Canada lokker AI‑ og vitenskapelig talent mens Trump ryster amerikansk forskning

I flere tiår har USA hatt en av de mest kraftfulle konkurransefordelene innen vitenskap: mange av verdens beste forskere ønsket å jobbe der.

Denne fordelen forsvinner ikke over natten. USA har fortsatt enestående konsentrasjoner av forskningsuniversiteter, føderale laboratorier, privat kapital og teknologiselskaper. Men talentflyten blir mindre ensrettet, og Canada gjør et usedvanlig aggressivt forsøk på å utnytte skiftet.

Det nyeste eksemplet kommer fra University of Toronto, som har rekruttert seks fremtredende forskere som for tiden jobber ved amerikanske institusjoner, inkludert MIT, National Institutes of Health (NIH), University of California San Francisco (UCSF), Ohio State University, Boston University og Washington University School of Medicine i St. Louis.

De seks er en del av det nye Eddie Goldenberg Research Chairs of Canada‑programmet, hovedattraksjonen i Ottawas C$1,7 milliarder Canada Global Impact+ Research Talent Initiative. Det bredere initiativet er designet for å tiltrekke og støtte mer enn 1 000 internasjonale og ekspatrierte forskere over 12 år, med C$1 milliard spesifikt avsatt til forskningsstoler.

Det som gjør den første gruppen spesielt bemerkelsesverdig er hvor talentet kommer fra. Av de første 64 forskerne som ble rekruttert gjennom forskningsstolprogrammet, 48 er for tiden basert i USA.

Dette begynner å se mindre ut som ordinær akademisk rekruttering og mer som en geopolitisk konkurranse om intellektuelt kapital.

Hvorfor USA plutselig er mer sårbare for en forsker‑hjerneflukt

Tidspunktet er vanskelig å skille fra den omveltningen som har feid gjennom amerikansk vitenskap siden president Donald Trump kom tilbake i embetet i januar 2025.

En januar 2026‑analyse av Nature telt mer enn 7 800 amerikanske forskningsmidler som hadde blitt avsluttet eller fryst, sammen med omtrent 25 000 forskere og annet personell som forlot føderale etater involvert i forskning. Administrasjonen foreslo også betydelige kutt i føderale vitenskapsbudsjetter, inkludert kutt på opptil 40 % ved NIH, 57 % ved National Science Foundation (NSF) og 47 % ved NASA’s Science Mission Directorate. Ikke alle de foreslåtte kuttene ble til slutt lov, og noen av administrasjonens handlinger har møtt motstand fra Kongressen og domstolene, men usikkerheten i seg selv har påvirket laboratorier, ansettelser og langsiktig forskningsplanlegging.

Administrasjonens posisjon er mer nyansert enn bare å forlate vitenskapen. Som Unite.AI nylig har undersøkt, forsøker Det hvite hus å restrukturere omtrent $200 milliarder i årlig føderal forskningsfinansiering. Forslagene favoriserer mer finansiering som følger individuelle forskere, raskere tilskuddsordninger, høy‑risiko‑forskning, AI‑drevet oppdagelse og strategiske teknologier som AI og kvantedatabehandling. Administrasjonen argumenterer for at det eksisterende universitets‑sentrerte finansieringssystemet har blitt byråkratisk og utilstrekkelig fokusert på nasjonale prioriteringer.

Men omstrukturering av et forskningsøkosystem skaper også vinnere og tapere. Avlysing av tilskudd, nedskjæringer i føderalt arbeidskraft og endringer i hvilke typer forskning som får støtte har gjort karriereplanlegging betydelig mindre forutsigbar for mange forskere.

Advarselstegnene dukket raskt opp. I mars 2025 sa tre fjerdedeler av de mer enn 1 600 respondentene i en Nature‑undersøkelse at de vurderte å forlate USA, med Canada og Europa blant de mest ofte nevnte destinasjonene. Undersøkelsen var selvvalgt og bør ikke tolkes som representativ for alle amerikanske forskere, men etterfølgende jobbsøk‑data viste også økende interesse for stillinger utenfor landet.

