Kan een computer een spion vangen?

Dertig jaar geleden was voor het vinden van een verrader intuïtie nodig, een soort zesde-zintuiglijk gevoel dat er iets niet klopte. Vóór het internet, de wijdverbreide GPS en Google waren daarvoor papieren sporen, menselijke intelligentie en speurwerk nodig. Sandy Grimes heeft dat aan den lijve ondervonden, zij het bijna per ongeluk: Ze raakte een bron kwijt.

Sandy Grimes sloot zich aan bij een kleine task force om te proberen een mol bij de CIA te vinden. Ze noemden de zoektocht Operatie Playactor. Olivia Fields voor NPR hide caption

toggle caption

Olivia Fields voor NPR

Sandy Grimes bundelde haar krachten met een kleine task force om te proberen een mol bij de CIA te vinden. Ze noemden de zoektocht Operatie Playactor.

Olivia Fields voor NPR

“Als je in dit soort zaken werkt, heb je een persoonlijke relatie met de mensen die, toen ze ermee instemden voor de regering van de Verenigde Staten te werken, hun leven in onze handen legden,” zei ze, en daarom vatte ze het misschien zo persoonlijk op toen een van de spionnen voor wie ze werkte, een KGB-functionaris in Lagos, Nigeria, verdween.

“Hij verscheen niet voor het eerste hercontact, verscheen ook niet voor het tweede hercontact,” zei ze. Het bleek dat hij was gearresteerd, de eerste in een rij van Sovjet dubbelagenten waarvan werd ontdekt dat ze voor het Westen werkten. “De een na de ander raakten we ze kwijt,” zei Grimes, “en je kon het niet anders zien: We hebben ze in de steek gelaten.”

Het grote mysterie was of het agentschap te maken had met een spion in de gelederen of een codebreker in Moskou. Als de analyses van vandaag toen al hadden bestaan, hadden ze het ontdekkingsproces kunnen versnellen. Moderne algoritmen zouden de locaties van werknemers hebben geteld en gestapeld, verdachte patronen in hun werkgewoonten hebben gevonden en hun bewegingen hebben gevolgd.

Maar in die tijd, eind jaren tachtig, toen de Koude Oorlog op zijn eind liep, kon de CIA alleen maar rekenen op doorgewinterde inlichtingenprofessionals als Grimes. Dus, in 1991, startte het agentschap een onderzoek genaamd Operatie Playactor. Het bestond grotendeels uit een kleine task force met Grimes, een jonge veiligheidsmedewerker genaamd Dan Payne, een oude CIA-analist genaamd Jeanne Vertefeuille, en twee FBI-agenten, speciaal agent Jim Holt en een Sovjet-analist genaamd Jim Milburn. (“We noemden ze Jim Squared,” zei Grimes.)

Sandra “Sandy” Grimes, die vanaf het eind van de jaren zestig bij de CIA werkte, thuis in Great Falls, Va. Als een van de onderzoekers in Operatie Playactor, maakte Grimes een chronologie die van groot belang was bij de identificatie van Ames als spion. Nikki Kahn/The Washington Post via Getty Images hide caption

toggle caption

Nikki Kahn/The Washington Post via Getty Images

Sandra “Sandy” Grimes, die vanaf eind jaren zestig bij de CIA werkte, thuis in Great Falls, Va. Als een van de onderzoekers in Operatie Playactor maakte Grimes een chronologie die van groot belang was bij de identificatie van Ames als spion.

Nikki Kahn/The Washington Post via Getty Images

Het onderzoek vereiste spreadsheets, papieren dossiers en ondervragingen, en na maanden van kauwen op al die analoge hulpmiddelen slaagde het team erin om de lijst te beperken tot ongeveer 150 CIA-werknemers – veel te veel mensen voor een klein team om te verdenken of te onderzoeken. Dus kwamen ze met een ongelooflijk onwetenschappelijke oplossing: Ze vroegen elkaar de namen op te noemen van vijf of zes mensen bij de CIA die hen ongemakkelijk maakten en rangschikten hen vervolgens.

Hoewel sommige namen op de teamlijsten elkaar overlapten, was er voor Grimes eigenlijk maar één verdachte: iemand die ze al jaren kende en met wie ze zelfs had gecarpoold; iemand die net was teruggekeerd van een post overzee: een man genaamd Aldrich Ames.

