Radicaliseringstrajecten
De aandachtsmachine is niet gebouwd om iemand te radicaliseren. Hij is gebouwd om aandacht vast te houden. Extreme content houdt aandacht goed vast. Waar die twee elkaar overlappen, zit deze schade.
Hoe je deze pagina leest. Tik op een onderstreept woord om de exacte academische term en een korte uitleg te zien. Open een "Dieper"-vak voor het bewijs en de punten die nog ter discussie staan. De hoofdtekst werkt op zichzelf — sla beide over en je krijgt nog steeds het hele verhaal.
Er is geen complot nodig om te verklaren waarom extreme content zich verspreidt: een systeem dat engagement beloont, laat zien wat mensen blijft boeien, en woede, angst en wij-tegen-zij blijven mensen boeien. Maar de mensen die dat systeem gebruiken om te ronselen en op te hitsen, doen dat met opzet. Net als bij statelijke actoren is de machine eronder ongepland en commercieel ontstaan; het misbruik dat er bovenop ligt niet.
Dezelfde machine, heel verschillende overtuigingen
Het duidelijkste teken dat dit over de machine gaat, en niet over één ideologie, is dat hetzelfde patroon achter bewegingen zit die elkaar haten. De overtuigingen zijn tegengesteld. Het mechanisme is hetzelfde.
Drie dingen die de machine betrouwbaar geeft aan iedereen die een aanhang opbouwt:
Bereik. Onder miljoenen mensen heeft een ronselaar alleen de paar nodig die ervoor openstaan. Dezelfde targeting die klanten vindt voor een product, vindt ook de eenzamen, de bozen en de mensen die een doel zoeken.
Erbij horen. Een groep die iemand het gevoel geeft uitverkoren te zijn, is de oudste aantrekkingskracht die er is. Online is die groep er meteen, op elk uur, voor iedereen die het gevoel heeft nergens bij te horen.
Escalatie. Er is altijd iets dat nog een stap verder gaat, en een systeem dat content sorteert op wat aandacht vasthoudt blijft het aanbieden. Milde onvrede boeit meer dan kalmte; scherpe onvrede boeit meer dan milde. De helling loopt maar één kant op.
Islamistische werving: het vroege sjabloon
De eerste versie van dit verhaal die het grote publiek bereikte, was die van de zogenoemde Islamitische Staat. De telling die J.M. Berger en Jonathon Morgan in 2015 voor Brookings maakten, vond eind 2014 minstens 46.000 Twitter-accounts van IS-aanhangers — een gecoördineerde operatie in netwerkvorm, die gewone, grote platforms gebruikte om bereik te krijgen en rekruten naar besloten kanalen te trekken. Toen de platforms uiteindelijk ingrepen, stopte de operatie niet; ze verhuisde naar meer gesloten apps. Wat anderen ervan leerden, was niet de ideologie. Het was de methode.
Extreemrechts geweld: van Christchurch tot Buffalo
Dezelfde methode werd ingezet voor de tegenovergestelde politiek. In 2019 zond de dader van de aanslag op de moskeeën in Christchurch, die actief was in extreemrechtse online ruimtes, zijn aanslag live uit en plaatste hij een geschreven manifest dat bedoeld was om zich te verspreiden — vastgelegd door de Nieuw-Zeelandse Royal Commission of Inquiry (2020).
Drie jaar later bracht het onderzoeksrapport van de procureur-generaal van New York naar de schietpartij in Buffalo in 2022 de route ongewoon gedetailleerd in kaart. Het concludeerde dat randplatforms de schutter radicaliseerden, dat livestreamdiensten als wapen werden gebruikt om de aanslag bekend te maken en navolgers uit te nodigen, en — het detail dat hier het meest telt — dat hij de beelden van Christchurch op 4chan had bekeken. De route liep over platforms heen, en over zaken heen: de ene aanslag werd het sjabloon voor de volgende. Dat is de machine die precies werkt zoals ontworpen, gericht op een doel dat geen enkele ingenieur bedoelde.
