Canada lokt AI‑ en wetenschappelijk talent terwijl Trump het Amerikaanse onderzoek opschudt

Al decennialang profiteerde de Verenigde Staten van een van de krachtigste concurrentievoordelen in de wetenschap: veel van de beste onderzoekers ter wereld wilden er werken.

Dat voordeel verdwijnt niet van de ene op de andere dag. De VS heeft nog steeds ongeëvenaarde concentraties van onderzoeksuniversiteiten, federale laboratoria, privékapitaal en technologiebedrijven. Maar de stroom van talent wordt minder eenzijdig, en Canada zet een ongewoon agressieve poging in om van deze verschuiving te profiteren.

Het nieuwste voorbeeld komt van de University of Toronto, die zes vooraanstaande onderzoekers heeft gerekruteerd die momenteel werkzaam zijn aan Amerikaanse instellingen, waaronder MIT, de National Institutes of Health (NIH), University of California San Francisco (UCSF), Ohio State University, Boston University en Washington University School of Medicine in St. Louis.

De zes maken deel uit van het nieuwe Eddie Goldenberg Research Chairs of Canada‑programma, het middelpunt van Ottawa’s C$1.7 billion Canada Global Impact+ Research Talent Initiative. Het bredere initiatief is bedoeld om meer dan 1.000 internationale en expat‑onderzoekers aan te trekken en te ondersteunen gedurende 12 jaar, met C$1 billion specifiek bestemd voor onderzoekstoelen.

Wat de eerste groep bijzonder opmerkelijk maakt, is waar het talent vandaan komt. Van de eerste 64 geleerde die via het onderzoekstoel‑programma zijn gerekruteerd, 48 zijn momenteel gevestigd in de Verenigde Staten.

Dit begint minder op gewone academische werving te lijken en meer op een geopolitieke strijd om intellectueel kapitaal.

Waarom de VS plotseling kwetsbaarder is voor een onderzoekshersenstroom

De timing is moeilijk los te koppelen van de omwenteling die de Amerikaanse wetenschap heeft getroffen sinds president Donald Trump in januari 2025 terug aan de macht kwam.

Een analyse van januari 2026 door Nature telde meer dan 7.800 Amerikaanse onderzoeksbeurzen die waren beëindigd of bevroren, evenals ongeveer 25.000 wetenschappers en ander personeel dat federale onderzoeksinstanties verliet. De regering stelde bovendien aanzienlijke bezuinigingen op de federale wetenschapsbudgetten voor, waaronder besparingen van bijna 40 % bij de NIH, 57 % bij de National Science Foundation (NSF) en 47 % bij NASA’s Science Mission Directorate. Niet al deze voorgestelde bezuinigingen werden uiteindelijk wet, en sommige acties van de regering werden tegengewerkt door het Congres en de rechtbanken, maar de onzekerheid zelf heeft laboratoria, werving en langetermijnonderzoeksplanning beïnvloed.

Het standpunt van de regering is genuanceerder dan simpelweg de wetenschap verlaten. Zoals Unite.AI onlangs onderzocht, probeert het Witte Huis ongeveer $200 billion aan jaarlijkse federale onderzoeksuitgaven te herstructureren. De voorstellen geven de voorkeur aan meer financiering die individuele wetenschappers volgt, snellere subsidie‑mechanismen, risicovol onderzoek, door kunstmatige intelligentie aangedreven ontdekkingen en strategische technologieën zoals AI en kwantumcomputing. De regering betoogt dat het huidige, universiteit‑gecentreerde financieringssysteem bureaucratisch is geworden en onvoldoende gericht op nationale prioriteiten.

Maar het herstructureren van een onderzoeksecosysteem creëert ook winnaars en verliezers. Het intrekken van subsidies, bezuinigingen op het federale personeelsbestand en veranderingen in welke soorten onderzoek steun krijgen, hebben de loopbaanplanning voor veel wetenschappers aanzienlijk onvoorspelbaarder gemaakt.

De waarschuwingssignalen verschenen snel. In maart 2025 zei driekwart van de meer dan 1.600 respondenten op een Nature‑enquête dat ze overwegen de Verenigde Staten te verlaten, waarbij Canada en Europa tot de meest genoemde bestemmingen behoorden. De enquête was zelf‑selecterend en mag niet worden opgevat als representatief voor alle Amerikaanse wetenschappers, maar latere gegevens over banenzoekende toonden ook een groeiende interesse in posities buiten het land.