Canada ser ut til å ha konkludert med at usikkerhet i ett land kan bli en mulighet i et annet.

Canada bygger en rekrutteringsmaskin, ikke bare tilbyr noen få professorater

Ottawas strategi går utover å betale seniorforskere for å flytte.

Det C$1,7 milliarder‑initiativet inkluderer forskningsstoler, infrastrukturfinansiering, tidlige karriere‑stillinger og doktor‑ og postdoktor‑priser. I mai tilbød regjeringen 659 forsknings‑opplæringspriser til kandidater fra 72 land, mens Canada Impact+ Emerging Leaders‑programmet er designet for å hjelpe universiteter med å rekruttere lovende forskere mye tidligere i karrieren.

Canada har også begynt å tilpasse innvandringspolitikken til strategien, og skaper nye veier for forskere samt lover raskere behandling for noen av de som blir rekruttert.

Tilnærmingen er viktig fordi eliteforskere sjelden flytter alene. En seniorforsker kan ta med postdoktor‑stipendiater, doktorgradsstudenter, samarbeidspartnere og fremtidige fakultetsrekrutter. Laboratoriene deres kan tiltrekke industri‑partnerskap, generere immateriell eiendom og til slutt skape oppstartsbedrifter.

Den multiplikatoreffekten er det som gjør U of Ts seks rekrutter verdt å undersøke individuelt.

Adrienne Campbell-Washburn: Tenker nytt om hva en MR‑maskin kan være

Adrienne Campbell-Washburn går fra NIH’s National Heart, Lung, and Blood Institute, hvor hun ble seniorforsker etter å opprinnelig ha startet som postdoktor i 2013.

Arbeidet hennes utfordrer en grunnleggende antakelse i magnetisk resonansavbildning: at sterkere magneter nødvendigvis er bedre.

Campbell‑Washburns laboratorium var med på å pionere høy‑ytelses 0,55‑tesla lav‑felt MR, som kombinerer svakere magnetfelt med moderne databehandling, innhentings‑ og rekonstruksjonsteknikker. Tilnærmingen kan gi fordeler ved avbildning av områder som lungene, som tradisjonelt er vanskelige for MR, samtidig som den reduserer problemer knyttet til metalliske enheter og potensielt senker kostnadene og infrastrukturkravene til skannerne.

Ved Sunnybrook Research Institute og U of Ts avdeling for medisinsk biofysikk planlegger hun å drive dette videre gjennom lav‑kostnads MR‑systemer, bærbare skannere og AI‑drevet bildeteknologi.

Den bredere implikasjonen er betydelig. MR er usedvanlig kraftig, men store konvensjonelle skannere er dyre og konsentrert i store sykehus. Hvis lav‑felt‑maskiner kombinert med stadig mer sofistikert AI‑rekonstruksjon kan produsere klinisk nyttige bilder med rimeligere maskinvare, kan MR etter hvert bli tilgjengelig i langt flere settinger, inkludert mindre sykehus, lokalsamfunnsklinikker og potensielt ved sengebakken.

Tanya Berger-Wolf: Bruke AI til å forstå den naturlige verden

Tanya Berger‑Wolf kommer fra Ohio State University med en uvanlig kombinasjon av ekspertise som spenner over teoretisk informatikk, kunstig intelligens, økologi og bevaring.

Hun er en av pionerene innen det som nå kalles imageomics, som bruker maskinlæring til å trekke biologisk informasjon fra de enorme mengdene bilder som samles inn fra den naturlige verden.

Berger‑Wolf var en grunnleggende bidragsyter til Wildbook, en åpen kildekode‑plattform som kan identifisere individuelle dyr fra fotografier. På samme måte som ansiktsgjenkjenning skiller mennesker, kan disse systemene gjenkjenne karakteristiske merker på dyr som sebraer og hvalhaier, og dermed la forskere overvåke populasjoner og atferd uten å være avhengige av fysiske merkelapper eller GPS‑halsbånd.

