Uit het rapport blijkt dat datamining een effectief middel zou kunnen zijn tegen terrorisme, wanneer het op de juiste manier wordt gebruikt. De overheid hecht op dit moment echter te veel waarde aan datamining, en onderschat daarmee de risico's van terrorisme.

In een beschouwing van het artikel concludeert Ars Technica dat het probleem bij datamining schuilt in een fundamenteel verschil tussen deze vorm van misdaadbestrijding en het traditionele strafrecht. De site haalt daarbij een uitspraak aan van voormalig openbare aanklager bij anti-terrorismezaken Andrew McCarthy. De aanklager zei ooit dat er een belangrijk verschil is tussen gewone rechtszaken en anti-terrorismezaken, omdat er in de eerste categorie iemand terecht staat die daadwerkelijk iets gedaan heeft. In het tweede geval gaat hem om aanwijzingen tegen mensen, vaak zonder strafblad, die veroordeeld moeten worden voor iets dat zij nog niet gedaan hebben.

Amerika heeft sinds de aanslagen van 11 september 2001 een uitgebreid programma opgezet om informatie over mogelijke terroristen op te sporen. Het geheime programma luistert onder meer internetverbindingen af.

Veroordelen zonder misdaad

Het veroordelen van mensen die een misdaad plannen, is niet ongewoon. Dat gebeurt immers ook in rechtszaken rond de maffiawereld. Maar bij terrorisme ligt de zaak volgens Ars anders. Een zelfmoordterrorist heeft logischerwijs geen strafblad waarop hij diezelfde misdaad eerder heeft begaan. In werkelijkheid blijkt zelfs dat de meeste terroristen geen enkel strafblad hebben waardoor ze zouden kunnen opvallen bij de overheid. Omdat terroristen zich doorgaans voorbeeldig gedragen tot op het moment waarop zij hun grote misdaad begaan, hoopt de Amerikaanse overheid hen met behulp van datamining tools te ontmaskeren.

Grote successen

Datamining is in het verleden succesvol geweest om bijvoorbeeld de reacties van consumenten op advertenties te voorspellen. Daarnaast maken creditcardbedrijven ook dankbaar gebruik van de technologie om mogelijke risicogevallen op te sporen.

De Amerikaanse overheid hoopt hetzelfde te kunnen bereiken bij terrorismebestrijding, maar deze aanname zou onjuist zijn. Om dit te onderstrepen, haalt de NRC in het rapport een voorbeeld aan van één van de meest succesvolle dataminingoperaties in de geschiedenis van het systeem: Amerikaanse kredietrapporten waarin de schulden en aflossingen van consumenten worden bijgehouden.

Amerikaanse bedrijven als Equifax kunnen voorspellen welke mensen het risico lopen dat zij hun schulden niet terugbetalen door hun kredietgeschiedenis te vergelijken met de kredietgeschiedenis van andere klanten. Dergelijke voorspellingen blijken in de praktijk redelijk succesvol.

Niet geschikt voor terroristen

Een succesvolle analyse van het gedrag van mogelijke wanbetalers garandeert echter geen succesvolle analyse van het gedrag van mogelijke terroristen. Een schuldenaar die zijn creditcard niet kan afbetalen, plant deze actie niet vooraf.

Zelfs al zou een database gegevens van duizenden terroristen bevatten, dan is de betrouwbaarheid van die gegevens twijfelachtig. Terroristen gebruiken verschillende methodes om hun activiteiten te verhullen, waaronder valse namen en codewoorden. Dat maakt het bijna onmogelijk om een profiel van 'de standaard terrorist' te ontwikkelen. Het rapport trekt daaruit de conclusie dat datamining alleen kan werken als terroristen er niet in slagen om in het geheim te opereren. Daarmee valt de bodem onder het Amerikaanse datamining-programma vandaan.