Canada lijkt te hebben besloten dat onzekerheid in één land een kans kan worden in een ander.

Canada bouwt een wervingsmachine, niet alleen een paar hoogleraarschappen

De strategie van Ottawa gaat verder dan seniorwetenschappers betalen om te verhuizen.

Het C$1.7 billion initiatief omvat onderzoekstoelen, infrastructuurfinanciering, posities voor vroege carrières en doctorale en postdoctorale beurzen. In mei bood de regering 659 onderzoeks‑trainingsbeurzen aan kandidaten uit 72 landen, terwijl het Canada Impact+ Emerging Leaders‑programma is ontworpen om universiteiten te helpen veelbelovende onderzoekers veel eerder in hun loopbaan te werven.

Canada is bovendien begonnen met het afstemmen van het immigratiebeleid op de strategie, door nieuwe routes voor onderzoekers te creëren en versnelde procedures voor sommige van de gerekruteerde personen aan te bieden.

De aanpak is belangrijk omdat top‑onderzoekers zelden alleen verhuizen. Een seniorwetenschapper kan postdoctorale fellows, graduate‑studenten, samenwerkingspartners en toekomstige faculteitsrekruten meenemen. Hun laboratoria kunnen industriële partnerschappen aantrekken, intellectueel eigendom genereren en uiteindelijk startups voortbrengen.

Dat multiplicatoreffect is wat de zes rekruten van de U of T de moeite waard maakt om individueel te onderzoeken.

Adrienne Campbell-Washburn: Herdefiniëren wat een MRI‑apparaat kan zijn

Adrienne Campbell-Washburn vertrekt van het National Heart, Lung, and Blood Institute van de NIH, waar ze senioronderzoeker werd nadat ze in 2013 als postdoctorale fellow was begonnen.

Haar werk daagt een basisveronderstelling in magnetische resonantie‑beeldvorming uit: dat sterkere magneten per definitie beter zijn.

Het laboratorium van Campbell-Washburn heeft bijgedragen aan de pioniersrol in high‑performance 0,55‑tesla low‑field MRI, waarbij zwakkere magnetische velden worden gecombineerd met moderne computer‑, acquisitie‑ en reconstructietechnieken. Deze aanpak kan voordelen bieden bij het beeldvormen van gebieden zoals de longen, die traditioneel problematisch zijn voor MRI, terwijl problemen die samenhangen met metalen apparaten worden verminderd en de kosten en infrastructuurvereisten van scanners mogelijk worden verlaagd.

Bij het Sunnybrook Research Institute en de afdeling Medische Biophysica van de U of T is ze van plan dit verder te ontwikkelen via betaalbare MRI‑systemen, draagbare scanners en door AI mogelijk gemaakte beeldvormingstechnieken.

De bredere implicatie is aanzienlijk. MRI is buitengewoon krachtig, maar grote conventionele scanners zijn duur en geconcentreerd in grote ziekenhuizen. Als low‑field‑machines, gecombineerd met steeds verfijndere AI‑reconstructie, klinisch bruikbare beelden kunnen leveren met goedkopere hardware, zou MRI uiteindelijk in veel meer omgevingen beschikbaar kunnen worden, waaronder kleinere ziekenhuizen, gemeenschapsklinieken en mogelijk zelfs aan het bed.

Tanya Berger-Wolf: AI gebruiken om de natuurlijke wereld te begrijpen

Tanya Berger-Wolf komt van Ohio State University met een ongebruikelijke combinatie van expertise die theoretische informatica, kunstmatige intelligentie, ecologie en natuurbescherming omvat.

Ze is een van de pioniers van wat nu bekend staat als imageomics, waarbij machine learning wordt gebruikt om biologische informatie te extraheren uit de enorme hoeveelheden beelden die over de natuurlijke wereld worden verzameld.

Berger‑Wolf was een van de oprichters van Wildbook, een open‑source platform dat individuele dieren kan identificeren aan de hand van foto’s. Net zoals gezichtsherkenning mensen onderscheidt, kunnen deze systemen kenmerkende markeringen op dieren zoals zebra’s en walvishaaien herkennen, waardoor onderzoekers populaties en gedrag kunnen monitoren zonder uitsluitend te vertrouwen op fysieke tags of GPS‑halsbanden.

