Нідерландський регулятор Kansspelautoriteit (Ksa) запускає open-source алгоритм для пошуку лудоманів. Дослідники Амстердамського університету написали модель, яка аналізує реальні логи користувачів замість опитувальників та самозвітів.
Регулятори поступово відмовляються від універсальних плашок про відповідальну гру. Тепер вони вимагають від казино рахувати ризик для кожного конкретного юзера на основі його дій.
Як працює алгоритм
Модель ігнорує суб'єктивну оцінку гравця. Алгоритм шукає аномалії в логах, оскільки залежні користувачі рідко визнають проблему самостійно.
Алгоритм, розроблений для Ksa, враховує низку факторів:
- Частота та тривалість ігрових сесій. Як часто людина логіниться і скільки часу проводить у слотах.
- Час гри. Система реагує на нічні залипи та зміну звичного графіка.
- Динаміка ставок. Алгоритм дивиться на реакцію після програшу — чи намагається юзер відігратися різким підвищенням сум.
- Зміни в поведінці. Будь-які стрибки активності порівняно з історичними даними цього ж акаунта.
Після обробки логів юзер отримує рейтинг ризику. Ліцензіати в Нідерландах можуть вбудувати цей open-source інструмент у свої системи моніторингу. Архітектуру частково запозичили в іспанського регулятора DGOJ.
Інструмент, а не заміна обов'язків
У Kansspelautoriteit уточнюють: високий бал від алгоритму не дорівнює медичному діагнозу. Це тригер для саппорту казино перевірити історію конкретного клієнта.
Базові правила duty of care нікуди не зникають. Алгоритм лише підсвічує аномалії, а рішення про ліміти на депозити чи повний бан акаунту приймає оператор.
Ksa давно критикував старі антифрод-рішення. У звіті за 2024-2025 роки регулятор прямо вказав, що системи Asterig та Gamgard створювалися ще до легалізації онлайну у 2021 році і зараз пропускають занадто багато проблемного трафіку.
Європейський тренд на data-driven підхід
Нідерланди копіюють підхід сусідів. У Франції місцевий регулятор Autorité Nationale des Jeux (ANJ) вже проганяє бази гравців через власну ML-модель.
У травні 2026 року ANJ опублікував статистику: їхній софт знайшов 600 000 гравців із високим ризиком залежності. Саме ця когорта генерує близько 60% валового ігрового доходу (GGR) усього французького онлайну.
Цифри показують реальну картину ринку: більшу частину каси робить вузький сегмент проблемних юзерів. Тому регулятори вимагають від операторів автоматизувати пошук таких гравців по сирих даних.
Висновки
Машинне навчання стає базовою вимогою для легального iGaming-ринку. Ksa поки називає свій код допоміжним, але на практиці операторам доведеться пояснювати регулятору, чому вони проігнорували червоний прапорець від офіційного алгоритму.
Для медіабаєрів та афіліейтів математика заливу ускладнюється. Якщо казино почнуть автоматично різати ліміти або банити хайролерів за перших ознак лудоманії, це прямо вдарить по LTV. Трафік доведеться оптимізувати не під китів, які швидко згорають, а під масового рекреаційного гравця 😐