De 2012 a 2023, a DUO neerlandesa usou um algoritmo opaco de pontuação de risco para selecionar estudantes para verificações de fraude em apoios financeiros. A autoridade de proteção de dados holandesa considerou-o discriminatório e ilegal em 2024; foi anunciada uma compensação para milhares de estudantes afetados em 2026.
21,500
Estudantes selecionados para verificações de fraude com base, em parte, no resultado do algoritmo (2013–2022)
>10,000
Estudantes para quem o governo anunciou compensação (2024–2026)
Detalhes
Maturidade
Descontinuada
Promotor
Dienst Uitvoering Onderwijs (DUO), Dutch Ministry of Education
Período
2012-2023
Palavras-chave
financial aid, fraud detection, algorithmic governance, data protection
Contexto
Entre 2012 e 2023, a agência holandesa de financiamento estudantil DUO utilizou um algoritmo interno de pontuação de risco, não validado — baseado em fatores como a distância entre a morada registada do estudante e a dos pais, a idade e o tipo de ensino — para selecionar estudantes que vivem fora de casa para investigações de fraude em apoios financeiros. O modelo baseava-se na experiência acumulada dos investigadores de fraude da DUO, em vez de um método estatístico validado. Entre 2013 e 2022, a DUO selecionou 21 500 estudantes para verificações de fraude, em parte com base no resultado do algoritmo.
Resultados
Em julho de 2023, o ministro da Educação suspendeu o algoritmo depois de uma investigação jornalística ter exposto a prática, substituindo-o por amostragem aleatória. Em 2024, a Autoridade de Proteção de Dados holandesa considerou que o modelo de risco discriminava ilegal e indiretamente estudantes com antecedentes migratórios, uma conclusão corroborada pelo relatório de 2024 da Amnistia Internacional 'Profiled without protection'. O governo holandês anunciou compensação para mais de 10 000 estudantes afetados no final de 2024 e novamente em 2026.
Implementação
Custo indicativo
Médio (50 mil–500 mil €)
Tempo até resultados
Longo (> 3 anos)
Equipa e competências
DUO fraud investigators / case workers
Condições de sucesso
independent bias/discrimination audit before deployment
a validated statistical model rather than investigator intuition alone
transparency about the risk-scoring criteria used
Modos de falha comuns
opaque, non-audited scoring criteria used for over a decade
reliance on investigator experience rather than a validated model
indirect discrimination against students with a migration background
Habitualmente financiado por
National / regional programmes
Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.
Implementa esta prática?
Reivindique-a —
implementadores verificados obtêm um contacto público na página e podem propor correções.
Fontes de dados
De onde foi obtida a informação desta prática, e quando.