Een CIA-archiefportret van Ames. Als lid van de Afdeling Operaties van de CIA, verantwoordelijk voor Sovjet contraspionage, werd hij een van de hoogstgeplaatste en schadelijkste spionnen in de geschiedenis van de V.S. Jeffrey Markowitz/Sygma via Getty Images hide caption

toggle caption

Jeffrey Markowitz/Sygma via Getty Images

Een CIA-archiefportret van Ames. Als lid van het Departement Operaties van de CIA, verantwoordelijk voor Sovjet contraspionage, werd hij een van de hoogstgeplaatste en schadelijkste spionnen in de geschiedenis van de V.S.

Jeffrey Markowitz/Sygma via Getty Images

De naam doet misschien een belletje rinkelen. Als lid van het Department of Operations van de CIA, verantwoordelijk voor contraspionage in de Sovjet-Unie, werd hij een van de hoogstgeplaatste en schadelijkste spionnen in de geschiedenis van de VS. En Grimes verdacht hem om een reden die geen algoritme zou hebben doorzien: Hij leek gewoon anders. “Toen hij in 1989 uit Italië terugkwam, was hij een ander mens, echt een ander mens,” zei Grimes, en ze legde uit waarom hij bovenaan haar lijst stond. “Het was alsof hij zijn eigendom in kaart bracht en het was bijna deze houding: ‘Ik weet iets dat jij niet weet.’ “

Een visachtig inventarisatieprobleem

Omstreeks dezelfde tijd dat het Playactor-team zijn zoektocht naar een verrader begon, begon een datawetenschapper genaamd Jeff Jonas aan een nieuwe baan in Las Vegas. Maanden eerder had hij een telefoontje gekregen van The Mirage Casino met de vraag of hij daar wat speciale software voor kon bouwen. “Ze zeiden: ‘We hebben een inventarisprobleem’,” herinnert Jonas zich. “En ik zei: ‘Oh, ik ben goed in inventarisatiesystemen.’ En toen zeiden ze, ‘Goed, het is voor vis. “

De Mirage was net geopend en had al een probleem dat het niet had voorzien: Zijn 20.000-gallon aquarium werd een financiële aderlating. Het bevatte duizenden dure en zeldzame tropische vissen die niet konden worden verantwoord. “Ik denk dat ze ongeveer een miljoen dollar per jaar uitgaven om het aquarium te onderhouden,” zei Jonas, “en ze probeerden bij te houden wat wat at.”

Jonas creëerde uiteindelijk iets dat we nu zouden beschouwen als een van de eerste data-analyseprogramma’s. Zijn software hield niet alleen de vissen bij, maar stelde het casino ook in staat om betere beslissingen te nemen over hoe het de tank bevoorraadde. “Op dat moment wist ik nog niet dat dit mijn levenswerk zou worden,” aldus Jonas. Jonas’ specialiteit is het matchen van identiteiten. Het begon met vissen en ging daarna over op mensen. “

Nadat Jonas de Mirage had geholpen met het visprogramma, vroegen casino’s langs de strip hem of hij hen kon helpen met het moderniseren van hun beveiligingssystemen. In het begin van de jaren negentig was de nieuwste technologie voor het traceren van mensen in Vegas letterlijk een indexkaart van drie bij vijf inch. “Ze maakten kaarten van werknemers en sorteerden die op naam en ze hadden een andere set kaarten voor dezelfde werknemers, gesorteerd op adres,” herinnert Jonas zich. “Het was net als in de bibliotheek, maar in plaats van onderwerp, titel, auteur, zou het naam, adres, telefoon zijn.”

Jonas begon met het digitaliseren van al die kaarten, en vervolgens creëerde hij een systeem dat hij Non-Obvious Relationship Awareness, of NORA, noemde. “Die naam heeft het eigenlijk verdiend, omdat ik dingen begon te vinden waarvan je niet verwachtte dat het ze zou vinden,” zei hij. Het systeem markeerde iemand aan een speeltafel die misschien hetzelfde telefoonnummer had als een werknemer. Als iemand meer dan één geboortedatum in zijn leven vermeldde, zou NORA dat ook identificeren. “Vaak komen gegevens terecht en is er niets aan de hand,” zei Jonas. “Maar soms is het wel belangrijk als er gegevens opduiken.” NORA creëerde systemen die zouden helpen om de menselijke aandacht te richten op die belangrijke stukjes.

