Van RISc naar RICH: risicotaxatie voor witteboordencriminelen

madoff (flickr oso_remote)

Als een verdachte voor de rechter komt, kan een risicotaxatie worden uitgevoerd om het recidiverisico in te schatten. In Nederland wordt daarvoor het instrument ‘RISc’ gebruikt. De RISc meet verschillende factoren, waaronder de sociaaleconomische situatie van de verdachte. Het idee is dat mensen die slecht scoren op het gebied van wonen, werk, inkomen en opleiding een groter risico hebben om weer criminaliteit te plegen. De reclassering spreekt niet voor niets over de ‘3 W’s’ – wonen, werk, wijf (correcter: wederhelft) als het gaat om resocialisering.

Bernie Madoff

Maar wat als we zo’n risicotaxatie-instrument bij een dader als Bernie Madoff zouden afnemen? Madoff zit een straf uit van 150 jaar in een Amerikaanse gevangenis wegens beleggingsfraude. Madoff stond aan het hoofd van een legitieme beleggingsfirma, maar lichtte via een Ponzischema ook gedurende bijna drie decennia zijn klanten op voor het duizelingwekkende totaalbedrag van 65 miljard dollar.

Op de schalen van de RISc die de sociaaleconomische status meten zou Madoff gunstig scoren: hij heeft een bachelordiploma, een stabiele en zeer succesvolle werkhistorie, en dito inkomen (los van het geld dat hij binnenhaalde via de Ponzi-fraude), en heeft een dak boven zijn hoofd. Madoff genoot een uitstekende reputatie als lid van de New Yorkse high society en vanwege zijn filantropie. Bovendien was Madoff ‘meester in het wekken van sympathie en vertrouwen’, wat ook weleens een gunstige invloed zou kunnen hebben op de taxatie. Niets marginale status of kansarmoede; Madoff is een witteboordendader. Kortom, ik acht het aannemelijk dat Bernie Madoff niet zou worden geclassificeerd als ‘hoog risico’.

Sociaaleconomische bias

De sociaaleconomische bias in risicotaxatie zou kunnen leiden tot klassenjustitie – of, neutraler gezegd, selectiviteit op basis van sociaaleconomische status. Als we alle daders langs dezelfde meetlat van de RISc leggen, dan komen daders met een respectabele maatschappelijke status daar per definitie beter uit – wat vervolgens kan leiden tot een lagere straf. Andersom scoren veroordeelden die dakloos, werkloos en laag opgeleid zijn per definitie slechter (waarmee ook een etnische bias wordt geïntroduceerd, omdat veroordeelden met een niet-Nederlandse achtergrond vaker dakloos, werkloos en laag opgeleid zijn).

Klasse-sensitieve risicotaxatie zou een oplossing kunnen zijn. Immers, we weten ook dat de risicofactoren voor witteboordendaders anders zijn dan de risicofactoren voor straatcriminelen. De standaard risicotaxatie-instrumenten, zoals de RISc, gaan bijvoorbeeld uit van ‘criminogenic needs’: mensen plegen criminaliteit omdat ze bepaalde behoeften vervullen. Witteboordendaders worden niet gedreven door needs maar door greed: hebzucht.

Van RISc naar RICH

Daarom introduceer ik hier een nieuw risicotaxatie-instrument voor witteboordendaders: de RICH. Zoals de RISc een acroniem is (Recidive InschattingsSchalen), is ook RICH dat: Recidive Inschattingsschalen voor Criminaliteit vanwege Hebzucht.

Bovenstaande tabel geeft een indicatie van de 12 schalen van de RICH. Net als de RISc bestaat elke schaal uit enkele items. Om een voorbeeld te geven: delict en delictpatroon zijn voor alle typen daders van belang, maar voor witteboordendaders is kenmerkend dat zij vaak geen eerdere strafrechtelijke veroordelingen hebben – mogelijk wel bestuursrechtelijke sancties hebben gekregen – en dat hun delict een lange duur heeft. Bij de schaal over relaties is het bij ‘straatcriminelen’ van belang te letten op sociaal isolement, terwijl bij witteboordendaders juist gelet moet worden op een groot netwerk en veel sociaal kapitaal. Voor straatcriminelen is een negatief zelfbeeld een risico, voor witteboordendaders juist overmoed en arrogantie. In de tabel kun je zien dat bijna elke schaal moet worden aangepast, en dat sommige risicofactoren voor witteboordendaders tegenovergesteld zijn aan die voor straatcriminelen.

