Hoe AI en nieuwsdata het onderzoek naar terrorismebestrijding veranderen

Hoe reageren overheden op terrorisme? En hoe passen terroristische groeperingen zich vervolgens weer aan?

Dat is de centrale vraag achter een grootschalig onderzoeksproject van het Institute of Security and Global Affairs (ISGA) van de Universiteit Leiden.*

Assistant Professor Graig Klein, postdoctoraal onderzoeker Marie-Therese Meye en postdoctoraal onderzoeker Bastián González-Bustamante werken aan een wereldwijde dataset over terrorismebestrijding die AI, nieuwsarchieven en grootschalige media-analyse combineert.

Het project wordt gefinancierd door de European Research Council (ERC) en maakt gebruik van internationale nieuwsdata en API-toegang van LexisNexis om terrorismebestrijdingsmaatregelen in verschillende landen en door de tijd heen te analyseren.

Een belangrijke kennislacune opvullen

Hoewel onderzoekers al beschikken over uitgebreide datasets waarin terroristische aanslagen zijn vastgelegd, is gestructureerde informatie over de manier waarop overheden terrorisme bestrijden nog verrassend beperkt.

"We hebben goede data over wat terroristische groeperingen doen, maar vergelijkbare data over de kant van terrorismebestrijding ontbreekt." — Graig Klein

Het team van de Universiteit Leiden wil die lacune opvullen door terrorismebestrijdingsmaatregelen wereldwijd te identificeren en te analyseren.

Hun langetermijndoel is om beter te begrijpen hoe overheden en terroristische groeperingen zich voortdurend aan elkaar aanpassen.

Lees het hele verhaal

Waarom nieuwsdata belangrijk is

Omdat veel activiteiten op het gebied van terrorismebestrijding versnipperd zijn, politiek gevoelig liggen of niet consequent worden gedocumenteerd, vormen internationale nieuwsarchieven een van de weinige schaalbare manieren om deze wereldwijd te onderzoeken.

De onderzoekers gebruiken de API van LexisNexis om duizenden nieuwsartikelen uit internationale en lokale mediabronnen op te halen en te analyseren.

"Wat bijzonder waardevol is, is de toegang tot verschillende lokale mediabronnen – niet alleen de grote westerse kranten." — Marie-Therese Meye

De combinatie van AI en menselijke expertise

Het project combineert handmatige codering, gestructureerde onderzoeksmethoden en Large Language Models (LLM's).

Studentonderzoekers hebben eerst een deel van de artikelen handmatig gecodeerd aan de hand van uitgebreide onderzoeks- en coderingsrichtlijnen. Deze handmatig gecodeerde data worden nu gebruikt om de prestaties van de Large Language Models te evalueren door de door de modellen geïdentificeerde terrorismebestrijdingsmaatregelen en de belangrijkste onderdelen daarvan – zoals wie, waar en wanneer – te vergelijken met de resultaten van de studenten. Deze benchmark helpt te beoordelen hoe nauwkeurig de modellen relevante terrorismebestrijdingsmaatregelen op grote schaal kunnen identificeren.

Vooruitblik

Het ERC-gefinancierde project loopt tot eind 2028.

In de toekomst kan de dataset onderzoekers helpen om langetermijnontwikkelingen te analyseren, strategieën voor terrorismebestrijding tussen landen te vergelijken en mogelijk zelfs voorspellende modellen te ondersteunen.

Lees de volledige klantcase voor meer informatie over de methodologie, de onderzoeksuitdagingen en de ambities achter dit project.

Download de case study

*Gefinancierd door de Europese Unie (ERC, TERGAP, 101116436). De geuite standpunten en meningen zijn uitsluitend die van de auteur(s) en weerspiegelen niet noodzakelijk die van de Europese Unie of de European Research Council. Noch de Europese Unie, noch de subsidieverstrekker kan hiervoor verantwoordelijk worden gehouden.