Maakt big data criminologische theorie overbodig?

“Big data” is zonder twijfel het buzzwoord van het moment. Binnen de criminologie zijn toepassingen van big data-onderzoek echter nog steeds vrij zeldzaam. Bovendien is voor heel wat criminologen niet helemaal duidelijk waar termen zoals big data en datamining precies voor staan. De invulling blijkt nogal elastisch te zijn, en voor de nodige verwarring te zorgen. Daar waar criminologen voorlopig terughoudend zijn bij het gebruik van big data voor de benadering van criminologische thema’s, zijn heel wat experts in andere domeinen dat niet. Ingenieurs en computerwetenschappers, bijvoorbeeld, begeven zich nu op domeinen die traditioneel criminologisch zijn, en maken daarbij uitgebreid gebruik van big data toepassingen. Het gebrek aan criminologische expertise in dit soort onderzoek leidt echter vaak tot oppervlakkige of weinig bruikbare resultaten en analyses. In deze bijdrage verkennen we het potentieel van big data binnen de criminologie, en bekijken we het verschil met conventionele onderzoeksmethoden. We zullen argumenteren dat big data niet het 'einde van theorie' inluidt, zoals Anderson betoogt. Evenmin zijn we van mening dat onderzoekers binnen het criminologische veld hun rol als experts zullen verliezen om te worden vervangen door vernuftige AI-algoritmen, zoals Mayer-Schönberger en Cukier suggereren. De criminologie zal zichzelf niet overbodig maken mits ze bereid is die nieuwe onderzoeksmethoden ook daadwerkelijk een kans te geven.