In een hoofdstuk dat ik schreef voor het liber amicorum voor emeritus hoogleraar Henk van de Bunt, die onder andere schreef over witteboordencriminaliteit en Bernie Madoff, kun je meer lezen over de RICH en het probleem van risicotaxatie (pdf hier).

Image: ‘8_madoffs_bilking’ on Flickr (cc)

Problemen met (etnisch) profileren

Nieuwe post op CrimEUR – het blog van de afdeling Criminologie, Erasmus Universiteit Rotterdam. Lees hier:

Luxe auto of lage status: tegen (etnisch) profileren

De discussie over etnisch profileren is al snel beladen omdat de thema’s etniciteit en racisme in ons land, evenals elders overigens, op zichzelf hete hangijzers zijn. Is het überhaupt een goed idee dat politie, justitie en rechters profileren op bepaalde kenmerken, of dat nu gaat om huidskleur of recidiverisico?

Against socioeconomic marginality as a risk factor – 2

risk (flickr birdmanphotos)

In the previous blog post I discussed several arguments put forward by legal scholar Sonja Starr against including socioeconomic factors such as unemployment, low or lack of education, and homelessness in risk assessment instruments used for informing sentencing decisions.

Here is another argument, put forward by legal scholar Michael Tonry in an article titled ‘Legal and Ethical Issues in the Prediction of Recidivism’:

Tonry reiterates widely supported normative and ethical rules such as ‘don’t treat people differently based on the basis of social class’, that are ‘largely incompatible’ with sorting people into risk categories. Tonry describes how, in the US, in the 1970s federal parole guidelines initially allowed variables such as employment, education, residential status and family characteristics, but that these factors were gradually abandoned because ‘they are heavily correlated with race’. The 1991 parole guidelines do not include education, employment or family characteristics.

Continue reading

Against socioeconomic marginality as a risk factor

risk bus juliefaith flickr

I have written several times about risk assessment of individual defendants and offenders and the role of socioeconomic factors such as employment, educational level, income, financial situation and housing. Risk assessment is used by criminal justice agencies – in the US, UK, Canada and the Netherlands, as well as other countries – to inform decisions about bail, pre-trial detention, sentencing, probation, parole, treatment, and/or supervision.

For example, a widely used tool called LSI-R and a tool that is used in New York State called COMPAS take into account the following individual factors (mentioned in Starr 2014, see below):

  • Performance at work
  • Housing stability
  • Neighbourhood crime rates
  • Dependence on social assistance
  • High school grades
  • Chances of finding work above minimum wage

Disparities

Continue reading

Are algorithms class-blind?

Toledo 65 algorithm (jmjesus Flickr)

In an earlier post I wrote about a supposedly new solution to the injustice of the American bail system: risk assessment. To briefly summarize: many people in the US are in jail because they can’t afford to post bail, and risk assessment would avoid class bias because such assessment would be based on factors that are known to predict re-offending and not appearing in court. I criticized this idea, because risk assessment introduces a new class bias when factors include employment, housing, community support, and owning a car and a cell phone. Replacing judges’ biased discretion with a biased risk assessment tool does not solve the problem.

A recent article in the New York Times pointed out this problem, discussing how bail decisions use ‘little science’ and that ‘hidden biases against the poor and minorities can easily creep into the decision-making.’ For this and other reasons ‘many law enforcement groups and defense lawyers have supported the use of scientifically validated’ risk assessment tools. The news: ‘Now comes help in a distinctly modern form: an algorithm.’

Scepticism

There is new risk assessment tool based on an algorithm. Interestingly, this new tool, already tested and rolled out in 21 jurisdictions, challenges the widespread belief that class and criminal behaviour are tightly related:

The Arnold assessment has been met with some skepticism because it does not take into account characteristics that judges and prosecutors normally consider relevant: the defendant’s employment status, community ties or history of drug and alcohol abuse.

Continue reading