Bron: Rathenau Instituut, Scrollend naar de stembus. De rol van aanbevelingsalgoritmen bij inmenging in verkiezingen, 11 maart 2026. Auteurs: Luuk Ex MA (senior onderzoeker), Quirine van Eeden LLM, Wouter Nieuwenhuizen MSc en dr. Mariëtte van Huijstee (onderzoekscoördinator), met medewerking van Joost Gerritsen. Onderzoek op verzoek van de Tweede Kamercommissie voor Digitale Zaken.
De kern
Verkiezingsinmenging via aanbevelingsalgoritmen van grote socialmediaplatformen: dat is wat het Rathenau Instituut op verzoek van de Tweede Kamer onderzocht. Conclusie: het instrumentarium voor deze vorm van buitenlandse inmenging is groot en wordt steeds laagdrempeliger en geavanceerder, en bestaande maatregelen dekken het risico slechts ten dele.
Methode: literatuuronderzoek, interviews, expertsessie en juridische analyse
Voor dit onderzoek beantwoordde het Rathenau Instituut, onder leiding van onderzoekscoördinator dr. Mariëtte van Huijstee, een hoofdvraag via vijf deelvragen. Voor elke deelvraag combineerde het team deskresearch van academische en grijze literatuur (journalistieke bronnen, rapporten, rechtszaakverslagen) met interviews met platformvertegenwoordigers en beleidsmedewerkers, een expertsessie met deskundigen uit de politieke communicatie, informatica, rechten en mediawetenschappen, en een juridische analyse van bestaande wet- en regelgeving. Het onderzoek kijkt niet naar een ver toekomstjaar: het brengt de huidige en eerstkomende verkiezingen in beeld, en de handelingsperspectieven zijn bedoeld voor beleid dat nu en op korte termijn vorm krijgt, zoals de lopende onderhandelingen over de Europese Digital Fairness Act.
Hoe het werkt
Voordat een platform inhoud aanbeveelt, doorloopt het vijf stappen:
- Contentmoderatie: bepalen welke inhoud volgens de regels van het platform is toegestaan.
- Het aanbevelingsalgoritme trainen: op basis van eerder gedrag van gebruikers.
- Inhoud filteren: uit alle beschikbare content een selectie maken die relevant kan zijn.
- Gefilterde inhoud rangschikken: bepalen in welke volgorde iemand de content te zien krijgt.
- Leren van feedback: het model bijstellen op basis van reacties van gebruikers, wat weer doorwerkt in de volgende ronde aanbevelingen.
Sinds 2016 rangschikken platformen inhoud vooral op verwacht engagement (likes, reacties, kijktijd), omdat dat de advertentie-inkomsten verhoogt. Kwaadwillende actoren, vaak buitenlandse statelijke actoren, spelen hierop in met hyperactieve accounts en gecoördineerde berichten om misleidende of opruiende content extra bereik te geven, met als doel de publieke opinie of verkiezingsuitslag te beïnvloeden. Dat mechanisme, engagement-gedreven aanbevelingsalgoritmen die inzetbaar zijn voor buitenlandse beïnvloeding, vormt de kern van verkiezingsinmenging via social media.
Instrumentarium: de casus Roemenië 2024
Hoe verkiezingsinmenging er in de praktijk uitziet, laat de Roemeense presidentsverkiezingen van 2024 zien. Kandidaat Calin Georgescu won onverwacht de eerste ronde, zonder campagnebudget en nauwelijks zichtbaar op televisie, maar met een piek van 2.500 procent meer volgers op TikTok in de aanloop naar de verkiezingen. Onderzoek van de Roemeense veiligheidsdiensten en ngo’s als EDMO en DFRLab wees op een gecoördineerde campagne: duizenden Roemenen werden via Telegram geïnstrueerd om pro-Georgescu-berichten te verspreiden, dezelfde hashtags werden massaal onder populaire berichten geplaatst (mogelijk met bots), en influencers promootten de kandidaat zonder dat te vermelden. Georgescu ontkent betrokkenheid, maar de Roemeense diensten wijzen naar een buitenlandse actor. De verkiezingsronde werd geannuleerd.
Drie handelingsperspectieven tegen verkiezingsinmenging
- Platformontwerp veranderen: aanbevelingsalgoritmen aanpassen, ingrijpen in governance en verdienmodel, inzetten op decentralisering en interoperabiliteit (zogeheten middlewares waarmee gebruikers zelf een aanbevelingsalgoritme of moderator kunnen kiezen).
- Informatiepositie versterken: inzicht bieden in platformdata voor overheid, toezichthouders en onderzoekers, en een onafhankelijk, proactief detectie-orgaan voor inmenging.
- Weerbaarheid vergroten: verkiezingsprocedures versterken, bestaande wetgeving (DSA, AI-verordening, AVG) verduidelijken en handhaven, en investeren in onafhankelijke journalistiek en in technologisch burgerschap en mediawijsheid.
Dilemma’s: waar loopt de aanpak tegenaan?
De handelingsperspectieven tegen verkiezingsinmenging roepen ook nieuwe spanningen op:
- Het onderscheid tussen legitieme politieke campagnevoering en inmenging is lastig te maken: het instrument om content als inmenging te bestempelen kan zelf misbruikt worden om politieke tegenstanders monddood te maken.
- Ingrijpen in het verdienmodel of ontwerp van platforms raakt aan grondrechten en economische belangen van platforms, en de kosten daarvan kunnen bij gebruikers terechtkomen.
- Een informatieparadox: om te kunnen beoordelen of maatregelen tegen inmenging werken, hebben onafhankelijke onderzoekers en journalisten toegang tot platformdata nodig, terwijl platformen die toegang nu grotendeels zelf bepalen.
Deze spanningen verklaren waarom het rapport pleit voor een combinatie van alle drie de handelingsperspectieven, in plaats van een enkele ingreep tegen verkiezingsinmenging.
Waarom dit relevant is voor de database
Een concreet, actueel voorbeeld van hoe technologie (aanbevelingsalgoritmen) en geopolitiek (buitenlandse inmenging) elkaar rechtstreeks raken binnen de kern van de democratische rechtsstaat. Goed te combineren met het eerdere Al Jazeera/NIC-signaal over escalatiescenario’s: waar dat signaal ging over fysieke grensincidenten, laat dit rapport zien dat vergelijkbare destabiliserende dynamiek zich ook binnen de informatieomgeving afspeelt, een zachte vorm van dezelfde onderliggende geopolitieke spanning. Methodologisch valt op dat dit onderzoek, net als de eerdere Rathenau-scans over neurotechnologie en het wetenschapssysteem, geen scenario’s bouwt maar uitmondt in concrete handelingsperspectieven: signaleren en direct koppelen aan beleidsopties, in plaats van meerdere toekomstbeelden naast elkaar zetten.
Mogelijke tags: desinformatie, verkiezingsinmenging, aanbevelingsalgoritmen, platformregulering, digitale weerbaarheid, DSA.
Bron:
Nederlandstalige publicatie: https://www.rathenau.nl/nl/digitalisering/naar-een-nieuwe-verhouding-tot-technologiebedrijven/scrollend-naar-de-stembus
Engelstalige versie: https://www.rathenau.nl/en/digitalisation/reviewing-relationship-technology-companies/scrolling-ballot-box