Incel-geweld: opnieuw dezelfde vorm
Het patroon herhaalt zich in de meest extreme hoek van de manosphere. De bredere beweging schrijft de problemen van mannen vooral toe aan vrouwen en het feminisme; aan de rand ervan is die onvrede voorafgegaan aan echt geweld. De content heeft niets gemeen met de twee zaken hierboven. Het mechanisme — bereik, erbij horen, escalatie — is opnieuw hetzelfde.
Wat de veiligheidsdiensten zien
Verschillende Europese veiligheidsdiensten beschrijven inmiddels dezelfde verschuiving in hun eigen zaken: radicalisering die online begint, en op jongere leeftijd. Ze beschrijven waar het gebeurt en wie erbij betrokken is, niet wat de content rangschikt — dat is smaller dan de discussie hieronder over wat aanbevelingen doen, en eerder een ondersteuning daarvan dan een bewijs. Het jaarverslag 2025 van de Nederlandse AIVD stelde vast dat jongeren nu een derde uitmaken van de jihadistische zaken van de dienst.
MI5 (Verenigd Koninkrijk), oktober 2025: Directeur-generaal Ken McCallum zei in zijn jaarlijkse update over de dreiging dat een op de vijf van de 232 arrestaties voor terrorisme in het afgelopen jaar kinderen betrof (cijfers van het Home Office: 43 van de 232 in Groot-Brittannië in het jaar tot maart 2025, 17 jaar of jonger) — een cijfer dat om "nieuw denken" en een aanpak van de hele overheid vraagt. De update van oktober 2024 had al een verdrievoudiging vastgelegd van het aantal jongeren onder de 18 naar wie onderzoek liep, vooral in extreemrechts terrorisme, "aangedreven door propaganda die blijk geeft van een slim begrip van de online cultuur".
BfV (Duitsland), juni 2025: Het verslag over 2024 van de Duitse binnenlandse inlichtingendienst registreerde in 2024 57.701 strafbare feiten met een extremistische achtergrond — een recordhoogte, 46% meer dan in 2023. Het rechts-extremistische potentieel groeide met 23% tot 50.250 personen. Het verslag noemt extremistische chatgroepen "katalysatoren" van radicalisering, en het internet een gemakkelijk bereikbare ruimte voor heel jonge mensen, van wie sommigen minderjarig zijn; het verslag van de deelstaat Noordrijn-Westfalen over hetzelfde jaar had als kop "extremisme wordt jonger en digitaler".
Doet het algoritme het?
De populaire versie van dit verhaal is het "rabbit hole": het aanbevelingsalgoritme (recommender system) neemt een gewoon mens en leidt die, klik voor klik, naar extremisme. Het eerlijke antwoord is dat het bewijs echt verdeeld is. Eén groot onderzoek vond dat gebruikers in de loop van de tijd naar extremere content opschoven (Ribeiro en collega's, 2020). Een tweede onderzoek, dat meer dan 300.000 mensen op en buiten het platform volgde, vond weinig bewijs dat het algoritme zelf dit aandrijft — de vraag van de gebruiker zelf, en links die van elders binnenkwamen, telden zwaarder (Hosseinmardi en collega's, 2021).
De zorgvuldige lezing ligt tussen de krantenkoppen in. De machine is de grond waarop dit groeit en de brandversneller erbovenop: hij maakt het goedkoper om extreme content te vinden, elkaar te vinden en te escaleren. Hij is geen eenvoudige oorzaak die gewone mensen in moordenaars verandert. Net als bij het debat over mentale gezondheid elders op deze site zijn de correlatie en het mechanisme duidelijker dan de simpele oorzakelijke pijl — en dat eerlijk zeggen is wat het argument eerlijk houdt.