Jeff Jonas zit achter een computer en maakte software waarmee niet alleen de vissen van The Mirage werden bijgehouden, maar waarmee het casino ook betere beslissingen kon nemen over hoe het de tank bevoorraadde. Uiteindelijk zou dit systeem bekend worden als Non-Obvious Relationship Awareness – NORA. Olivia Fields voor NPR hide caption

toggle caption

Olivia Fields voor NPR

Jeff Jonas zit achter een computer en maakt software waarmee niet alleen de vissen uit The Mirage worden getraceerd, maar waarmee het casino ook betere beslissingen kan nemen over hoe het de tank bevoorraadt. Uiteindelijk zou dit systeem bekend worden als Non-Obvious Relationship Awareness – NORA.

Olivia Fields voor NPR

A richtte onder andere de aandacht van de mens op een groep studenten die ongelooflijk veel geluk leken te hebben aan de blackjacktafels. Ze speelden niet vals, zo leek het. Maar het was vreemd dat zoveel jonge spelers het zo goed deden. NORA kwam er uiteindelijk achter dat deze jonge mensen kaarten telden – en lid waren van het MIT Blackjack Team. (Kaarten tellen is niet illegaal, maar kaartentellers worden meestal gevraagd het casino te verlaten. Het team creëerde een “investerings” bedrijf om spelers geld te geven en verdeelde dan hun winsten. Uiteindelijk werden de hoofdrolspelers verbannen uit de meeste casino’s.)

Waren Grimes en het CIA-team op de hoogte geweest van NORA, dan was het misschien precies wat ze nodig hadden om hun eigen verdachte te vinden en te veroordelen.

Een zeer analoog systeem

Wat Grimes in plaats daarvan had, was een soort menselijk NORA-equivalent. Ze had onder andere een lange persoonlijke interactie met Ames gehad. Ze observeerde zijn gedrag van dichtbij, lang voordat hij ooit onder verdenking kwam te staan, en ze kon inschatten wat zij beschouwde als ongewoon gedrag voor een CIA-agent. “Tijdens de carpool dagen, was hij altijd te laat,” zei ze. “Hij kwam dan uit het appartement gerend, zijn shirt hing dan uit, sokken in verschillende kleuren. Hij was een sloddervos.”

Een voorval met zijn vrouw, Rosario, deed haar ook twijfelen. Rosario had een CIA-collega gevraagd om haar prenatale vitaminen te sturen toen zij en Ames in 1988 in Rome waren gestationeerd. Toen Grimes de behulpzame collega die de vitaminen had gestuurd maanden later tegenkwam, droeg ze een prachtige Gucci sjaal. “Waar heb je die vandaan?” vroeg Grimes haar. De collega zei dat de vrouw van Ames haar die had gestuurd nadat ze de vitaminen had ontvangen. “Ik zei: ‘Nou, dat is nogal een cadeau.’ “

In isolatie zouden deze dingen weinig hebben betekend, maar het NORA-systeem in Grimes’ hoofd bleef bij haar aankloppen toen het Playactor-team andere verdachten interviewde. Een van de vragen die ze aan iedereen op hun lange lijst stelden – ongeacht hun plaats op die lijst – was deze: Als je zou spioneren, of vrijwilligerswerk zou doen, hoe zou je dat doen? De meeste mensen met wie ze spraken zagen de vraag als een mentale oefening; Ames was verbijsterd door de vraag. “Hij was met zijn mond vol tanden,” zei Grimes. “Natuurlijk zeggen we niets, toch? We zitten daar te luisteren. Maar achteraf waren we gewoon in totale shock dat hij die vraag ongemakkelijk vond.”

Het werd een gegevenspunt in een zeer analoog systeem dat het team op zijn bureaucomputers had gemaakt. Payne, de jonge FBI agent, begon bevelschriften te krijgen voor Ames’ financiële verklaringen en banktegoeden. Grimes begon een chronologie samen te stellen, met een lijst van Ames’ verschillende CIA opdrachten, wie hij had ontmoet in Italië, de zaken waar hij aan werkte in Amerika. Ze voegde andere willekeurige datapunten toe: Wanneer kwam hij het kantoor in en uit? Wanneer ging hij naar buiten om te roken?

Ze zette dit alles in een tekstverwerkingsdocument op haar computer, wat op zichzelf al een uitdaging vormde. Elke ochtend als ze inlogde, moest ze 20 minuten wachten tot het document geladen was op het punt waar ze gebleven was. “Elke dag was het een frustratie,” zei ze. “Het was geestdodend.”