Hennes Imageomics Institute har siden presset konseptet betydelig videre. BioCLIP‑modellen deres ble trent på mer enn 210 millioner bilder som dekker omtrent én million arter, noe som gjør AI i stand til å identifisere organismer på en betydelig del av livets kjente tre.

Ved U of T har Berger‑Wolf til hensikt å kombinere bildemateriale med lyd, genetisk informasjon og sensordata for å bygge rikere modeller av økosystemer og hvordan de responderer på klima og menneskelig aktivitet.

Prosjektet illustrerer en stadig viktigere retning for AI: grunnmodeller beveger seg utover tekst, bilder og forbrukerapplikasjoner og inn i spesialiserte vitenskapelige domener hvor enorme datasett i praksis er umulige for mennesker å analysere manuelt.

Shu (Joy) Jiang: Flytte medisinsk AI fra algoritmer til sykehus

Shu (Joy) Jiang blir med i U of T fra Washington University School of Medicine i St. Louis, hvor hennes forskning kombinerer biostatistikk, kreftprediksjon og kunstig intelligens.

Et av hennes mest bemerkelsesverdige prosjekter demonstrerer allerede hvordan akademisk AI‑forskning kan krysse over i kommersiell medisin.

Jiang og epidemiologen Graham Colditz grunnla Prognosia, som utviklet et AI‑system som analyserer mammogrammer for å forutsi en kvinnes fem‑års‑risiko for å utvikle brystkreft. Programvaren fikk FDA Breakthrough Device‑betegnelse i 2025, og Prognosia ble senere kjøpt opp av det søkoreanske medisinske AI‑selskapet Lunit.

I stedet for bare å oppdage en eksisterende svulst, ser teknologien etter mønstre i mammogrammer som kan indikere fremtidig risiko, inkludert signaler som kanskje ikke er synlige for menneskelige klinikere.

Ved U of Ts Dalla Lana School of Public Health vil Jiang ta tak i et annet problem som kan vise seg like viktig som å utvikle algoritmene selv: å få validert medisinsk AI inn i reelle kliniske miljøer.

Den planlagte arbeidet hennes innebærer å bygge infrastruktur som kobler sykehus, regulatorer og industri slik at medisinsk bildediagnostikk‑AI kan evalueres og tas i bruk over hele Canada.

Det adresserer en av de største flaskehalsene i helseteknologi‑AI. Bransjen har allerede en voksende tilførsel av lovende modeller. Den vanskeligere utfordringen er å bevise at de fungerer konsekvent på tvers av sykehus, pasientpopulasjoner og bildeteknologi, og så integrere dem i arbeidsflyter hvor klinikere faktisk kan bruke dem.

Michelle Arkin: Angripe medisinens «uangrepbare» mål

Michelle Arkin bringer betydelig mer enn en akademisk bakgrunn innen legemiddelforskning til U of T Mississauga.

Ved UCSF har hun vært professor i farmasøytisk kjemi, administrerende direktør for Small Molecule Discovery Center og visedekan for forskningsteknologi og entreprenørskap. Tidligere i karrieren hos Sunesis Pharmaceuticals arbeidet hun med noen av de første potente inhibitorene som retter seg mot protein‑protein‑interaksjoner.

En forbindelse som oppsto fra dette arbeidet var lifitegrast, som til slutt ble en FDA‑godkjent behandling for tørrøyesyndrom.

Forskningen hennes fokuserer nå tungt på biologiske mål som historisk har blitt ansett som vanskelige eller umulige å medisinsk påvirke, inkludert protein‑protein‑interaksjoner, molekylære maskiner og transkripsjonsfaktorer. Hun er også aktiv innen Alzheimers‑forskning og har medgrunnet flere legemiddelfirmaer.

