Vragen van het lid Coenradie (JA21) aan de Staatssecretaris van Justitie en Veiligheid over het artikel «Kans op herhaling criminelen jarenlang verkeerd berekend door reclassering» (ingezonden 16 februari 2026).

Antwoord van Staatssecretaris Van Bruggen (Justitie en Veiligheid) (ontvangen 4 maart 2026).

Vraag 1

Bent u bekend met het artikel «Computer slechte voorspeller recidive» over risicotaxatie-algoritmen binnen de reclassering?¹

Antwoord 1

Ja.

Vraag 2

Deelt u de opvatting dat de bescherming van de samenleving tegen recidive de hoogste prioriteit moet hebben bij risicotaxatie?

Antwoord 2

De bescherming van de samenleving is een kerndoel van de reclassering. Risicotaxatie is daarvoor een belangrijk middel. Risicotaxatie moet verantwoord gebeuren om effectief bij te dragen aan die veiligheid.

Vraag 3

Kunt u concreet onderbouwen dat het gebruik van algoritmen binnen de reclassering leidt tot structurele discriminatie?

Antwoord 3

Het risicotaxatieinstrument OxRec maakt geen direct onderscheid naar ras of etniciteit. Maar volgens de Inspectie Justitie en Veiligheid kunnen de parameters «buurtscore» en «hoogte van het inkomen» mogelijk leiden tot indirecte discriminatie. Onderscheid op basis van buurtscore en inkomen kan onder strikte voorwaarden gerechtvaardigd zijn.² Zoals mijn voorganger in de beleidsreactie op het rapport van de Inspectie Justitie en Veiligheid over het gebruik van algoritmes door de reclassering heeft aangegeven, wordt in een verbetertraject van de reclassering onderzoek gedaan naar eventueel discriminerende elementen in de OxRec.³

Vraag 4

Is het juist dat variabelen zoals woonomgeving, inkomen en opleidingsniveau statistisch samenhangen met recidive?

Antwoord 4

Ja, dat klopt. De OxRec is ontwikkeld door onderzoekers verbonden aan de universiteit van Oxford. Bij de keuze voor het opnemen van verschillende variabelen verwijzen zij naar wetenschappelijk onderzoek, waaruit de samenhang van deze variabelen met recidive blijkt.⁴

Vraag 5

Deelt u de mening dat het negeren van dergelijke factoren kan leiden tot een minder realistische risico-inschatting?

Antwoord 5

Ja, dat risico bestaat.

Vraag 6

Bent u het ermee eens dat statistische verschillen tussen groepen niet automatisch betekenen dat sprake is van discriminatie?

Antwoord 6

Ja. Zo zijn er bijvoorbeeld statistische verschillen tussen mannen en vrouwen met betrekking tot (herhaling van) criminaliteit. Ook leeftijd en verslaving zijn bijvoorbeeld variabelen die samenhangen met recidive. Het meewegen van die verschillen kan gerechtvaardigd zijn, maar moet onderbouwd worden.

Vraag 7 en 8

Klopt het dat algoritmen slechts ondersteunend zijn en dat de uiteindelijke beslissing bij de professional of rechter ligt? En hoe werkt dit process?

Waarom wordt in het publieke debat de indruk gewekt dat «de computer beslist», terwijl het om een hulpmiddel gaat?

Antwoord 7 en 8

Het klopt dat de algoritmen worden gebruikt als een hulpmiddel. Volgens de reclassering zijn de algoritmen niet doorslaggevend en vervangen het professioneel oordeel niet. Ze ondersteunen en fungeren als het ware als «spiegel» bij de totstandkoming van het advies. Dit proces is volgens de reclassering ook zo in het beleid vastgelegd. Desalniettemin is het van belang om hier voortdurend alert op te blijven. Hiervoor zal de reclassering in de toekomst specifiek aandacht hebben, zodat kennis en werkprocessen op peil blijven en waar nodig worden verbeterd.

Tot slot is het niet aan mij om opiniemakers en media te recenseren die een andere indruk wekken over de werkwijze van de reclassering.

Vraag 9, 10 en 11

In hoeverre acht u het verantwoord om bewezen risicofactoren te schrappen uit angst voor vermeende discriminatie?

Kunt u aangeven of het verwijderen van bepaalde variabelen gevolgen heeft voor de nauwkeurigheid van de voorspellingen?

Is onderzocht wat de impact op recidivecijfers kan zijn wanneer risicomodellen worden afgezwakt?

Antwoord 9, 10 en 11

In het verbetertraject van de reclassering wordt onderzoek gedaan naar eventueel discriminerende elementen in de OxRec. Variabelen in de betreffende algoritmes worden alleen verwijderd als deze leiden tot een ongerechtvaardigd onderscheid (discriminatie). Ik kan hierop niet vooruitlopen.

