31 066 Belastingdienst

Nr. 976 BRIEF VAN DE STAATSSECRETARIS VAN FINANCIËN

Aan de Voorzitter van de Tweede Kamer der Staten-Generaal

Den Haag, 24 februari 2022

Hierbij wordt uw Kamer geïnformeerd over het uitstel van de verzending van de analyse van het Risicoclassificatiemodel Toeslagen, het Behandelkeuzemodel dat zich nog steeds in de pilotfase bevindt en over het «Voorspellend model problematische terugvorderingen» waarover uw Kamer nog niet eerder is geïnformeerd.

Analyse van het Risicoclassificatiemodel

Bij brieven van 26 november en 8 december 2021 heeft mijn ambtsvoorganger uw Kamer geïnformeerd over het Risicoclassificatiemodel van Toeslagen.¹ Daarbij is aangegeven dat Toeslagen start met een analyse op de uitkomsten van het model over in ieder geval de periode 2014–2019, en dat de verwachting was dat het resultaat van deze analyse medio februari 2022 met uw Kamer gedeeld zouden kunnen worden. Deze analyse blijkt helaas complexer dan voorzien en vraagt daardoor meer tijd. De oorzaak hiervan is gelegen in het grote aantal gegevens dat moet worden geanalyseerd. De bijgestelde verwachting is dat de analyse voor het meireces met uw Kamer gedeeld kan worden.

Behandelkeuzemodel

In reactie op de hiervoor genoemde vragen van uw Kamer heeft mijn ambtsvoorganger in de brief van 26 november 2021² uw leden geïnformeerd over de ontwikkeling van het behandelkeuzemodel. Op dit moment bevindt het behandelkeuzemodel zich nog in de pilotfase. Zoals toegezegd wordt uw Kamer nader geïnformeerd over dit behandelkeuzemodel en welke afwegingen hieraan ten grondslag liggen voordat het behandelkeuzemodel definitief in gebruik wordt genomen.

Voorspellend model problematisch terugvorderingen

Tijdens het Vragenuur op 23 november 2021 kwam tevens de vraag aan de orde van het lid Van der Lee (GroenLinks) of het werken met zelflerende modellen wenselijk is als het gaat om het beoordelen van aanvragen van mensen, en of Toeslagen op dit moment dergelijke modellen gebruikt (Handelingen II 2021/22, nr. 25, item 4). Bij de beantwoording van deze vraag is ten onrechte geen melding gemaakt van het «Voorspellend model problematische terugvorderingen». Hoewel dit model qua doel en aard van de indicatoren afwijkt van het Risicoclassificatiemodel, kent het model wel een vergelijkbare techniek door het gebruik van risicoscores en indicatoren. In de volgende alinea’s worden de werking van dit model en enkele aandachtspunten toegelicht, waaronder de samenhang met het Risicoclassificatiemodel Toeslagen, het gebruik van indicatoren met het risico op bias en de inventarisatie van (vergelijkbare) modellen bij Toeslagen.

Werking van het model

Als onderdeel van het Verbeterprogramma Kinderopvangtoeslag is Toeslagen voor het thema «persoonlijke begeleiding» in 2018 gestart met het ontwikkelen van een voorspellend model om problematische terugvorderingen te voorkomen.

Bij het voorspellend model problematische terugvorderingen worden de burgers met het hoogste risico op betalingsproblemen geselecteerd voor persoonlijke begeleiding met als doel om deze betalingsproblemen zoveel mogelijk te voorkomen. Zij krijgen hulp aangeboden en mogen deze hulp ook weigeren of deze tijdens de begeleiding stopzetten. Daarbij worden ze niet belast met administratieve lasten of extra controles. Het feit dat iemand wordt geselecteerd door het voorspellend model problematische terugvorderingen, heeft geen automatische gevolgen voor de lopende toeslag. In overleg met de burger wordt handmatig bepaald of de toeslag aangepast moet worden als een lopende toeslag mogelijk niet juist is.

Het voorspellend model problematische terugvorderingen wordt gebruikt om op basis van risicoscores te voorspellen wie er naar verwachting over een half jaar in betalingsproblemen zal komen. Het model werkt met scores op indicatoren. De indicatoren zijn opgesteld op basis van voorbeelden van hoge terugvorderingen, waarbij mensen al dan niet in de dwanginvordering terecht zijn gekomen.

