AI kan met behulp van data probleemgokken voorspellen

Onderzoek: AI kan helpen bij voorspellen van gokverslaving

De kans is groot dat je al eens gehoord hebt van de Kansspelcommissie (KSC). Deze organisatie maakt namelijk deel uit van de federale overheid, en fungeert als toezichthouder voor alle offline en online kansspelen in België. In die rol is de KSC verantwoordelijk voor het in goede banen leiden van al het gokken in ons land, zowel online als offline. Zo heeft ieder legaal online casino in België, van PepperMill Casino tot Ladbrokes, bijvoorbeeld ooit hun vergunning voor de verkoop van online kansspelen in ons land ontvangen van de Kansspelcommissie.

AI-algoritmes kunnen problematisch gokgedrag voorspellen

Als toezichthouder voor alle offline en online kansspelen in België is de Kansspelcommissie iedere dag opnieuw bezig met het opsporen en uit de lucht halen van illegale online casino’s. Dit is een van haar belangrijkste taken en om die zo goed mogelijk uit te voeren heeft zij verschillende wapens tot haar beschikking. Zo maakt zij regelmatig gebruik van campagnes om de verschillende risico’s van kansspelen in de spotlight te zetten en kan zij ook illegale goksites op een eigen zwarte lijst zetten. Ieder dit jaar, bijvoorbeeld, voegde de KSC nog 9 namen toe aan die zwarte lijst.

De kans is groot dat de Belgische toezichthouder er binnen afzienbare tijd nog een wapen bij zal krijgen. De artificiële intelligente (AI) wordt aan een snel tempo steeds beter en ook de internationale gokwereld ziet steeds meer rollen weggelegd voor de technologie. Zo is uit een recent onderzoek, bijvoorbeeld, gebleken dat AI met een hoge nauwkeurigheid kan voorspellen of een persoon problematisch speelgedrag zal gaan ontwikkelen. De studie, getiteld “Using Artificial Intelligence Algorithms to Predict Self-Reported Problem Gambling Among Online Casino Gamblers from Different Countries Using Account-Based Player Data”, werd uitgevoerd door, onder andere, Michael Hopfgartner en Michael Auer, twee onderzoekers van Neccton, gerenommeerd ontwikkelaar van Responsible Gaming tools.

“Using Artificial Intelligence Algorithms to Predict Self-Reported Problem Gambling Among Online Casino Gamblers from Different Countries Using Account-Based Player Data. Mijn nieuwste studie met Mark Griffiths en Niklas Hopfgartner is net gepubliceerd”, schrijft Michael Auer op zijn eigen LinkedIn pagina, “Dit is een van de weinige studies die probeert zelfgerapporteerd probleemgokken te voorspellen met behavorial tracking data. Het is ons tweede AI-artikel dat gebruikmaakt van PGSI-vragenlijstgegevens. Neem er een kijkje naar als u geïnteresseerd bent in de volgende vragen Welk type account-gebaseerd tracking behavior correleert met zelfgerapporteerd probleemgokken? Kan zelfgerapporteerd probleemgokken worden verklaard door gedragsvariabelen die onafhankelijk zijn van het daadwerkelijk uitgegeven bedrag? Kunnen machine learning-modellen zelfgerapporteerd probleemgokken voorspellen bij gokkers uit drie landen? Aangezien regelgeving verplichte detectie van problematisch gokken introduceert, is het belangrijk om het begrip van belangrijke indicatoren van schade uit te diepen.”

1.743 spelers uit drie landen

Aan het onderzoek van Hopfgartner en Auer en anderen deden uiteindelijk 1.743 gokkers mee uit drie verschillende landen: Canada, Spanje en het Verenigd Koninkrijk. Elk van deze gokkers vulde tussen januari 2022 en november 2023 de PGSI-vragenlijst in die Auer hierboven ook aanhaalt. De afkorting “PSGI” staat voor Problem Gambling Severity Index. De antwoorden op de vragen werden daarna vergeleken met zelfgerapporteerd probleemgokken om uit te vinden in hoeverre demografische, financiële en gedrags-gerelateerde variabelen daarmee in verband staan.

De onderzoekers hadden de beschikking over alle speeldata van de deelnemende spelers van de 30 dagen vóórafgaand aan het invullen van de vragenlijst. Denk daarbij aan stortingen die werd uitgevoerd en inzetten die werden gedaan, maar ook bijvoorbeeld aan welke spellen er werden gespeeld en hoeveel er gewonnen of verloren werd. Met al die data konden de onderzoekers een beter idee krijgen van welke variabelen een grotere rol speelden bij het correct voorspellen van problematisch gokgedrag.

De aanpak van Hopfgartner en Auer en co heeft aangetoond dat variabelen die verband houden met speelgedrag, zoals de frequentie van stortingen en het aanvragen van zelfuitsluiting, aanzienlijk waardevoller bij het voorspellen van probleemgokken dan puur financiële variabelen. Ze zijn er ook achter gekomen dat het ontstaan van problematisch gokgedrag een combinatie kan zijn van universele gedragspatronen en variabelen die verschillen per land of cultuur.

“De huidige studie geeft een genuanceerd inzicht in de voorspellende indicatoren van zelfgerapporteerd probleemgokken, waarbij het belang van gedragsvariabelen boven financiële variabelen wordt benadrukt”, luidt de conclusie van het onderzoek, “De bevindingen ondersteunen de hypothese dat zelfgerapporteerd probleemgokken kan worden voorspeld met behulp van player tracking data, onafhankelijk van financiële uitgaven, in verschillende landen. Het toepassen van machine learning-modellen om zelfgerapporteerde problemen te voorspellen, toont aan dat de opname van landspecifieke gegevens de voorspellende prestatie verbeterde. Niettemin suggereert de robuustheid van de modellen zonder landspecifieke trainingsgegevens het bestaan ??van universele gedragspatronen die culturele en wettelijke grenzen overschrijden.”

Online kansspelen in België moeten leuk blijven. Speel gerust en bewust. Ben je ongerust over je eigen speelgedrag of dat van een vriend(in), familielid, of collega? Neem dan gratis contact op met De Druglijn of Gokhulp.be.