Ved U of T vil Arkin undersøke områder som molekylære lim, presisjonsmedisin og AI‑drevet legemiddelforskning.

Molekylære lim er spesielt interessante fordi de virker annerledes enn konvensjonelle medisiner. I stedet for bare å blokkere et protein, kan de tvinge biologiske molekyler inn i interaksjoner som normalt ikke ville forekomme, og potensielt la cellen eliminere sykdomsfremkallende proteiner.

Sammen med AI‑systemer som kan forutsi molekylære interaksjoner og søke i enorme kjemiske rom, kan tilnærminger som disse utvide den delen av menneskebiologien som realistisk kan målrettes med legemidler.

Raymond Fisman: Studere hva som skjer når penger møter politisk makt

Ikke alle rekrutter jobber i laboratorievitenskap.

Økonomen Raymond Fisman blir med i U of Ts Rotman School of Management fra Boston University, og tar med seg et forskningsprogram fokusert på korrupsjon, politisk innflytelse, styring og forholdet mellom institusjoner og økonomisk atferd.

En av hans mest kjente studier brukte et uvanlig datasett: parkeringsovertredelser begått av FN‑diplomater i New York City.

Fordi diplomater hadde immunitet mot håndheving, kunne Fisman og økonomen Edward Miguel undersøke hvordan tjenestemenn oppførte seg når vanlige juridiske konsekvenser stort sett var fraværende. Deres forskning fant sterke forskjeller korrelert med korrupsjonsnormer i diplomatens hjemland, mens senere håndhevelses­tiltak kraftig reduserte overtredelser.

Nyere arbeid har undersøkt politiske donasjoner, regjeringens åpenhet og hvordan valg‑insentiver kan påvirke svar på forespørsler om innsyn. En artikkel fra 2026 fant at etater i høy‑korrupsjons‑miljøer var mer tilbøyelige til å avvise eller forsinke forespørsler i forkant av valg.

Ved Rotman vil Fisman undersøke hvordan velstående individer og organiserte interesser påvirker offentlig politikk, hvorfor velgere noen ganger tolererer bevis på korrupsjon, og hvordan regjeringer kan forbedre ansvarlighet.

Hans medvirkning i programmet er viktig. Canadas forskningsstrategi er ikke begrenset til teknologier som umiddelbart kan bli produkter. Den anerkjenner også at institusjonene som styrer teknologi, markeder og offentlig tillit kan være like avgjørende som selve teknologiene.

Sara Seager: Bring søket etter andre verdener tilbake til Toronto

Sara Seager er sannsynligvis det mest kjente navnet blant de seks.

Den torontobaserte forskeren ble uteksaminert fra U of T i 1994 før hun tok sin doktorgrad ved Harvard og til slutt ble professor ved MIT. Hun ble en av pionerene innen eksoplanet‑vitenskap, spesielt studiet av planetariske atmosfærer og letingen etter gasser som kan avsløre om liv eksisterer utenfor Jorden.

Karrieren hennes har inkludert en MacArthur Fellowship, Kavli‑prisen i astrofysikk og utnevnelse til Officer av Order of Canada.

Hennes tilbakekomst til Toronto ble faktisk kunngjort før de siste resultatene fra det føderale stolprogrammet. Hun er planlagt å begynne ved U of T 1. september 2026, noe som gjør hennes tilfelle noe annerledes enn forskere som ble rekruttert spesifikt etter at initiativet ble lansert.

Ved U of T planlegger hun å kombinere astronomi, kjemi, beregningsfysikk og romfartsteknikk samtidig som hun fortsetter jakten på beboelige verdener. Hun leder også Morning Star‑oppdragene til Venus, som har som mål å undersøke planetens atmosfære direkte for organiske molekyler.

Den nye stolen utvider dette arbeidet til planet‑ og molekylær‑sensing‑teknologier, inkludert instrumenter som kan oppdage kjemikalier i ekstremt lave konsentrasjoner og AI‑modeller for å tolke komplekse planet‑ og miljøsystemer.