Grimes moest een chronologie opbouwen die elke beweging van haar hoofdverdachte volgde. Maar ze moest het van onderaf doen. Geen spreadsheets. Geen databases. Alleen een tekstverwerkingsdocument dat honderden pagina’s lang werd. Op sommige ochtenden moest ze 20 minuten wachten tot het document geladen was. Olivia Fields voor NPR hide caption

toggle caption

Olivia Fields voor NPR

Grimes moest een chronologie opbouwen die elke beweging van haar hoofdverdachte volgde. Maar ze moest het van onderaf doen. Geen spreadsheets. Geen databases. Alleen een tekstverwerkingsdocument dat honderden pagina’s lang werd. Op sommige ochtenden moest ze 20 minuten wachten tot het document geladen was.

Olivia Fields voor NPR

Eén van de problemen was dat het document, om bruikbaar en doorzoekbaar te zijn, absoluut consistent moest zijn. Je kon niet de ene dag 7 maart schrijven en de volgende dag 03/07. Er mochten geen typefouten of spaties in voorkomen. “Aan het eind van de dag moest ik alles wat ik getypt had nog eens nakijken,” zei Grimes. “

Die aandacht voor detail betaalde zich uiteindelijk uit toen Payne op een ochtend op kantoor kwam met een envelop vol financiële overzichten. Hij viste wat statiegeldbonnetjes uit de map en begon de informatie vervolgens toe te voegen aan een spreadsheet op zijn computer. En dan, zoals hun gewoonte was, gaf hij de bonnetjes over de muur van het hokje aan Grimes, die dan naar beneden scrolde naar de juiste datum in de chronologie en ze toevoegde.

“Ik wierp toevallig een blik op de regel erboven en ik dacht: ‘Oh, jeetje, de dag ervoor, lunch met Chuvakhin,” zei Grimes. “En ik dacht, wat een vreemd toeval.” Sergei Chuvakhin was een Sovjet diplomaat gestationeerd in Washington. “Het tweede stortingsbewijs kwam over de muur van het hokje naar me toe.” Het was een storting van $5.000 in contanten op 5 juli. Drie dagen eerder luidde de chronologie: Lunch met Chuvakhin. Grimes fronste haar wenkbrauwen en pakte het laatste stortingsbewijs. Het was voor $8.500 in contanten, gestort op 31 juli. En uit de chronologie bleek dat Ames op diezelfde dag – met Chuvakhin had geluncht.

“Dat was het voor Sandy,” zei Grimes, terwijl ze zichzelf bij naam noemde. “Ik zei: ‘Jullie zullen het niet geloven, dit is het – jullie zullen het niet geloven.” Ze rende door de hal om het hoofd van de contraspionagedivisie van de CIA, Paul Redmond, te vertellen. “Ik sloot de deur en wachtte niet op hem, ik zei gewoon: ‘Je hoeft geen raketgeleerde te zijn om te zien wat hier aan de hand is: Rick is een verdomde Sovjet spion.” (Grimes zei dat zij en Redmond nog steeds ruzie maken over haar exacte woorden. Hij zegt dat ze een kleurrijker woord gebruikte, een woord dat volgens Grimes een van zijn favorieten is.)

“Het mooiste geval van insubordinatie dat ik ooit heb ontmoet.”

De FBI opende korte tijd later een formeel onderzoek naar Ames; maar om de zaak op te bouwen was het bureau afhankelijk van wat vandaag de dag een aantal ongelooflijk analoge dingen zouden lijken: telefoontaps, afluisterapparatuur, observaties, vliegtuigen, zelfs vuilnisbakoperaties.

“Soms moet je in de muur boren om de microfoons te plaatsen,” zei Robert “Bear” Bryant, die later onderdirecteur van de FBI zou worden en die toezicht hield op het Ames-onderzoek. “Als je in de gipsplaat moet boren, moet je een elektrische leiding aansluiten, maar het moeilijkste is om de gipsplaat passend te krijgen.”

Dit is de eerste keer dat Bryant in het openbaar over de Ames-zaak spreekt. “We hebben microfoons in zijn auto gezet, in zijn huis; we hebben de man bijna vanaf het moment dat hij naar zijn werk vertrok in de gaten gehouden.” Ze hadden zelfs een vliegtuig in de lucht die hem volgde terwijl hij van zijn huis in Arlington, Va. reed, niet ver van Langley. “Je had een man met een verrekijker en hij zit daar en hij kijkt naar het onderwerp als ze bewegen,” zei Bryant. “Het is de beste manier om iemand niet kwijt te raken.”