Haar Imageomics Institute heeft het concept sindsdien aanzienlijk verder ontwikkeld. Het BioCLIP‑model is getraind op meer dan 210 million images covering roughly one million species, waardoor AI organismen kan identificeren over een aanzienlijk deel van de bekende levensboom.

Bij de U of T is Berger‑Wolf van plan beeldmateriaal te combineren met audio, genetische informatie en sensorgegevens om rijkere modellen van ecosystemen te bouwen en hoe deze reageren op klimaat en menselijke activiteit.

Het project illustreert een steeds belangrijker wordende richting voor AI: fundamentele modellen gaan verder dan tekst, beelden en consumententoepassingen en betreden gespecialiseerde wetenschappelijke domeinen waar enorme datasets feitelijk onhaalbaar zijn voor menselijke handmatige analyse.

Shu (Joy) Jiang: Medische AI van algoritmen naar ziekenhuizen brengen

Shu (Joy) Jiang komt van Washington University School of Medicine in St. Louis naar de U of T, waar haar onderzoek biostatistiek, kankervoorspelling en kunstmatige intelligentie combineert.

Een van haar meest opvallende projecten toont al aan hoe academisch AI‑onderzoek kan overgaan naar commerciële geneeskunde.

Jiang en epidemioloog Graham Colditz richtten Prognosia op, dat een AI‑systeem ontwikkelde dat mammogrammen analyseert om het vijf‑jaar risico van een vrouw op het ontwikkelen van borstkanker te voorspellen. De software ontving FDA Breakthrough Device‑aanduiding in 2025, en Prognosia werd daarna overgenomen door het Zuid‑Koreaanse medische AI‑bedrijf Lunit.

In plaats van simpelweg een bestaande tumor te detecteren, zoekt de technologie naar patronen in mammogrammen die toekomstige risico’s kunnen aangeven, inclusief signalen die mogelijk niet zichtbaar zijn voor menselijke clinici.

Bij de Dalla Lana School of Public Health van de U of T zal Jiang een ander probleem aanpakken dat even belangrijk kan blijken als het ontwikkelen van de algoritmen zelf: het krijgen van gevalideerde medische AI in echte klinische omgevingen.

Haar geplande werk omvat het bouwen van infrastructuur die ziekenhuizen, regelgevende instanties en de industrie verbindt, zodat medische beeldvormings‑AI kan worden geëvalueerd en in heel Canada kan worden ingezet.

Dat pakt een van de grootste knelpunten van AI in de gezondheidszorg aan. De sector heeft al een groeiende voorraad veelbelovende modellen. De moeilijkere uitdaging is aantonen dat ze consistent werken over ziekenhuizen, patiëntpopulaties en beeldvormingsapparatuur, en ze vervolgens integreren in werkstromen waarin clinici ze daadwerkelijk kunnen gebruiken.

Michelle Arkin: De “onaanvallbare” doelen van de geneeskunde aanpakken

Michelle Arkin brengt aanzienlijk meer dan een academische achtergrond in geneesmiddelenontdekking naar de U of T Mississauga.

Bij UCSF heeft ze gediend als professor farmacologische chemie, uitvoerend directeur van het Small Molecule Discovery Center en vice‑decaan voor onderzoekstechnologie en ondernemerschap. Vroeger in haar carrière bij Sunesis Pharmaceuticals werkte ze aan enkele van de eerste krachtige remmers die zich richten op eiwit‑eiwitinteracties.

Een verbinding die uit dat werk voortkwam was lifitegrast, die uiteindelijk een door de FDA goedgekeurde behandeling voor droge‑oogziekte werd.

Haar onderzoek richt zich nu sterk op biologische doelwitten die historisch als moeilijk of onmogelijk om te behandelen werden beschouwd, waaronder eiwit‑eiwitinteracties, moleculaire machines en transcriptiefactoren. Ze is ook actief in Alzheimer‑onderzoek en heeft verschillende therapeutische bedrijven mede opgericht.

