lichtnet als metafoor voor sleepnet

Arme mensen weer dupe sleepnet overheid

De Haagse Stadspartij stelt schriftelijke vragen naar aanleiding van een artikel van Follow the Money over zogenaamde LSI-Projecten. Dit zijn projecten aangestuurd door de Landelijke Stuurgroep Interventieteams (LSI). Follow the Money heeft ontdekt dat er op grote schaal data verzameld worden om arme mensen te volgen ten behoeve van fraudebestrijding zonder wettelijke grondslag. Het LSI en partnerorganisaties zouden met het onderling delen van bijzondere persoonsgegevens, zonder de inwoners hiervan in te lichten de AVG overtreden.

De Haagse Stadspartij vindt het zeer schokkend te lezen dat in sommige gevallen huisbezoeken zijn uitgevoerd onder de vlag van ‘’wijkgerichte aanpak’’. Die zou erop gericht moeten zijn de positie van mensen in arme wijken te verbeteren en de sociale cohesie te bevorderen. Bijvoorbeeld door middel van wijkinterventieteams terwijl het werkelijke doel fraudeopsporing is. ‘’Dit lijkt wel een heksenjacht op arme mensen’’ stelt raadslid Fatima Faïd. ‘’Inwoners zouden altijd op de hoogte moeten zijn van hoe hun gegevens gebruikt worden, met wie dit gedeeld wordt en wat het doel daarvan is” aldus fractievertegenwoordiger Kim Vrolijk.

Schriftelijke vragen: Sleepnetmethode dataverzameling in arme wijken bij LSI-Projecten

Indiener: Fatima Faïd, Haagse Stadspartij

Datum: 22-08-2023

Aan de voorzitter van de gemeenteraad,

Naar aanleiding van een artikel van FTM (1) over sleepnetmethodes waarin op grote schaal data wordt verzameld in arme wijken ten behoeve van fraudebestrijding heeft de Haagse Stadspartij enkele vragen over het bestaan en de inzet van zogenaamde LSI-projecten (Landelijke Stuurgroep Interventieteams) en de wijze waarop data verzameld en gedeeld worden met verschillende partijen, organisaties en stakeholders.

Naar aanleiding van het artikel van de VPRO over de uitzending van Argos van 11 maart 2023 over hoe Rotterdam haar burgers op de digitale snijtafel legt, heeft het raadslid mevrouw Faïd op 4 juli 2023 een brief met daarin vijftien vragen aan de voorzitter van de gemeenteraad gericht. Deze vragen hebben betrekking op het verzamelen van data en het toepassen van algoritmes bij de opsporing van bijstandsfraude in Den Haag.

Overeenkomstig artikel 30 van het reglement van orde voor vergaderingen en andere werkzaamheden van de raad, beantwoordt het college deze vragen als volgt.

  1. Kan het college specifiek aangeven hoe zij de betrouwbaarheid en nauwkeurigheid van het algoritme waarborgt dat gevoelige persoonsgegevens verzamelt? Worden er regelmatige controles en audits uitgevoerd om vooringenomenheid of onbedoelde discriminatie te identificeren? Worden de algoritmes regelmatig geëvalueerd op relevantie en validiteit ten aanzien van de verzamelde gegevens? Zo ja, op welke wijze wordt dit vormgegeven? Zo nee, waarom niet?

De gemeente Den Haag maakt gebruik van algoritmes bij haar gemeentelijke dienstverlening. Algoritmes zijn sets van regels en instructies die een computer geautomatiseerd volgt bij het maken van berekeningen om een probleem op te lossen of een vraag te beantwoorden. Beslisbomen vallen ook onder de term ‘algoritme’. Een beslisboom is ingebouwd in het systeem, bijvoorbeeld voor een bijstandsaanvraag. De gebruikte algoritmes binnen de dienst SZW zijn gebaseerd op een technische vertaling van de regels van de Participatiewet. Het algoritme analyseert de gegevens voor de uitkering, toetst deze tegen de voorwaarden en geeft daarna een advies aan de consulent. De besluitvorming is niet geautomatiseerd; de consulent beslist.

Deze algoritmes zijn opgenomen en beschreven in het openbare algoritmeregister van de gemeente Den Haag. Uitlegbaarheid en transparantie staan centraal in de datastrategie van de gemeente. Door het register als open data te publiceren wil de gemeente bijdragen aan de internationale FAIR principes zodat vindbaarheid, toegankelijkheid, uitwisselbaarheid en hergebruik van data bevorderd kan worden. Per algoritme is beschreven wat het algoritme doet, hoe het wordt toegepast, hoe vaak het algoritme wordt geëvalueerd en waar meer informatie over het algoritme gevonden kan worden: https://ckan.dataplatform.nl/dataset/algoritme-register

In het artikel waarop de vragen zijn gebaseerd is sprake van de inzet van een zelflerend algoritme dat geen onderscheid kan maken tussen verschillende vormen van onrechtmatigheden. Slordigheid, onbekendheid met de regels of fraude worden allemaal hetzelfde behandeld. De dienst SZW van de gemeente Den Haag maakt géén gebruik van vergelijkbare zelflerende algoritmes bij de aanpak van bijstandsfraude. Het college kan deze vraag en de daaropvolgende vragen met betrekking tot dataverzameling en toepassing van dergelijke algoritmes bij de opsporing van bijstandsfraude in Den Haag daarom niet beantwoorden, omdat deze zelflerende algoritmes simpelweg niet gebruikt worden.

