Meten, weten en voorspellen – KEI voorbij met Big Data

Delen:

Share on linkedin
Share on twitter
Share on facebook
Share on whatsapp
Share on email

Het gaat zo. Iemand vindt iets uit. Nog niks aan de hand. Iemand anders bedenkt er een handig gebruik bij. Interessant. Weer iemand anders gaat het gebruiken, en binnen korte tijd heeft de uitvinding miljoenen gebruikers. Ergens anders verliezen mensen hun baan en gaan bedrijven failliet. Dat is het beeld dat we hebben bij disruptive technologies.

Papier en het bedrukken ervan in oplagen waren ooit disruptive technologies, technieken die de gangbare gang van zaken verstoorden. Veel goedkoper dan perkament en handgeschreven werken, reproduceerden ze kennis en informatie. Zo kregen grotere groepen mensen toegang tot informatie en kennis.

Online dispute resolution (ODR) en Big Data zijn volgens de heersende opinie de belangrijkste disruptive technologies voor de rechtspraak van vandaag. Na mijn blog over ODR gaat het, zoals beloofd, dit keer over Big Data. Net als ODR is ook Big Data als onderwerp een trending topic. Ook niet zo gek, want we hebben intussen grote hoeveelheden digitale informatie verzameld, en de vraag dringt zich op wat we daarmee zouden kunnen doen.

Een bruikbare definitie van Big Data levert onderzoeksbureau Gartner: ‘Big data is high-volume, high-velocity and high-variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making.’ Het moet dus gaan om informatie die in hoog tempo ontstaat, heel verschillend van aard kan zijn en een groot volume heeft. Kenmerk is dat de informatie door het volume, de variatie en de snelheid niet met traditionele middelen te behandelen is. Anderzijds kan het veel nieuwe informatie en kennis opleveren die tot verbetering en innovatie kunnen leiden. Zo is die informatie een belangrijk productiemiddel.

Marc van Opijnen schreef in Rechtstreeks 2014-2 een belangwekkend, lezenswaardig artikel over rechtspraakdata: open, linked en big. Hij gaf een aantal voorbeelden van informatie die al voorhanden is, mogelijk Big en soms open, maar soms ook niet.

Maar eerst nog even dit. Data, gegevens, zijn op zichzelf geen informatie. Als ik lees: 2013 – 27, dan zegt mij dat niets. 2013 – 27 wordt pas informatie in combinatie met de informatie dat het – ik noem maar wat – om het aantal in dat jaar opgelegde levenslange gevangenisstraffen, het aantal rechters dat is gaan twitteren of het aantal op Texel aangespoelde bultrugwalvissen gaat. Dat wordt interessanter in combinatie met meer data, bijvoorbeeld 2014 – 12. Nog interessanter is combineren met data van andere aard, bijvoorbeeld het verloop van het weer bij de bultruggen. Het zou ook heel mooi zijn om betrouwbare voorspellingen te kunnen doen van het aantal te verwachten bultruggen op Texel in 2017, of het moment dat de twitterende rechter mainstream is geworden.

Terug naar de voorbeelden. De uitspraken op rechtspraak.nl zijn de meest voor de hand liggende verzameling informatie om naar te kijken. Marc van Opijnen legt in zijn artikel uit hoe je de relevantie van uitspraken zou kunnen bepalen. Toch zijn de uitspraken niet gemakkelijk te analyseren omdat de informatie in de uitspraken niet erg gestructureerd is. Daar is dus nog werk te doen om de uitspraken geschikt te maken voor analyse.

Straftoemeting en strafmaat: sexy onderwerpen. Hoe hoog wordt de straf, en welke factoren zijn daarop van invloed? Heel lang geleden is er in de rechtspraak al een databank bedacht voor consistente straftoemeting, waarin alle uitspraken van de gerechtshoven waarin vier jaar of meer gevangenisstraf werd opgelegd moesten worden opgenomen, als richtsnoer voor alle rechters die dergelijke straffen overwogen. Je zou ook kunnen denken aan manieren om te voorspellen wat een effectieve sanctie zou zijn op basis van recidivecijfers en opgelegde straffen.

