bewegen, en niet worden gebonden aan een bepaalde wijk. Deze bevinding wordt geïllustreerd door Figuur 2, waarin een fragment van een simulatie te zien is waarbij de agenten ‘strategie 3’ gebruiken.

Figuur 2. Fragment van een simulatie waarbij de agenten ‘strategie 3’ gebruiken.

Hier zie je een stad met 25 huizen (de snijpunten van de stippellijnen). De zwarte stippen op de huizen (waarvan de meeste heel klein zijn) geven de ‘inbraakgeschiedenis’ van de huizen weer: hoe groter de stip, des te vaker is er in dat huis al ingebroken. Verder zijn de rode stippen inbrekers en zijn de blauwe stippen politieagenten. Zoals te zien is in Figuur 2 lagen de aantrekkelijkste huizen in dit geval in het linksboven gelegen gedeelte van de stad: hier bevinden zich de meeste inbrekers, en wordt ook het vaakst ingebroken. Echter, aangezien één van de politieagenten gebonden is aan zijn eigen wijk in het rechter gedeelte van de stad, kan hij daar geen inbraken tegengaan.

Er is één uitzondering: als er voldoende agenten zijn om elke plek in de stad te bewaken, dan is het juist het verstandigst om deze elk een vaste plek te geven. Zo voorkom je dat meerdere agenten op een plek staan en hetzelfde doelwit bewaken, terwijl andere doelwitten onbewaakt blijven. De situatie waarin er voldoende agenten zijn om elke locatie te bewaken is echter niet erg realistisch.

Een derde conclusie die we kunnen trekken op basis van het onderzoek is dat de misdaadcijfers het hoogst zijn in situaties waarin er meerdere aantrekkelijke doelwitten bij elkaar zijn. Aantrekkelijk hoeft niet per definitie te betekenen dat er in deze huizen veel waardevolle spullen te vinden zijn. Een dader kan een huis het ook aantrekkelijk vinden als het bijvoorbeeld niet goed beveiligd is.

Computersimulatie: methode van de toekomst

Het ontwikkelde simulatiemodel is een heel nuttig instrument gebleken om – gedetailleerde – vragen rondom criminaliteit te beantwoorden. We konden bijvoorbeeld ook voor een specifieke stad ongeveer berekenen bij welk aantal politiemensen ‘strategie 3’ voordeliger zou worden dan ‘strategie 2’.

Conclusie is dan ook dat computersimulaties veel te bieden hebben aan de criminologie. Ze maken het immers mogelijk om op een eenvoudige manier te experimenteren met fenomenen in de echte wereld. In de toekomst zullen onze misdaadbestrijders meer en meer versterking krijgen van computersimulaties.

Bron

Bosse, T., Elffers, H., and Gerritsen, C., Simulating the Dynamical Interaction of Offenders, Targets and Guardians. Crime Patterns and Analysis, vol. 3, issue 1, 2010, pp. 51-66.

Zie ook:

• Inbraak bij de buren? Wees op je hoede!
• Zij weer? Over inbrekers die twee keer langskomen
• Terug van weggeweest (over inbrekers die toeslaan in hun oude buurt"
• Meer over criminaliteit en veiligheid
• Simulatie: een luchthaven op de computer
• Computersimulatie geeft zicht op evolutie
• Meer over computersimulaties in de wetenschap