Canadá está atraindo talentos em IA e ciência enquanto Trump abala a pesquisa dos EUA

Por décadas, os Estados Unidos se beneficiaram de uma das vantagens competitivas mais poderosas na ciência: muitos dos melhores pesquisadores do mundo queriam trabalhar lá.

Essa vantagem não está desaparecendo da noite para o dia. Os EUA ainda concentram, de forma incomparável, universidades de pesquisa, laboratórios federais, capital privado e empresas de tecnologia. Contudo, o fluxo de talentos está se tornando menos unidirecional, e o Canadá está fazendo uma tentativa incomumente agressiva de capitalizar essa mudança.

O exemplo mais recente vem da University of Toronto, que recrutou seis pesquisadores de destaque que atualmente trabalham em instituições dos EUA, incluindo MIT, os National Institutes of Health (NIH), a University of California San Francisco (UCSF), a Ohio State University, a Boston University e a Washington University School of Medicine em St. Louis.

Os seis fazem parte do novo programa Eddie Goldenberg Research Chairs of Canada, peça central da iniciativa C$1,7 bilhão Canada Global Impact+ Research Talent Initiative, do governo de Ottawa. A iniciativa mais ampla foi concebida para atrair e apoiar mais de 1.000 pesquisadores internacionais e expatriados ao longo de 12 anos, com C$1 bilhão especificamente destinado a cadeiras de pesquisa.

O que torna esse primeiro grupo particularmente notável é a origem do talento. Dos primeiros 64 acadêmicos recrutados por meio do programa de cadeiras de pesquisa, 48 estão atualmente baseados nos Estados Unidos.

Isso começa a parecer menos como recrutamento acadêmico comum e mais como uma competição geopolítica por capital intelectual.

Por que os EUA de repente se tornaram mais vulneráveis a um êxodo de pesquisadores

O momento é difícil de separar da turbulência que varreu a ciência americana desde que o presidente Donald Trump retornou ao cargo em janeiro de 2025.

Análise de janeiro de 2026 da Nature contabilizou mais de 7.800 concessões de pesquisa dos EUA que foram encerradas ou congeladas, além de cerca de 25.000 cientistas e outros profissionais que deixaram agências federais envolvidas em pesquisa. A administração também propôs reduções substanciais nos orçamentos federais de ciência, incluindo cortes que chegam a 40 % no NIH, 57 % na National Science Foundation (NSF) e 47 % na Science Mission Directorate da NASA. Nem todas essas reduções propostas se tornaram lei, e algumas ações da administração enfrentaram oposição do Congresso e dos tribunais, mas a própria incerteza afetou laboratórios, contratações e o planejamento de pesquisas de longo prazo.

Unite.AI examinou recentemente, a Casa Branca está tentando reestruturar aproximadamente US$ 200 bilhões em gastos federais anuais de pesquisa. Suas propostas favorecem mais financiamento que siga cientistas individuais, mecanismos de concessão mais rápidos, pesquisas de alto risco, descobertas impulsionadas por inteligência artificial e tecnologias estratégicas como IA e computação quântica. A administração argumenta que o atual sistema de financiamento centrado nas universidades tornou‑se burocrático e insuficientemente focado nas prioridades nacionais.

Mas a reestruturação de um ecossistema de pesquisa também cria vencedores e perdedores. Cancelamentos de bolsas, reduções da força‑trabalho federal e mudanças nos tipos de pesquisa que recebem apoio tornaram o planejamento de carreira consideravelmente menos previsível para muitos cientistas.

Os sinais de alerta apareceram rapidamente. Em março de 2025, três quartos dos mais de 1.600 respondentes a uma pesquisa da Nature disseram que estavam considerando deixar os Estados Unidos, com o Canadá e a Europa entre os destinos mais citados. A pesquisa era auto‑selecionada e não deve ser interpretada como representativa de todos os cientistas americanos, mas dados subsequentes de busca de emprego também mostraram um interesse crescente em posições fora do país.

Parece que o Canadá decidiu que a incerteza em um país pode se transformar em oportunidade em outro.

O Canadá está construindo uma máquina de recrutamento, não apenas oferecendo algumas professorias

A estratégia de Ottawa vai além de pagar a cientistas seniores para se mudarem.

A iniciativa de C$1,7 bilhão inclui cadeiras de pesquisa, financiamento de infraestrutura, posições de início de carreira e prêmios de doutorado e pós‑doutorado. Em maio, o governo ofereceu 659 prêmios de treinamento de pesquisa a candidatos de 72 países, enquanto o programa Canada Impact+ Emerging Leaders foi concebido para ajudar universidades a recrutar pesquisadores promissores muito mais cedo em suas carreiras.