Daarnaast is de Haagse aanpak bij onrechtmatigheden in de bijstand gestoeld op een mensgerichte dienstverlening, waarbij vertrouwen het uitgangspunt is. Dat betekent dat wij als gemeente Den Haag, totdat het tegendeel blijkt, niet uitgaan van fraude maar van een onopzettelijke fout of vergissing. Niet alle bijstandsgerechtigden begrijpen namelijk even goed de regels en verplichtingen waaraan zij zich moeten houden. Daarom ligt de nadruk vooral op het preventief informeren van bijstandsgerechtigden over de regels en verplichtingen in de bijstand. Daarentegen moet opzettelijk onterecht gebruik van de bijstand zoveel mogelijk worden voorkomen.

Het College wijst u graag ook op de schriftelijke vragen van 4 januari 2021, luidend “boodschappen aftrekken van de bijstand” (RIS307461). Bij de beantwoording van deze vragen is een zeer uitvoerige toelichting gegeven op het vergaren van inlichtingen. 

  1. Op welke manier is het algoritme ontwikkeld, en kan het college specifieke bronnen, methoden of technieken noemen die gebruikt zijn bij de ontwikkeling ervan?

 Zie antwoord op vraag 1.

  1. Is het algoritme transparant en interpreteerbaar volgens het college? Kunnen individuen inzicht krijgen in hoe het algoritme tot zijn beslissingen komt? Worden de gebruikte variabelen, gewichten en beslissingsregels openbaar gemaakt? Zo ja, waar kan men deze gegevens vinden?

 Zie antwoord op vraag 1.

  1. Zijn er processen binnen de gemeente voor het corrigeren of bijwerken van onjuiste of verouderde gegevens? Zo ja, wat houd dat in en hoe vaak worden deze gegevens bijgewerkt? Zo nee, waarom niet?

 Binnen de gemeente Den Haag gebruiken wij geen zelflerende algoritmes om bijstandsfraude op te sporen. Er zijn dus ook geen processen binnen de gemeente voor het corrigeren of bijwerken van onjuiste of verouderde gegevens die op deze algoritmes gebaseerd zijn.

  1. Kan het college aangeven of individuen verzoeken kunnen indienen om hun gezondheidsinformatie te corrigeren als zij van mening zijn dat deze onjuist is vastgelegd? Zo ja, staat dit helder op de website van de gemeente vermeld? Zo nee, waarom niet?

 Bij een bijstandsaanvraag en bij het opsporen van bijstandsfraude wordt geen gebruik gemaakt van gezondheidsinformatie van individuen.

  1. Kan het college specifiek aangeven welke persoonsgegevens er precies worden bijgehouden bij besluiten over de toekenning van een bijstandsuitkering?

 Bij besluiten over de toekenning van een bijstandsuitkering gebruikt de dienst SZW de volgende gegevens voor een correcte uitvoering van haar taken: algemene persoonsgegevens, uitsluitingsgronden voor bijstand, gegevens over de woonsituatie, inkomen, vermogen en re-integratie. Re-integratie gaat over de loonkostensubsidie.

  1. Kan het college specificeren welke financiële gegevens er worden bekeken bij de toekenning van een bijstandsuitkering?

 Zie antwoord op vraag 6.

  1. Kan het college verduidelijken wat er precies wordt verstaan onder medische gegevens? Worden alle bezoeken aan een pedicure gemonitord of alleen relevante bezoeken aan ziekenhuizen? Kan het college aangeven wat de relevantie is van deze gegevens in het kader van fraudeopsporing?

 Medische gegevens of gezondheidsgegevens worden niet gebruikt in het kader van het opsporen van bijstandsfraude.

  1. Kan het college uitleggen of gezondheidsgegevens worden gedeeld met andere instanties of derde partijen? Zo ja, wat is het doel en de rechtmatigheid van het delen van deze gegevens, en hoe wordt de vertrouwelijkheid ervan beschermd?

 Medische gegevens of gezondheidsgegevens worden niet gebruikt in het kader van het opsporen van bijstandsfraude.

  1. Met betrekking tot de persoonsgegevens die worden verzameld door het algoritme voor de opsporing van bijstandsfraude, kan het college specifiek aangeven welke persoonlijke en arbeidsgegevens worden opgeslagen en verwerkt? Hoe wordt de rechtmatigheid en proportionaliteit van deze gegevensverzameling gewaarborgd?

 Zie antwoord op vraag 1.

  1. Hoe worden gevoelige persoonsgegevens, zoals financiële gegevens en het BSN, gebruikt bij de opsporing van bijstandsfraude? Zijn er voldoende waarborgen om onbedoelde gevolgen, zoals stigmatisering en schending van privacy, te voorkomen?

 Zie antwoord op vraag 1.

  1. Kan het college toelichten wat er wordt bedoeld met ‘identiteitsgegevens’?

 Zie antwoord op vraag 1.

  1. Kan het college opheldering geven over de reden waarom er gebruik wordt gemaakt van strafrechtelijke gegevens in het algoritme voor de opsporing van bijstandsfraude?

 Zie antwoord op vraag 1.

  1. Kan het college uitleggen wat er precies wordt verstaan onder strafrechtelijke gegevens en kan het aangeven wat wel en niet binnen de scope van deze gegevens valt?

 Zie antwoord op vraag 1.

  1. Kan het college aangeven welke partijen toegang hebben tot de bovengenoemde verzamelde gegevens?

 Zie antwoord op vraag 1.

Er volgt nog een debat.