… geen garantie voor de toekomst

“Klinisch oordeel voorspelt niet, actuariële risicotaxatie wel. Ook, juist, in ‘individuele zaken’. Zoals wij in het rapport schrijven is een groep niets meer dan een verzameling individuen.”

Een zin uit het betoog in de Volkskrant van Corinne Dettmeijer-Vermeulen, de Nationaal Rapporteur Mensenhandel en Seksueel Geweld tegen Kinderen en Laura Meneti, onderzoeker bij Nationaal Rapporteur, waarin zij zich verweren tegen kritiek op de statistische manier van risicotaxatie van recidive, waarvan zij pleitbezorgers zijn. Een manier waarbij naar risicofactoren en welk deel van de mensen die risicofactor hun eerdere foute gedrag herhalen. Die ‘actuariële risicotaxatie moet vervolgens bepalen welke straf of behandeling de betrokken persoon krijgt.

statitstiek

Illustratie: foodnavigator.com

Een redelijk betoog. Die statistische berekeningen zijn immers volgens de kunst van de wetenschap uitgevoerd. Zo kan een besluit in een individuele zaak wetenschappelijk worden onderbouwd en hangt het niet af van selectieve beoordelingen door personen. Het persoonlijke oordeel wordt uit de beoordeling gehaald, het oordeel wordt objectiever.

Toch roept dit bij mij wat vragen op. Gebeurt er zo niet nog iets anders? Wordt op deze manier niet ook het persoonlijke van de mens die terecht staat uit het oordeel gehaald? Draait het zo niet alleen om factoren van de persoon die als risicovol worden gezien? Wordt hij zo niet beoordeeld en bij het bepalen van zijn strafmaat veroordeeld, voor het bezitten van die factoren? Hoe zit het met andere kenmerken of factoren van deze persoon? Kenmerken die het risico beperken? Wellicht bezit deze persoon juist een combinatie van kenmerken die herhaling voorkomt. Kenmerken die zo buiten beschouwing worden gelaten. Zou daar ook niet naar gezocht en gekeken moeten worden?

Nog een slagje verder. Wordt iemand zo niet be- en veroordeeld op basis van de daden van anderen? Die actuariële risicotaxatie is een verzameling gegevens uit het verleden. gegevens waarbij mensen zijn ontleed in kenmerken en waarbij per kenmerk is geturfd hoevaak iemand zijn fout herhaalde. Hoe terecht is het om iemand in het heden te beoordelen op mogelijke daden in de toekomst, waarbij het oordeel is gebaseerd op deelgegevens van anderen uit het verleden? Deelgegevens, want die gegevens handelen niet over personen maar over kenmerken.

Moet in een rechtszaak en dus ook bij het inschatten van het risico op recidive niet de hele persoon met al zijn kenmerken, nukken, eigenaardigheden, goede en slechte eigenschappen worden beoordeeld en niet slechts enkele risicofactoren? Of een groep niet meer dan een verzameling individuen is, daar kun je een boom over opzetten. Een individu is zeker meer dan een verzameling kenmerken. In de beleggerswereld staan statistische gegevens ook centraal en bij ieder product dat daar wordt aangeboden eindigt de reclame met een volgende soort zin: “ Let op. Rendementen uit het verleden bieden geen garantie voor de toekomst.’

Uitzonderingen en de regels

Het is jullie vast niet ontgaan dat er de afgelopen weken naarstig werd gezocht naar een jonge vrouw en dat zij om het leven is gebracht. Een ‘resocialiserende gedetineerde’ lijkt in dat laatste een belangrijke rol te hebben gespeeld en dat zorgt ervoor dat velen roepen om ‘grondige herziening’ van onze wetten en straffen om zoiets te voorkomen. Je kunt zelfs een petitie tekenen waarmee je een onderzoekt eist: “naar het falend rechtssysteem

… Wij eisen een verandering van de wet op het gebied van zedendelicten zodat dit NOOIT meer kan gebeuren.”

Ook de roep om strengere straffen ontbreekt niet.

vrouwe justitiaFoto: Pixabay

Als een gedetineerde zijn straf heeft uitgezeten, moet hij vrijkomen en kan dat niet beter met begeleiding hierin, resocialisering, dan door iemand na het uitzitten van zijn straf, de gevangenis uit te zetten en hem dan maar aan zijn lot over te laten? Natuurlijk is het goed, zoals in elk geval dat er iets fout gaat, om te onderzoeken en te kijken wat er beter kan. Echter, een samenleving zonder misdaden, dat lijkt mij niet mogelijk of Minority Report moet werkelijkheid worden. In die film worden potentiële misdadigers opgepakt, zonder dat ze iets gedaan hebben en zelfs zonder dat ze weten dat ze potentiële misdadiger zijn. Vervolgens worden deze ‘potentiële misdagers’ in permanente slaap gebracht. Alleen werkt ook dat systeem niet perfect, zo blijkt uit de film.

Iemand die een zedenmisdrijf of een moord begaat levenslang opsluiten, dat zou recidive voorkomen. Dat ontneemt echter degenen die niet recidiveren en dus de kranten niet halen, hun leven. Bovendien voorkomt dit fouten ‘de andere kant op’, onschuldig veroordeelden? Iets wat ook in Nederland voorkomt, denk maar aan Lucia de B. en de Puttense moordzaak.

De mens uit het systeem halen en vervangen door een ‘robot’? Die vraag stelt Laurens Verhagen in de Volkskrant en de ‘experts’ zien voor- en nadelen. “Zo werd Eric Loomnis uit Wisconsin veroordeeld tot zes jaar gevangenisstraf, deels op basis van een softwarepakket genaamd Compas van het bedrijf Northpointe. Uit de analyse van die software bleek dat Loomnis een verhoogd risico op herhaalgedrag vertoonde. Loomnis stelde daarna dat hij geen eerlijk proces heeft gehad omdat de rechter zijn oordeel baseerde op de geheime algoritmes van die software.”  Een algoritme dat een zaak beoordeelt, want een ‘robot’ is een algoritme. Een algoritme dat zich baseert op statistieken, heel veel statistieken. “ Lies, damned lies, and statistics,” van wie de uitspraak is, wordt betwist, de uitspraak zelf niet. Niets is subjectiever dan de interpretatie van objectieve statistieken. Bovendien zijn statistieken gemiddelden die niets hoeven te zeggen over het individuele geval.

Ik begrijp en voel de emotie van de opstellers en ondertekenaars van de petitie, maar geldt niet ook in de rechtspraak dat uitzonderingen de regel bevestigen? Dat het meestal goed gaat en soms goed fout, zoals in dit geval? Dat we geen regels moeten maken ter voorkoming van die uitzondering, omdat dan de uitzondering de regel wordt wat tot meer slachtoffers leidt.