Actual Fictions presenteert een data-gestuurde geschiedenis van de 20ste en 21ste eeuwse Nederlandstalige roman. Met behulp van data science-methoden wordt een reeks van 5 grootschalige corpora van de jaren 1900 tot 2010 geanalyseerd in de context van opkomende maatschappelijke trends. Meer specifiek richt het zich op de mate waarin de Nederlandse roman is getransformeerd met het oog op een reeks emancipatoire bewegingen. Technieken als text mining, machine learning en sociale netwerkanalyse worden ingezet om de hypothese te testen dat verbeteringen in de sociale positie van bijvoorbeeld vrouwen, migranten, de arbeidersklasse en jongeren worden weerspiegeld in de fictionele werelden die in romans worden verbeeld.
Theoretisch is dit project gebaseerd op eeuwenoude discussies over 'mimesis', de functie van fictie in de samenleving en het literaire medium van de roman. Door een ruimere definitie van 'vorm' te hanteren (zoals voorgesteld door Caroline Levine) wil het de impasse overbruggen die lijkt te zijn ontstaan tussen historistische en formalistische benaderingen van literatuur. Methodologisch vertaalt het inzichten uit data science, cultural analytics en de digitale geesteswetenschappen naar de praktijk van kritische close reading en culturele analyse.