Kun je mensen straffen op basis van statistiek?

Stel je bent een jongen van twintig jaar oud, woont in Baltimore en bent vorig jaar al eens veroordeeld tot een taakstraf omdat je met een jointje over straat liep. Je wordt weer opgepakt, ditmaal voor een dronken vechtpartij. Je staat wederom voor de rechter, maar vandaag kom je er niet met een taakstraf vanaf.

De rechter weegt dit keer namelijk ook je toekomstige gedrag mee.

Bij het bepalen van het vonnis spiekt de rechter op een blaadje en ziet een aantal grafieken en cijfers staan. Die cijfers zijn strafpunten die samen een risicoscore vormen. Hoe hoger de score, hoe groter de kans dat je nog eens de fout ingaat. En hoe hoger die kans is, hoe langer je moet brommen.

Dit zijn jouw strafpunten:

• Man: 1 strafpunt (was je vrouw geweest dan kreeg je er geen).
• Stedeling: 1 strafpunt.
• Achttien jaar: 3 strafpunten.
• Recidive: 1 strafpunt.
• Drank- en/of drugsprobleem: 1 strafpunt.
• Vader met een strafrechtelijk verleden: 1 strafpunt.
• Geweldpleging: 1 strafpunt.
• Meer feiten ten laste gelegd (openbare dronkenschap én geweldpleging): 1 strafpunt extra.

De rechter beschikt. Je valt in de middelste risicocategorie en krijgt drie maanden cel in een staatsgevangenis. Onvoorwaardelijk.

Minority Report, maar dan echt

Het is een raar idee, dat de hoogte van je straf afhangt van een soort puntensysteem. Toch is dit binnenkort een normale praktijk in de rechtszalen van de Amerikaanse staat Pennsylvania. De strafmaat hangt niet alleen af van wat je hebt gedaan, maar ook wat je volgens de cijfers van plan bent te doen.

De Amerikaanse datajournalistieke site FiveThirtyEight heeft een interessant verhaal gepubliceerd over hoe dit nieuwe strafsysteem werkt: ‘Should Prison Sentences Be Based On Crimes That Haven’t Been Committed Yet?’

Het voorspellingssysteem moet een lastig probleem oplossen: er zijn te veel gevangenen

Allereerst: waarom? Het voorspellingssysteem moet een lastig probleem oplossen: er zijn te veel gevangenen. Alleen al in Pennsylvania zijn er 50.000, die jaarlijks 7 procent van de staatsbegroting opeten. Met behulp van het systeem moeten de veroordeelden die in herhaling blijven vallen sneller herkend worden en langer worden opgesloten. Maar het werkt ook de andere kant op: veroordeelden waarvan je kunt verwachten dat ze niet in herhaling vallen, moeten een lagere straf krijgen of zelfs helemaal de gevangenis niet in.

Iedere veroordeelde wordt daarom gescoord. Een gevangenismedewerker vult een vragenlijst in en deelt voor een aantal eigenschappen strafpunten uit. Deze eigenschappen zijn bijvoorbeeld leeftijd, of je in een stedelijke dan wel rurale omgeving woont, drank- en drugsproblematiek, strafrechtelijk verleden.

Dit is discriminatie

Tegenstanders waarschuwen voor discriminatie: mensen worden gestraft op basis van eigenschappen waar ze niets of weinig aan kunnen doen. Daarnaast word je als individu beoordeeld op basis van groepskenmerken: gemiddeld kan het zo zijn dat mensen in steden eerder in recidive vervallen dan mensen uit een meer landelijke omgeving, maar dat zegt nog niets over jou.

Voorstanders van dit systeem hebben echter ook een sterke zaak. Mensen zijn bevooroordeeld, data veel minder (menen ze). In de sociale wetenschappen hebben statistische voorspellingsmodellen de afgelopen twintig jaar een hoge vlucht genomen. Ze worden al veel toegepast, bijvoorbeeld om vervroegde vrijlating te bepalen (deels ook in Nederland trouwens). De effectiviteit van dit soort modellen is wetenschappelijk aangetoond. Mits goed ontwikkeld en geïmplementeerd voorspellen dit soort systemen beter dan mensen.

Maar terecht wijst FiveThirtyEight erop dat het probleem nog wat dieper zit. De data zelf gaan niet over ras of sociale klassen, maar kunnen daar wel een proxy voor zijn. De kans dat je als zwarte in Amerika gearresteerd wordt voor bijvoorbeeld drugsbezit, is groter dan wanneer je wit bent. Het gebruik van drugs is echter gelijk verdeeld over de bevolkingsgroepen. Die scheve verhouding komt ook weer terug in het statistische model, omdat (historisch) drugsgebruik en eerdere veroordelingen als risicofactoren worden gezien.

Na lezing ben ik er nog niet helemaal uit wat ik van het Amerikaanse initiatief moet vinden. Ik zie de voordelen op sommige vlakken van dit soort statistische voorspellingsinstrumenten. Maar voor zo’n ingrijpende beslissing als de bepaling van een strafmaat, zie ik toch nog wel wat haken en ogen. Ik ben benieuwd wat jullie ervan vinden.