Vraag 12

Hoe weegt u het belang van publieke veiligheid tegenover zorgen over indirecte discriminatie?

Antwoord 12

Beide belangen wegen zwaar en zijn verenigbaar. Ik wil recht doen aan beide belangen. Een verantwoorde risicotaxatie beschermt de samenleving en voorkomt dat mensen op bepaalde gronden ongerechtvaardigd zwaarder worden aangepakt.

Vraag 13

Zijn er concrete gevallen bekend waarin mensen aantoonbaar onterecht zwaarder zijn bestraft door algoritmische inschattingen?

Antwoord 13

Nee. In eerder genoemde beleidsreactie wordt dit toegelicht.⁵

Vraag 14 en 15

Deelt u de zorg dat politieke correctheid zwaarder kan gaan wegen dan veiligheid?

Hoe gaat u voorkomen dat criminelen profiteren van afgezwakte risicotaxaties?

Antwoord 14 en 15

Zie de antwoorden op vragen 2 en 12.

Vraag 16

Worden slachtoffers en hun belangen expliciet meegewogen in deze discussie? Zo ja, hoe? Zo nee, waarom niet?

Antwoord 16

Het slachtofferperspectief wordt in het verbetertraject van de reclassering meegenomen. Slachtofferbewust en herstelgericht werken zijn al vaste en belangrijke onderdelen van het reclasseringswerk. Hierbij kan bijvoorbeeld worden gedacht aan het betrekken van slachtofferbelangen in een reclasseringsadvies, zoals het adviseren van veiligheidsmaatregelen (contact- en locatieverbod).

Vraag 17

In hoeverre worden politie en reclasseringsprofessionals betrokken bij aanpassingen van deze systemen?

Antwoord 17

De maatregelen in het verbetertraject zien op aanpassingen van de algoritmes die de reclassering bij risicotaxatie hanteert. Bij dit traject worden ook reclasseringswerkers betrokken. Daarnaast betrekt de reclassering ook de wetenschap en andere deskundigen op dit terrein. De reclassering informeert de ketenpartners tijdig en betrekt hen zo nodig in het verbetertraject.

Vraag 18

Bent u bereid transparant te maken welke variabelen worden gebruikt en waarom?

Antwoord 18

Alle variabelen van de OxRec, zoals de reclassering die heeft geïmplementeerd, staan genoemd in bijlage E van het Inspectierapport.

Vraag 19

Kunt u garanderen dat het voorkomen van recidive leidend blijft bij eventuele herzieningen van deze systemen?

Antwoord 19

Zie de antwoorden op vraag 2 en vraag 12.

Vraag 20

Bent u bereid de Kamer te informeren over de effecten op veiligheid wanneer wijzigingen in algoritmen worden doorgevoerd?

Antwoord 20

In de beleidsreactie is aangegeven dat uw Kamer naar verwachting in het najaar van dit jaar wordt geïnformeerd over de opvolging van de aanbevelingen. Dit punt zal daarin worden meegenomen.

---

1 NOS, 12 februari 2026, Kans op herhaling criminelen jarenlang verkeerd berekend door reclassering (https://nos.nl/artikel/2602058-kans-op-herhaling-criminelen-jarenlang-verkeerd-berekend-door-reclassering).

2 Inspectie Justitie en Veiligheid, Onderzoek naar gebruik van algoritmes bij de reclassering, januari 2026, p. 28–29.

3 Kamerstukken II 2025/26, 29 270, nr. 162.

4 S. Fazel, A. Sariaslan & T. Fanshawe, «Towards a More Evidence-Based Risk Assessment for People in the Criminal Justice System: the Case of OxRec in the Netherlands», European Journal on Criminal Policy and Research2022, afl. 28, p. 397–406.

5 Kamerstukken II 2025/26, 29 270, nr. 162.

---

1 NOS, 12 februari 2026, Kans op herhaling criminelen jarenlang verkeerd berekend door reclassering (https://nos.nl/artikel/2602058-kans-op-herhaling-criminelen-jarenlang-verkeerd-berekend-door-reclassering).

2 Inspectie Justitie en Veiligheid, Onderzoek naar gebruik van algoritmes bij de reclassering, januari 2026, p. 28–29.

3 Kamerstukken II 2025/26, 29 270, nr. 162.

4 S. Fazel, A. Sariaslan & T. Fanshawe, «Towards a More Evidence-Based Risk Assessment for People in the Criminal Justice System: the Case of OxRec in the Netherlands», European Journal on Criminal Policy and Research2022, afl. 28, p. 397–406.

5 Kamerstukken II 2025/26, 29 270, nr. 162.