Disse teknologiene trenger ikke forbli innen romforskning. Ultra‑sensitiv molekylær‑sensing kan etter hvert få anvendelser innen miljøovervåking, industriell deteksjon og menneskelig helse.

Den større premien er økosystemet som dannes rundt forskerne

Canada bør være forsiktig så de ikke kunngjør seier for tidlig.

USA forblir verdens dominerende forskningsøkosystem etter de fleste mål, og har fordeler Canada ikke kan gjenskape bare ved å skrive større rekrutterings‑sjekker. Universitetene, nasjonale laboratorier, venturekapital‑industrien, legemiddelfirmaer, hyperscalere og forsvars‑forskningsinfrastruktur skaper et enormt gravitasjons‑trekk for vitenskapelig talent.

Trump‑administrasjonen reduserer heller ikke ensartet støtten til avansert teknologi. AI, kvantedatabehandling, forsvarsteknologier og AI‑drevet vitenskapelig forskning er blant områdene den eksplisitt ønsker å prioritere.

Men forskningsledelse kan skifte i marginalene lenge før det viser seg i nasjonale rangeringer.

En forsker som flytter i dag kan rekruttere ti studenter i morgen. Disse studentene kan utdanne en ny generasjon forskere. Et laboratorium kan generere et patent, som blir en oppstartsbedrift, som tiltrekker ingeniører og investorer, som til slutt skaper en industriklynge.

Toronto har sett denne dynamikken før. Geoffrey Hinton flyttet fra Carnegie Mellon University til U of T i 1987, på et tidspunkt da nevrale nettverk var langt fra mote. Tiår senere bidro hans arbeid til å etablere de intellektuelle grunnlagene for dyp‑lærings‑revolusjonen og gjorde Toronto til et av verdens ledende AI‑forskningssentre.

Canada forsøker nå å gjenskape denne typen langsiktig sammensatt effekt innen AI, bioteknologi, medisin, klimasystemer, kvanteteknologi og andre strategiske felt. Det passer inn i en bredere innsats for å omdanne landets akademiske styrker til økonomisk kapasitet, inkludert den nasjonale AI‑strategien Canada lanserte tidligere i år. Den strategien legger også vekt på å holde mer forskning, selskaper og immateriell eiendom innenfor Canada.

Canada må fortsatt bevise at de kan beholde talentet de tiltrekker

Det finnes også en legitim kritikk av strategien.

Canada kan ikke bygge et bærekraftig forskningsøkosystem kun gjennom super‑stjerne‑rekruttering. Eksisterende kanadiske forskere har lenge klaget over begrenset tilskuddsfinansiering, lønninger som sliter med å konkurrere med USA, og utilstrekkelige muligheter for unge forskere. Kritikere har stilt spørsmål ved om tungt finansierte internasjonale stoler kan skape et to‑nivå‑system der nyrekrutterte forskere får ekstraordinære pakker mens like dyktige forskere som allerede arbeider i Canada møter strammere ressurser.

Det gjør komponentene for tidlig‑karriere, infrastruktur og opplæring i C$1,7 milliarder‑initiativet spesielt viktige.

Hvis Canada bare importerer berømte forskere, vil programmet produsere imponerende kunngjøringer. Hvis disse forskerne får ressursene til å bygge laboratorier, rekruttere yngre forskere, samarbeide med industri, kommersialisere oppdagelser og skape institusjoner som overlever deres individuelle karrierer, kan konsekvensene bli langt større.

I store deler av forrige århundre forsto USA noe grunnleggende om innovasjon: å tiltrekke eksepsjonelle mennesker var i seg selv en form for økonomisk politikk.

Canada ser ut til å ha lært leksjonen.

Spørsmålet nå er om USA midlertidig gir naboen en åpning, eller om retningen for vitenskapelig talent over grensen begynner å endre seg på en mer varig måte.