Bij de U of T zal Arkin gebieden onderzoeken zoals moleculaire lijmen, precisiegeneeskunde en door AI mogelijk gemaakte geneesmiddelenontdekking.

Moleculaire lijmen zijn bijzonder interessant omdat ze anders werken dan conventionele medicijnen. In plaats van simpelweg een eiwit te blokkeren, kunnen ze biologische moleculen dwingen tot interacties die normaal niet zouden optreden, waardoor de cel mogelijk ziekteveroorzakende eiwitten kan elimineren.

In combinatie met AI‑systemen die moleculaire interacties kunnen voorspellen en enorme chemische ruimtes kunnen doorzoeken, zouden dergelijke benaderingen het deel van de menselijke biologie dat realistisch kan worden getarget door geneesmiddelen kunnen vergroten.

Raymond Fisman: Onderzoeken wat er gebeurt wanneer geld politieke macht ontmoet

Niet alle rekruten werken in laboratoriumwetenschap.

Economist Raymond Fisman komt van Boston University naar de Rotman School of Management van de U of T, met een onderzoeksprogramma gericht op corruptie, politieke invloed, bestuur en de relatie tussen instellingen en economisch gedrag.

Een van zijn bekendste studies gebruikte een ongebruikelijke dataset: parkeerovertredingen begaan door diplomaten van de Verenigde Naties in New York City.

Omdat diplomaten immuniteit genoten tegen handhaving, konden Fisman en econoom Edward Miguel onderzoeken hoe functionarissen zich gedroegen wanneer conventionele juridische consequenties grotendeels afwezig waren. Hun onderzoek vond sterke verschillen die correleerden met corruptienormen in de thuislanden van de diplomaten, terwijl latere handhavingsmaatregelen de overtredingen scherp verminderden.

Recenter onderzoek heeft politieke donaties, overheids­transparantie en hoe verkiezingsprikkels de reacties op verzoeken om informatie kunnen beïnvloeden, onderzocht. Een paper uit 2026 stelde vast dat agentschappen in omgevingen met hogere corruptie vaker verzoeken weigerden of uitstelden voorafgaand aan verkiezingen.

Bij Rotman zal Fisman onderzoeken hoe welgestelde individuen en georganiseerde belangen het overheidsbeleid beïnvloeden, waarom kiezers soms corruptiebewijs tolereren en hoe overheden de verantwoording kunnen verbeteren.

Zijn opname in het programma is belangrijk. De onderzoekstrategie van Canada is niet beperkt tot technologieën die onmiddellijk producten kunnen worden. Het erkent ook dat de instellingen die technologie, markten en publiek vertrouwen regelen even consequential kunnen zijn als de technologieën zelf.

Sara Seager: De zoektocht naar andere werelden terug naar Toronto brengen

Sara Seager is wellicht de bekendste naam onder de zes.

De Toronto‑inboorling studeerde af aan de U of T in 1994, behaalde daarna haar PhD aan Harvard en werd uiteindelijk professor aan MIT. Ze werd een van de pioniers van exoplanetwetenschap, met name de studie van planetaire atmosferen en de zoektocht naar gassen die kunnen aantonen of er leven bestaat buiten de aarde.

Haar carrière omvat een MacArthur Fellowship, de Kavli Prize in Astrofysica en benoeming tot Officier van de Orde van Canada.

Haar terugkeer naar Toronto was eigenlijk al aangekondigd vóór de laatste resultaten van het federale stoelprogramma. Ze zal op 1 september 2026 bij de U of T beginnen, waardoor haar situatie enigszins verschilt van onderzoekers die specifiek na de lancering van het federale initiatief werden gerekruteerd.

Bij de U of T is ze van plan astronomie, chemie, computationele fysica en lucht- en ruimtevaarttechniek te combineren, terwijl ze de zoektocht naar bewoonbare werelden voortzet. Ze leidt ook de Morning Star‑missies naar Venus, die gericht zijn op het direct onderzoeken van de atmosfeer van de planeet op organische moleculen.

De nieuwe stoel breidt dat werk uit naar planetaire en moleculaire detectietechnologieën, inclusief instrumenten die chemicaliën kunnen detecteren bij extreem lage concentraties en AI‑modellen voor het interpreteren van complexe planetaire en milieusystemen.