FBI-agenten vonden dit briefje in 1993 in de prullenbak van Ames; het verwijst naar een ontmoeting met zijn KGB-contact in Bogotá, Colombia. The Life Picture Collection via Getty Images hide caption

toggle caption

The Life Picture Collection via Getty Images

FBI-agenten vonden dit briefje in 1993 in het afval van Ames; het verwijst naar een ontmoeting met zijn KGB-contact in Bogotá, Colombia.

The Life Picture Collection via Getty Images

Maar het was iets dat Bryant de agenten specifiek had gevraagd niet te doen dat hen leidde naar een doorbraak in de zaak: Ze deden wat bekend staat als een “vuilnisbak cover.” “Wanneer iemand zijn vuilnis buiten zet, als het op openbaar terrein is, kan je dat vuilnis in beslag nemen en het doorzoeken,” zegt Bryant. “Ze deden het tegen mijn orders in.”

Toen, in de herfst van 1993, herinnert Bryant zich dat een van zijn agenten met een plastic zak met een stuk geel papier naar hem zwaaide toen hij het kantoor binnenliep. “Ik zei: ‘Wat is dat in godsnaam?’ Hij zei: ‘We hebben het uit de prullenbak gehaald.’ “

Het was een briefje dat Ames aan zichzelf had geschreven over een ontmoeting die hij zou hebben met een KGB-afhandelaar in Bogotá, Colombia. “Het was de sleutel tot de zaak, en een grote sleutel omdat we wisten waar hij een levering zou doen. Later werd me er naar gevraagd en ik zei dat het het mooiste geval van insubordinatie was dat ik ooit had ontmoet.”

Een map in je hoofd

Jonas’ niet voor de hand liggende relatieprogramma in Vegas van tientallen jaren geleden is vervangen door iets dat in de industrie voor insiderbedreigingen bekend staat als Entity Resolution. Het is een poging om een computer te leren dezelfde associaties te maken die onze hersenen, zonder dat we ons daar volledig van bewust zijn, bijna ogenblikkelijk maken.

Kijk eens naar de musicus Prince. Dat symbool dat hij voor zijn naam gebruikte, is misschien een van de eerste dingen die in je opkomen. We weten niet hoe we moeten uitleggen dat we dat symbool associëren met Prince – we weten gewoon dat we dat doen. Daarna worden andere verbanden gelegd: het nummer “Purple Rain”, een paarse gitaar, een fluwelen pak.

“Al die dingen die je in de loop der tijd over Prince hebt opgepikt, leven in een map in je hoofd,” legt Jonas uit. “En ze kwamen op verschillende momenten en ze werden verschillend beschreven, maar Entity Resolution rubber-banded together.”

Onze hersenen zijn erg goed in het leggen van verbanden. “Alle dingen die je in de loop der tijd over Prince hebt opgepikt, zitten in je hoofd,” legt Jonas uit. “En ze kwamen op verschillende momenten en werden verschillend beschreven”, maar je bracht ze toch bij elkaar. Entity Resolution probeert computers te leren hetzelfde te doen. Olivia Fields voor NPR hide caption

toggle caption

Olivia Fields voor NPR

Onze hersenen zijn heel goed in het leggen van verbanden. “Alle dingen die je in de loop der tijd over Prince hebt opgepikt, zitten in je hoofd,” legt Jonas uit. “En ze kwamen op verschillende momenten en werden verschillend beschreven”, maar je bracht ze toch bij elkaar. Entity Resolution probeert computers te leren hetzelfde te doen.

Olivia Fields voor NPR

Wat Entity Resolution onderscheidt van traditionele algoritmes is dat het, in plaats van enorme datasets door te spitten om te zien wat het kan vinden, probeert dingen meer te organiseren zoals de hersenen dat doen. Het vraagt: Hoe is een sofinummer als een voertuigidentificatienummer of als een serienummer op een router? Hoe is een geboortedatum als het merk of model van een auto? En de manier waarop ze hetzelfde zijn, is dat ze over het algemeen allemaal een enkel, discreet ding identificeren.