Met behulp van algoritmen wordt berekend welke van de indicatoren het meest voorspellend zijn. De ontwikkelaars van het voorspellend model bepalen vervolgens in overleg met experts op het gebied van privacy welke indicatoren daadwerkelijk worden gebruikt.

Samenhang met het Risicoclassificatiemodel Toeslagen

Medio 2020 is het model geïmplementeerd, maar ook snel daarna stilgelegd vanwege de constateringen rondom de privacy waarborgen van het Risicoclassificatiemodel Toeslagen zoals bekend gemaakt in de kabinetsreactie op het rapport van het Autoriteit Persoonsgegevens in juli 2020.³ De privacy risico’s zijn vervolgens in beeld gebracht en geadresseerd als addendum op de Gegevensbeschermingseffectbeoordeling (GEB) van het «Rechtmatig toekennen voorschot kinderopvangtoeslag door proactief signaleren». Nadat deze zogenaamde deel-GEB akkoord is bevonden, is het gebruik van het voorspellend model problematische terugvorderingen model in februari 2021 weer opgestart.

De deel-GEB van het voorspellend model problematische terugvorderingen is als bijlage bij deze brief gevoegd⁴. Deze deel-GEB betreft een document uit december 2020. Destijds was nog niet besloten om definitief niet meer verder te gaan met het Risicoclassificatiemodel Toeslagen. Een aantal zaken in de deel-GEB van het voorspellend model problematische terugvorderingen zijn daarom achterhaald, en het document wordt op dit moment dan ook geactualiseerd. Dit wordt hieronder toegelicht.

In de deel-GEB is opgenomen dat er samenhang is met het Risicoclassificatiemodel Toeslagen in de vorm van «preparaties» (verwerkte brongegevens) voor de training van het model. Dat betekent dat de brongegevens die werden verzameld voor het Risicoclassificatiemodel Toeslagen ook zijn gebruikt voor de training van het voorspellend model problematische terugvorderingen. De voorbeelden van juiste en onjuiste aanvragen en de weging van het Risicoclassificatiemodel Toeslagen zijn niet gebruikt, ook de gegevens over nationaliteit worden in dit model niet gebruikt. Deze passage in de deel-GEB is niet meer actueel omdat van deze preparaties geen gebruik meer wordt gemaakt. Het voorspellend model wordt op dit moment één keer per jaar getraind. Voor de volgende training zal een toets worden gedaan op welke indicatoren in de training zullen worden meegenomen. Standaard zijn dataminimalisatie en het voorkomen van bias en vooringenomenheid belangrijke uitgangspunten.

Gebruik van indicatoren

In de deel-GEB is beschreven dat het gebruik van bepaalde indicatoren kan leiden tot een bias. Voor het gebruik van het model zijn enkel de acht indicatoren verwerkt die voldoende voorspellend waren en waarbij het risico op bias zo veel mogelijk wordt voorkomen:

• 1) Het aantal kinderen waarvoor kinderopvangtoeslag is aangevraagd;

• 2) Het bedrag aan openstaande toeslagen-vorderingen;

• 3) Het bedrag aan openstaande kinderopvangtoeslag-vordering;

• 4) De hoogte van de maandelijkse eigen bijdrage aan kinderopvang;

• 5) De eigen bijdrage per jaar ten opzichte van de financiële draagkracht van het huishouden;

• 6) Het verschil tussen de voorlopige toekenning en de definitieve toekenning aan kinderopvangtoeslag;

• 7) De leeftijd van het jongste kind waarvoor kinderopvangtoeslag wordt aangevraagd;

• 8) De status waarin de toeslag-vordering zich bevindt, zoals een standaard of persoonlijke betalingsregeling, beslaglegging of oninbaar leiden van de vordering.

Inventarisatie modellen

Op dit moment zijn voor zover bekend geen andere vergelijkbare modellen in beeld die werken met risicoscores en/of indicatoren bij Toeslagen. Desondanks kunnen we niet met volledigheid aangegeven of dit beeld compleet is. Om uw Kamer op dit punt volledig te kunnen informeren, werkt Toeslagen aan een inventarisatie waaruit moet blijken of er nog andere modellen zijn die werken met risicoscores en/of indicatoren.

Ik zal uw Kamer informeren indien uit deze inventarisatie relevante informatie naar voren komt.

De Staatssecretaris van Financiën, A. de Vries

---

1 Kamerstuk 31 066, nrs. 923 en 938.

2 Kamerstuk 31 066, nr. 923.

3 Kamerstuk 31 066, nr. 681.

4 Raadpleegbaar via www.tweedekamer.nl.