De nevenbetrekkingen van de rechters. De rechtspraak in Nederland houdt ook een openbaar register bij van de nevenbetrekkingen van de rechters. Je kunt in dat register opzoeken of een bepaalde rechter nevenfuncties heeft, en wat die nevenfuncties zijn. Maar zou het uit een oogpunt van transparantie niet goed zijn als de data in dat register als open data beschikbaar zouden zijn? Dan komt er zicht op de vraag hoeveel rechters een bepaalde nevenfunctie hebben, al dan niet betaald. Ik moet bekennen dat dit blog op dit punt een tijdje stil heeft gelegen. Ik kon het niet met mezelf eens worden of ik dit een goed idee vond. Er blijft toch al zo weinig privacy over. Maar uit een oogpunt van transparantie is het een goed idee.

En dan: meten is weten. Eén van de dingen die KEI in de rechtspraak gaat brengen is toegankelijke monitoring op de afhandeling van zaken. Ik heb al leidinggevenden blij zien worden bij het vooruitzicht van een nieuw en beter middel om te controleren of de werkers het goed doen, maar daar zit hem de innovatie niet in. Dit instrument analyseert gegevens over het procesverloop. Zo’n analyse kan de mensen die het werk doen een instrument geven om te zien hoe goed ze het doen. Zo kunnen ze zelf zien of het goed gaat, en hun eigen werk vergelijken met dat van anderen. Dan kunnen ze zelf zien of ze eigenlijk zeuren over niks, of dat de werklast echt zo zwaar is als ze denken. De ervaren werklast is op dit moment een groot probleem in de rechtspraak. Dat probleem kan beter worden aangepakt als de mensen die het ervaren zelf eenvoudig toegang hebben tot die informatie.

Analytics om te winnen. Een mooi voorbeeld van gecombineerde informatie die voorspellingen oplevert is Buienradar. Wie gaat er tegenwoordig nog de deur uit zonder even te kijken hoe laat het gaat regenen? In de Verenigde Staten zijn er inmiddels een paar voorbeelden van analyse van uitspraken. Het eerste voorbeeld is een methode die uitspraken van het Supreme Court van de V.S. kan voorspellen. De tweede is Ravellaw.com, dat uitspraken van rechters analyseert en die analyses verkoopt aan advocaten. Die kunnen daarmee beter hun zaak winnen omdat ze hun rechter beter kennen en weten hoe hun rechter denkt, aldus Ravellaw. Er zijn genoeg aanwijzingen dat de uitkomst van de zaak mee wordt bepaald door de persoon van de rechter. Daar ga ik een volgende keer over bloggen.

Analytics voor ODR. Als analyse van uitspraken uitkomsten kan gaan voorspellen, dan kan ODR die voorspellingen gaan gebruiken om onderhandelingen te ondersteunen. Dan kan de rechtspraak zich richten op geschillen waarin de uitkomst (nog?) onvoorspelbaar is.

Lees meer over:

Delen:

Share on linkedin
Share on twitter
Share on facebook
Share on whatsapp
Share on email

Het belangrijkste nieuws wekelijks in uw inbox?

Abonneer u op de Mr. nieuwsbrief: elke dinsdag rond de lunch een update van het nieuws van de afgelopen week, de laatste loopbaanwijzigingen en de recentste vacatures. Meld u direct aan en ontvang elke dinsdag de Mr. nieuwsbrief.

Over Mr.

Mr. is hét platform voor juristen. Mr. bericht over actuele zaken in de juridische wereld en belicht en becommentarieert deze vanuit een onafhankelijke positie. Mr. richt zich op alle in Nederland actieve juristen en WO-rechtenstudenten..

Volg MR. op social media

Service menu

Contactgegevens

Uitgeverij Mr. bv
Paul Krugerkade 45
2021 BN Haarlem
Uitgever: Charley Beerman
E-mail: beerman@mr-magazine.nl

Scroll naar top