Als je een identiek VIN vindt op een reeks auto’s, merkt de computer dat op en markeert het als een anomalie. Als het algoritme zich ontwikkelt, kan het andere dingen vinden die niet kloppen. In het geval van Ames, kan het zien dat hij net 400.000 dollar contant betaalde voor een huis, maar dat hij minder dan 70.000 dollar per jaar verdient. Het algoritme zou dat als vreemd kunnen aanmerken, dus moet er waarschijnlijk nog eens goed naar worden gekeken.

“Waarschijnlijk het mooiste van ons algoritme is dat het van gedachten kan veranderen over het verleden,” zei Jonas. Met andere woorden, het kan teruggaan in de tijd om te zien of een nieuw stukje informatie een nieuwe manier suggereert om na te denken over wat je aan het analyseren bent. Je ziet dat er eind juli een lunch is met een Sovjetdiplomaat in D.C.; roept dat vragen op over dat soort ontmoetingen in het verleden? Was er een patroon dat we misschien gemist hebben?

Toen Grimes de informatie over het stortingsbewijs aan haar chronologie toevoegde, keek ze toevallig naar de regel hierboven en zag toen de lunches met de Sovjet diplomaat. Dat is een analoge versie van wat Entity Resolution nu probeert te doen.

“Dat is het verhaal van data vindt data,” zei Jonas. “Wat me raakt aan de Ames-zaak … is dat je moet wachten tot mensen vragen hebben; je moet wachten tot er slechte dingen gebeuren. Wat je vandaag de dag zou doen is een kopie maken van alles op zijn persoonlijke laptop en zodra ze in zijn bankrekening kunnen gluren, komen er nieuwe gegevens tevoorschijn.”

Mensen hebben veel tijd nodig om die informatie te verwerken. Computers hebben dat niet. Geen logge, met de hand getypte chronologieën. En Jonas zegt dat er weinig vertrouwen is in buikgevoel of intuïtie. “Een lijst van mensen waarover we een voorgevoel hebben, dat werkt niet altijd,” zegt hij. Entity Resolution kan de technologie zijn die die kloof overbrugt.

Jarenlang voor Ames’ arrestatie kwam het niet bij iemand op dat zijn werkpatronen waren veranderd. Er waren geen algoritmes die hadden kunnen vaststellen dat hij dronk, een dure scheiding achter de rug had, contant betaalde voor zijn huis, in een nieuwe auto reed, vroeg op kantoor kwam en laat wegging. Dat waren dingen waarvan Ames zelf toegaf dat ze de autoriteiten hadden moeten waarschuwen. Het was alleen iets wat ze achteraf zagen.

Ames werd 21 februari 1994 gearresteerd op beschuldiging van spionage. Hij pleitte schuldig in april van dat jaar en werd veroordeeld tot levenslang zonder voorwaardelijke vrijlating. Jeffrey Markowitz/Sygma via Getty Images hide caption

toggle caption

Jeffrey Markowitz/Sygma via Getty Images

Ames werd 21 februari 1994 gearresteerd op beschuldiging van spionage. Hij pleitte schuldig in april van dat jaar en werd veroordeeld tot levenslang zonder voorwaardelijke vrijlating.

Jeffrey Markowitz/Sygma via Getty Images

“Waar het algoritme geen enkel inzicht in heeft, is of die persoon zijn patroon heeft veranderd omdat hij misschien een baby heeft gekregen en nu op andere tijden binnenkomt, of misschien waren ze ziek en hebben ze ’s ochtends een serie fysiotherapie gedaan,” zei Yael Eisenstat, een voormalig CIA-analist die nu een gastonderzoeker is aan Cornell Tech. Eisenstat bestudeert het effect van algoritmen en technologie op de samenleving. “

Daarom hebben algoritmes nog steeds mensen nodig om twee en twee bij elkaar te brengen, zoals Grimes deed. Achteraf gezien was haar spionnengevoel effectiever dan welk algoritme dan ook. Zelfs veel later zei ze dat het Ames’ overmoed was die haar hielp erachter te komen dat hij hun man was. Hij dacht dat hij slimmer was dan alle anderen en gaf Grimes en Vertefeuille zelfs advies over waar het Playactor-onderzoek naar moest zoeken.

“Hij zei tegen me: ‘Je kijkt naar de goede zaken en je kijkt naar de slechte zaken en je ziet wat er anders is,'” zei Grimes. Ze herinnert zich dat ze op dat moment bij zichzelf dacht: “Het is maar goed dat je denkt dat ik zo dom ben. Weet je, hij dacht dat we twee domme wijven waren.”

Twee domme wijven die een spion pakten.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *