AI & de toekomst van politie en veiligheid

In een groot onderzoek gaat het om terabytes: telefoons, chatberichten, camerabeelden, cloudopslag. Nieuw is dat AI verschillende soorten sporen met elkaar verbindt. Een naam uit een chatgesprek koppelt het aan een telefoonnummer, dat nummer aan een camerabeeld bij een tankstation en dat beeld aan een locatie op de avond van de inbraak. Het herkent gezichten, voertuigen en voorwerpen in uren beeldmateriaal, maakt gesprekken doorzoekbaar en zet de stukken in een volgorde van belang. Waar de gegevens snel toegankelijk zijn, kan een eerste analyse straks klaarliggen voordat het verhoor begint. De beoordeling blijft mensenwerk: welk bericht is bewijs, welk detail ontlast een verdachte, en wat moet de verdediging te zien krijgen?

Georganiseerde misdaad draait om geld, en geld laat sporen na. AI ordent duizenden transacties, herkent patronen zoals herhaalde kleine stortingen en snelle doorboekingen, en tekent netwerken van rekeningen die steeds weer met elkaar te maken hebben. Bij veel cryptomunten staan transacties in een openbaar register; analysesoftware reconstrueert daarin lange ketens van overboekingen. Met directe betalingen gaat geld steeds sneller rond. Banken signaleren verdachte patronen al terwijl ze gebeuren. De volgende stap is dat signalen van meerdere banken samen een witwasnetwerk laten zien terwijl het geld nog beweegt, binnen de wettelijke grenzen van gegevensdeling. Een netwerk in beeld is nog geen bewijs: de rechercheur zoekt uit wie wist wat er gebeurde.

Een AI-agent is een systeem dat zelf een reeks stappen uitvoert om een taak af te maken. Uitschrijven, vertalen en samenvatten doet AI daar inmiddels op de achtergrond. Het nieuwe is zelfstandige afhandeling: sommige meldkamers laten AI niet-spoedeisende telefoontjes afhandelen. Eén meldkamer zag het aantal administratieve oproepen dat medewerkers bereikte blijvend met ongeveer een derde dalen. De volgende stap is het volledige situatiebeeld tijdens het gesprek. Bij een oproep komen dan beschikbare camerabeelden, sensordata en eerdere meldingen op hetzelfde adres samen, zodat de centralist meer weet terwijl de beller nog praat. Welke hulp er gaat, beslist de centralist.

Nu iedereen met AI overtuigende deepfakes kan maken, wil een rechter weten hoe een video of geluidsfragment is ontstaan. Onderzoekers combineren detectiesoftware, die sporen van bewerking zoekt in een gezicht of stem, met onderzoek naar de bestandsgegevens. Naast nep opsporen groeit een tweede pijler: herkomst controleren. Sommige camera's en telefoons voegen al een digitaal herkomstzegel toe, met ondertekende informatie over opname en bewerkingen. Dat helpt de herkomst te beoordelen, maar bewijst niet dat het gefilmde werkelijk zo gebeurde. Als meer apparaten zo'n zegel meegeven, kan herkomstonderzoek rond 2040 een veel grotere rol krijgen bij digitaal bewijs in de rechtszaal.

Sommige plekken zijn te gevaarlijk of te groot om eerst met mensen te verkennen. Drones en robots gaan dan voor. Een drone met een warmtecamera zoekt 's nachts naar een vermiste wandelaar in een bos, en AI herkent in de beelden een menselijke gestalte. Op een plaats delict of na een ongeval maakt een drone in korte tijd een driedimensionale kaart. Op sommige plekken vliegt bij een melding eerst een drone uit, die de meldkamer live beeld geeft voordat er een politieauto is; een eerste gecontroleerde proef liet kortere responstijden zien. Bij een verdacht pakket gaat een robot op afstand kijken. Wat er gebeurt met wat de machine ziet, bepaalt de agent.

Ondermijning is criminaliteit die zich vermengt met de gewone samenleving: drugsgeld dat verdwijnt in vastgoed, horeca of een autobedrijf, of een ondernemer die onder druk wordt gezet. Zulke netwerken zie je zelden vanuit één organisatie. De gemeente ziet een vergunning, de belastingdienst een opvallende aangifte, de bank een vreemde geldstroom. Pas samen ontstaat een beeld. AI kan die signalen combineren en laten zien waar ze samenvallen: hetzelfde adres, dezelfde bestuurders, dezelfde geldstromen. Voor gezamenlijke gegevensverwerking gelden specifieke wettelijke voorwaarden. Een gevonden patroon is een aanwijzing, geen verdenking: een analist beoordeelt de bronnen en de betekenis van het verband voordat er een stap volgt.

AI-first betekent dat AI en nieuwe technologie het werk doen dat mensen niet hoeven te doen, ook het herhalende en het voorspellende werk. Agenten en rechercheurs zetten zich in waar hun gezag, oordeel en contact het verschil maken. AI voert terugkerende taken uit en vergelijkt grote hoeveelheden gegevens. In een mogelijk beeld van 2040 lopen roosters, prognoses en eerste analyses voortdurend mee op de achtergrond. Voor een drukke dag vergelijkt AI de mogelijkheden voor de inzet, leiders kiezen en medewerkers doen het werk buiten. Of dat echt tijd oplevert, hangt af van hoe het werk eromheen wordt ingericht: AI die alleen aan een oud proces wordt toegevoegd, levert vaak minder op dan verwacht.

Digitaal rechercheurs en drone-operators zijn bij de politie al gewoon. Wat verandert, heeft vaak nog geen functienaam. Het begeleiden van AI-agents wordt een eigen verantwoordelijkheid: een rechercheur verdeelt onderzoeksvragen over verschillende systemen, vergelijkt hun uitkomsten en zoekt uit waarom ze elkaar tegenspreken. Daarnaast groeien specialismen die nu nog klein zijn. Onderzoekers van synthetische media stellen vast of een opname echt is of door AI gemaakt. Rechercheurs van virtuele werelden volgen criminaliteit in omgevingen waar daders als avatar opereren. Juristen beoordelen of de uitkomst van een AI-systeem voor de rechter overeind blijft. Niet elke taak wordt een nieuw beroep, maar wel begint een loopbaan bij de recherche steeds vaker in de data.

In een rechercheteam met AI verandert vooral het werk van de mensen. AI helpt grote hoeveelheden berichten, beelden en verklaringen te doorzoeken, maakt tijdlijnen en wijst op tegenstrijdigheden tussen getuigen. De rechercheur wordt daardoor meer regisseur dan zoeker. Hij scherpt de onderzoeksvragen aan, kiest welke scenario's worden onderzocht en bevraagt de uitkomsten van het systeem, ook op wat een verdachte kan ontlasten. Het gesprek met een getuige, het verhoor van een verdachte en het wegen van een verklaring blijven mensenwerk, en worden belangrijker. Dat vraagt andere vaardigheden: kritisch lezen wat een systeem aanlevert, en weten wanneer een verband te mooi is om waar te zijn. Met meer verbanden in beeld kan een ervaren rechercheur gerichter doorvragen en nieuwe onderzoekslijnen openen.

Politieleiders werken onder een vergrootglas, en juist daarom telt hun voorbeeld. Een gedeeld beeld van de toekomst geeft richting: hoe ziet het politiewerk er over tien jaar uit, en wat betekent dat voor de agent die nu begint? Leiders nemen daarin het initiatief. Ze beginnen zelf met AI en nieuwe technologie, laten zien wat het oplevert en leggen uit waarom. Zo inspireren ze agenten en rechercheurs om mee te bouwen. Hun voorbeeld maakt de verandering tastbaar: medewerkers zien waar de leiding naartoe wil en hoe ze daar zelf aan kunnen bijdragen.

Een toekomstacademie is de plek waar een organisatie haar medewerkers en leiders van de toekomst zelf opleidt. De politie wacht daarvoor niet tot het onderwijs is aangepast: de lesstof komt uit het eigen werk. Een afgeronde zaak, een inzet die anders liep dan gepland of een verhoor dat vastliep, wordt een casus waarop agenten, rechercheurs en nieuwkomers oefenen met AI en nieuwe technologie. Ze leren er wat die technologie kan, waar ze tekortschiet en hoe je haar in je eigen werk gebruikt. Leiders bepalen er samen wat ze aan AI overlaten. Zo groeit de kennis van de organisatie mee met de technologie.

Een ecosysteem betekent dat politieteams in binnen- en buitenland, start-ups, wetenschappers en partners samen één geheel vormen, met gedeelde analyses en samen ontwikkelde technologie. Problemen trekken zich niets aan van de grenzen tussen organisaties of landen, en oplossingen dus ook niet. Partners kunnen elkaars toepassingen testen en aanpassen aan hun eigen gegevens en werkwijze. Met federatief leren trainen partners al samen AI-modellen, terwijl de gegevens bij elke organisatie blijven. Als meer korpsen en landen zo samenwerken, komt een vernieuwing sneller op straat.