Die technologieën hoeven niet beperkt te blijven tot ruimtewetenschap. Ultra‑gevoelige moleculaire detectie zou uiteindelijk toepassingen kunnen vinden in milieumonitoring, industriële detectie en de menselijke gezondheid.

De grotere prijs is het ecosysteem dat zich vormt rond de onderzoekers

Canada moet oppassen zich niet te vroeg te verklaren dat het gewonnen heeft.

De Verenigde Staten blijven volgens de meeste maatstaven het dominante onderzoeks‑ecosysteem van de wereld, en ze beschikken over voordelen die Canada niet kan reproduceren door simpelweg grotere wervingscheques uit te schrijven. Hun universiteiten, nationale laboratoria, durfkapitaal‑industrie, farmaceutische bedrijven, hyperscalers en defensie‑onderzoeksinfrastructuur creëren een enorme zwaartekracht voor wetenschappelijk talent.

De Trump‑administratie vermindert de steun voor geavanceerde technologieën ook niet uniform. AI, kwantumcomputing, defensietechnologieën en door AI mogelijk gemaakt wetenschappelijk onderzoek behoren tot de gebieden die expliciet prioriteit krijgen.

Maar onderzoeksleiderschap kan al aan de rand verschuiven, lang voordat het zichtbaar wordt in nationale ranglijsten.

Een onderzoeker die zich vandaag verplaatst, kan morgen tien studenten rekruteren. Die studenten kunnen een nieuwe generatie wetenschappers opleiden. Een laboratorium kan een patent genereren, dat een startup wordt, die ingenieurs en investeerders aantrekt, die uiteindelijk een industriële cluster creëert.

Toronto heeft die dynamiek eerder gezien. Geoffrey Hinton verhuisde in 1987 van Carnegie Mellon University naar de U of T, op een moment dat neurale netwerken verre van modieus waren. Decennia later hielp zijn werk de intellectuele basis van de deep‑learning‑revolutie te leggen en droeg bij aan de transformatie van Toronto tot een van ’s werelds belangrijkste AI‑onderzoekscentra.

Canada probeert nu dat soort langetermijneffect op te bouwen over AI, biotechnologie, geneeskunde, klimaatwetenschap, kwantumtechnologie en andere strategische gebieden. Het past in een bredere inspanning om de academische krachten van het land om te zetten in economische capaciteit, inclusief de nationaal AI‑strategie die Canada eerder dit jaar lanceerde. Die strategie benadrukt eveneens het binnen Canada houden van meer onderzoek, bedrijven en intellectueel eigendom.

Canada moet nog bewijzen dat het het aangetrokken talent kan behouden

Er is ook een legitieme kritiek op de strategie.

Canada kan geen duurzaam onderzoeks‑ecosysteem volledig opbouwen door alleen supersterre werving. Bestaande Canadese onderzoekers hebben al lange tijd geklaagd over beperkte subsidie‑financiering, salarissen die moeite hebben om te concurreren met de Verenigde Staten en onvoldoende kansen voor jonge wetenschappers. Critici hebben zich afgevraagd of zwaar gefinancierde internationale stoelen een tweelaags systeem kunnen creëren waarin nieuw gerekruteerde onderzoekers buitengewone pakketten ontvangen, terwijl even capabele wetenschappers die al in Canada werken, met krapperen middelen geconfronteerd worden.

Dat maakt de componenten voor vroege carrières, infrastructuur en training van het C$1.7 billion initiatief bijzonder belangrijk.

Als Canada simpelweg beroemde wetenschappers importeert, zal het programma indrukwekkende aankondigingen opleveren. Als die wetenschappers de middelen krijgen om laboratoria op te bouwen, jongere onderzoekers te rekruteren, samen te werken met de industrie, ontdekkingen te commercialiseren en instellingen te creëren die overleven voorbij hun individuele loopbanen, kunnen de gevolgen veel groter zijn.

Gedurende een groot deel van de vorige eeuw begreep de Verenigde Staten iets fundamenteels over innovatie: het aantrekken van uitzonderlijke mensen was op zich een vorm van economisch beleid.

Canada lijkt de les te hebben geleerd.

De vraag nu is of de Verenigde Staten hun buur tijdelijk een opening geven, of dat de richting van wetenschappelijk talent over de grens begint te veranderen op een meer blijvende manier.