犯罪学作为一门研究犯罪行为及其预防的学科，长期以来在学术圈内享有极高的关注度。然而，许多学者和从业者逐渐意识到，传统的犯罪学研究模式存在诸多弊端，尤其是极度依赖被动观察和理论验证，忽视了对实际问题的直接干预和实用解决方案的开发。当前，学界更多地聚焦于通过严谨的科学方法验证已有政策的有效性，而鲜少涉足自主设计和实施创新方案。这种“坐观成败”的研究策略不仅限制了研究成果的实际价值，也使得犯罪学在不断变化的社会环境中难以发挥应有的影响力。学术论文虽然繁多，但终究只是“象牙塔”中的讨论，难以转化为前线实务人员手中的有力工具。与此形成鲜明对比的是诸多工程学、计算机科学和生物学领域，他们在理论探究的同时，也积极打造解决现实问题的软件和系统，让科研成果得以直接应用于实践，造福社会。
那么，犯罪学为何不能借鉴这些领域，将“做”作为提升学科价值的核心？这种转变不仅是时代的呼声，更是学科发展的必然趋势。犯罪学家应当从被动观察者转变为主动实践者，通过开发技术与工具，积极参与刑事司法系统的改进与创新。现阶段，部分研究者已开始尝试突破传统框架，设计出具体可用的软件工具和算法，比如用于划分巡逻区、优先呼叫干预对象的算法，以及用于监测犯罪异常波动的统计方法。诸如基于泊松分布的Z分数检测法因其简洁性和有效性，已得到众多犯罪分析师的认可和应用，显著提升了犯罪数据监控的效率。尽管已有部分实例显现“建造”理念的优势，但广泛推广仍面临诸多障碍。首先，犯罪学博士项目往往缺乏系统教授编程及软件工程技能的课程，导致专业人才在技术能力上存在显著短板。
其次，学术体制对论文发表的强调，使得创新实践项目难以获得足够的时间与资源支持，阻碍了研究者将精力投向产品研发。更重要的是，现有的资助体系偏向保守和渐进式研究，鲜少支持高风险、高回报的技术创新。与此同时，非学术界的创业公司和研发团队成为刑事司法技术创新的主力军。许多具有新思想和实战经验的创业者，如利用最新大型语言模型助力执法的技术专家，以及开发自动化犯罪报案系统的前侦探，都在推动刑事司法系统发生深刻变革。他们将理论与技术相结合，创造了更为高效、智能和用户友好的应用产品。这一现实挑战了传统学术群体的垄断地位，也激发了学界反思如何更深入融入社会实践。
若攻克学科间的壁垒，增强学术界与技术与前线执法机构之间的协同，便能最大程度发挥犯罪学的潜能。学者应主动寻求与软件公司合作，参与产品设计和开发过程，利用自身理论优势优化工具性能，确保技术输出既具科学依据，又切实可用。此外，大学和研究机构应调整评价标准，鼓励研究者通过实际项目来证明贡献价值，如参与初创企业，申请创新基金或开展跨界联合研发。灵活利用兼职、访问学者身份甚至 sabbatical（学术假期）等方式，使研究者能在保护学术身份的基础上，投身技术开发和创业活动。除了软件，直接与警察机关及相关机构的深入合作同样重要。推动建立更为紧密的产学研合作模式，突破传统依赖政府拨款的瓶颈，为学者配备充分资金支持其直接参与刑事司法项目运营，促进理论向实务的快速转化。
历史经验表明，一些领先的犯罪学家和社会学家曾直接参与警方策略设计，取得显著成效。重拾和延续这种“嵌入式”研究模式，将让学术成果更快速地反馈到政策制定和执法实践中，从而推动整个领域实现质的飞跃。从技术角度出发，掌握编程和软件工程技能对于推动研究创新不可或缺。无论是Python语言还是现代数据科学工具，都是研究者提升自身竞争力的重要利器。通过培养相关技能，犯罪学家得以自行打造数据分析平台、警务智能系统甚至完整的应用软件，摆脱对外部技术团队的过度依赖，使得研究成果能够直接呈现在使用者面前，提高推广效率和应用效果。同时，关注开源项目和在线资源，是提升能力、扩大影响力的有效途径。
面向未来，数字技术、人工智能及大数据分析将在刑事司法领域发挥越来越关键的作用。学者若能积极投入这些前沿技术的融合研发，将为犯罪预防与控制提供更具前瞻性和实用价值的工具，进一步提升社会安全水平。总结而言，犯罪学面临转型关键期，从传统的观察研究向积极建构工具和系统迈进，是提升学科社会影响力的必由之路。唯有突破体制藩篱，强化跨界协同，积极投身产品开发和实践应用，犯罪学学者才能真正实现“做”与“学”的有机统一，推动刑事司法体系迎来新的科技驱动变革。在此过程中，学术机构、行业企业和政府部门均应积极创造有利环境，支持创新实践与产学研结合，让犯罪学领域焕发出新的活力与生机。