Waarom het tegengif hetzelfde is
Omdat het mechanisme blind is voor ideologie, is de verdediging voor al deze bewegingen dezelfde: begrijpen hoe het werkt. Dat is het hele argument van deze site, toegepast op het donkerste geval. Daarna splitst het antwoord zich in drieën — veiliger ontwerp van platforms, dat door elke pagina hier loopt; opsporing en vervolging, omdat het ronselen en het geweld bewuste misdrijven zijn; en, het meest direct, de oplettendheid van de mensen rond iemand die erin wordt getrokken. De pagina over hoe netwerken jongeren ronselen en de gids wat je kunt doen zijn de praktische aanvullingen op deze pagina.
Het omstreden deel — radicaliseert het aanbevelingsalgoritme?
Dit is het terrein waar in het hele debat het meest wordt overdreven, in beide richtingen. Daarom loont het om precies te zijn.
Het argument dat het dat doet. Ribeiro en collega's (2020) onderzochten honderden YouTube-kanalen en tientallen miljoenen reacties, en vonden dat gebruikers steeds weer van gematigdere naar extremere gemeenschappen opschoven, en dat extremere kanalen via aanbevelingen bereikbaar waren. Ze zeiden er wel zorgvuldig bij dat hun werk liet zien dat die verschuiving gebeurt, niet waarom — het geeft "weinig inzicht" in de oorzaak.
Het argument dat het dat grotendeels niet doet. Hosseinmardi en collega's (2021) volgden een representatief panel van meer dan 300.000 mensen over het hele web, niet alleen op YouTube. Ze vonden dat het gebruik van radicale content klein en stabiel was, vooral bepaald door de voorkeur van de gebruiker en door links die van andere sites binnenkwamen, met "weinig bewijs dat het aanbevelingsalgoritme van YouTube de aandacht ernaartoe stuurt". Een verwante lijn van onderzoek (Chen en collega's, 2023) vond dat het systeem extremere content vooral voorschotelt aan mensen die al wrok laten zien — het versterkt een bestaande vraag in plaats van die te maken.
Wat er dan overeind blijft. De sterke bewering — dat het algoritme gewone gebruikers op eigen kracht in extremisten verandert — wordt niet goed ondersteund. De zwakkere, stevigere bewering is: de platforms verlagen elke drempel die bij radicalisering hoort (de content vinden, de groep vinden, escaleren, en het resultaat verspreiden), en ze voeden extreem materiaal bij voorkeur aan wie al die kant op neigt. Het verslag van Kevin Roose in The New York Times (2019) over de route van één man is een levendige illustratie van het mechanisme, geen bewijs van hoe vaak het voorkomt. Beide helften tegelijk vasthouden is de enige eerlijke positie.
In Nederland. De AIVD, de Nederlandse inlichtingen- en veiligheidsdienst, schreef in 2025 in Een web van haat dat hij tientallen minderjarigen van 12 tot en met 17 jaar ziet die een dreiging vormen voor de nationale veiligheid — met jihadistische of rechts-terroristische ideeën, dus opnieuw tegengestelde overtuigingen. "Het internet speelt een belangrijke rol bij de radicalisering van deze jongeren," schrijft de dienst. Dat zegt iets over de grond waarop radicalisering groeit, niet over wat het aanbevelingsalgoritme zelf doet.
Waarom deze pagina voorzichtig is met de zaken
De feitelijke beweringen hier steunen op officiële onderzoeken en peer-reviewed werk, niet op het eigen materiaal van de daders. Christchurch is vastgelegd door een Nieuw-Zeelandse Royal Commission of Inquiry (die opdracht had om overheidsdiensten te onderzoeken, niet de platforms — daarom gebruiken we haar voor de vastgestelde feiten over zijn online activiteit, niet voor een oordeel over de aansprakelijkheid van platforms). Buffalo is vastgelegd in het onderzoeksrapport van de procureur-generaal van New York. De IS-cijfers komen uit een analyse van Brookings.
We beschrijven deze zaken alleen op het niveau dat de onderzoekers openbaar wilden maken, en we nemen bewust geen manifesten over, noemen de daders niet bij naam en beschrijven geen methoden — de technieken benoemen en uitwerken helpt de mensen die ze gebruiken en brengt het trauma van overlevenden terug. Dezelfde terughoudendheid passen we toe op de pagina Geronseld om kwaad te doen. En we beweren niets over waarom één individu handelde: het onderwerp hier is het mechanisme op het niveau van de bevolking, niet een diagnose van één persoon.
Aanbevelingsalgoritme (recommender system)
De soort algoritmen die bepalen wat elke gebruiker als volgende te zien krijgt — de feed, de wachtrij van autoplay, het paneel "hierna". Ze zijn geoptimaliseerd om engagement te voorspellen en te maximaliseren (kijktijd, klikken, shares), niet waarheid, welzijn of sociale samenhang. Wat aandacht vasthoudt, wordt gepromoot; het systeem heeft geen idee wat de content betekent.
Radicaliseringstraject (radicalisation pipeline)
De route waarlangs iemand van gangbare opvattingen naar extreme opschuift — hier: de opeenvolging van content, gemeenschappen en contacten die in de loop van de tijd escaleert. Onderzoekers debatteren over hoeveel van die beweging wordt aangedreven door de aanbevelingen van het platform en hoeveel door de eigen vraag van de persoon; dat de route bestaat, staat steviger vast dan wat de enige oorzaak is.
Bronnen
- Berger, J.M. & Morgan, J. (2015), The ISIS Twitter Census, Brookings Institution (Analysis Paper No. 20).
- Office of the New York State Attorney General (2022), Investigative Report on the role of online platforms in the tragic mass shooting in Buffalo on May 14, 2022.
- Royal Commission of Inquiry (2020), Ko tō tātou kāinga tēnei: Royal Commission of Inquiry into the terrorist attack on Christchurch masjidain on 15 March 2019.
- Hoffman, B., Ware, J. & Shapiro, E. (2020), Assessing the Threat of Incel Violence, Studies in Conflict & Terrorism 43(7).
- Ribeiro, M.H., Ottoni, R., West, R., Almeida, V.A.F. & Meira, W. (2020), Auditing Radicalization Pathways on YouTube, ACM FAccT 2020.
- Hosseinmardi, H. e.a. (2021), Examining the consumption of radical content on YouTube, PNAS 118(32).
- Chen, A.Y., Nyhan, B., Reifler, J., Robertson, R.E. & Wilson, C. (2023), Subscriptions and external links help drive resentful users to alternative and extremist YouTube channels, Science Advances 9.
- AIVD Jaarverslag 2025 (april 2026).
- MI5 — updates over de dreiging van directeur-generaal Ken McCallum: oktober 2024 en oktober 2025.
- UK Home Office (12 juni 2025), Operation of police powers under the Terrorism Act 2000 and subsequent legislation: arrests, outcomes, and stop and search, Great Britain, quarterly update to March 2025 — 232 arrestaties in het jaar tot en met 31 maart 2025, waarvan 43 (19%) van mensen van 17 jaar of jonger.
- BfV Verfassungsschutzbericht 2024 (juni 2025).
- Bundesregierung (10 juni 2025), Verfassungsschutzbericht 2024 — het verslag van de federale regering over de presentatie van het rapport: 57.701 strafbare feiten met een extremistische achtergrond, "ein Höchststand und eine Steigerung von mehr als 46 Prozent".
- Land Nordrhein-Westfalen, Ministerium des Innern (9 april 2025), Verfassungsschutzbericht 2024: Extremismus wird jünger und digitaler — persbericht.
- AIVD (3 april 2025), Een web van haat — De online grip van extremisme en terrorisme op minderjarigen.
- Roose, K. (2019), The Making of a YouTube Radical, The New York Times.