O Canadá também começou a alinhar a política de imigração com a estratégia, criando novas vias para pesquisadores e prometendo processamento acelerado para algumas das pessoas recrutadas.

A abordagem importa porque pesquisadores de elite raramente se mudam sozinhos. Um cientista sênior pode trazer pós‑doutorandos, estudantes de pós‑graduação, colaboradores e futuros recrutamentos de docentes. Seus laboratórios podem atrair parcerias industriais, gerar propriedade intelectual e, em última instância, gerar startups.

Esse efeito multiplicador é o que torna os seis recrutados da U of T dignos de exame individual.

Adrienne Campbell-Washburn: Repensando o que um aparelho de RM pode ser

Adrienne Campbell-Washburn está saindo do National Heart, Lung, and Blood Institute do NIH, onde se tornou investigadora sênior após ter ingressado originalmente como pós‑doutoranda em 2013.

Seu trabalho questiona uma suposição básica em ressonância magnética: que ímãs mais fortes são necessariamente melhores.

O laboratório de Campbell-Washburn ajudou a pioneirar a ressonância magnética de baixo campo de alto desempenho de 0,55 tesla, combinando campos magnéticos mais fracos com computação moderna, técnicas de aquisição e reconstrução. A abordagem pode oferecer vantagens ao imaginar áreas como os pulmões, que tradicionalmente apresentam dificuldades para a RM, ao mesmo tempo em que reduz problemas associados a dispositivos metálicos e potencialmente diminui o custo e os requisitos de infraestrutura dos scanners.

No Sunnybrook Research Institute e no Departamento de Biofísica Médica da U of T, ela planeja avançar ainda mais com sistemas de RM de baixo custo, scanners portáteis e técnicas de imagem habilitadas por IA.

A implicação mais ampla é significativa. A RM é extraordinariamente poderosa, mas scanners convencionais de grande porte são caros e concentrados em grandes hospitais. Se máquinas de campo baixo combinadas com reconstruções de IA cada vez mais sofisticadas puderem produzir imagens clinicamente úteis com hardware mais barato, a RM poderá eventualmente estar disponível em muito mais ambientes, incluindo hospitais menores, clínicas comunitárias e, potencialmente, ambientes de leitos.

Tanya Berger-Wolf: Usando IA para entender o mundo natural

Tanya Berger-Wolf chega da Ohio State University com uma combinação incomum de expertise que abrange ciência da computação teórica, inteligência artificial, ecologia e conservação.

Ela é uma das pioneiras do que se tornou conhecido como imageomics, usando aprendizado de máquina para extrair informações biológicas das enormes quantidades de imagens coletadas ao redor do mundo natural.

Berger-Wolf foi uma das contribuidoras fundadoras do Wildbook, uma plataforma de código aberto que pode identificar animais individuais a partir de fotografias. Similar ao reconhecimento facial que distingue humanos, esses sistemas podem reconhecer marcas distintivas em animais como zebras e tubarões-baleia, permitindo que pesquisadores monitorem populações e comportamentos sem depender exclusivamente de etiquetas físicas ou coleiras GPS.

Seu Imageomics Institute avançou consideravelmente o conceito desde então. Seu modelo BioCLIP foi treinado com mais de 210 milhões de imagens que cobrem aproximadamente um milhão de espécies, permitindo que a IA identifique organismos em uma parte substancial da árvore da vida conhecida.

Na U of T, Berger-Wolf pretende combinar imagens com áudio, informações genéticas e dados de sensores para construir modelos mais ricos de ecossistemas e de como eles respondem ao clima e à atividade humana.

O projeto ilustra uma direção cada vez mais importante para a IA: modelos de base estão avançando além de texto, imagens e aplicações de consumo, entrando em domínios científicos especializados onde enormes conjuntos de dados são efetivamente impossíveis de serem analisados manualmente por humanos.

Shu (Joy) Jiang: Transferindo IA médica de algoritmos para hospitais

Shu (Joy) Jiang está se juntando à U of T vindo da Washington University School of Medicine em St. Louis, onde sua pesquisa combina bioestatística, predição de câncer e inteligência artificial.

Um de seus projetos mais notáveis já demonstra como a pesquisa acadêmica em IA pode transitar para a medicina comercial.

Jiang e o epidemiologista Graham Colditz co‑fundaram Prognosia, que desenvolveu um sistema de IA que analisa mamografias para prever o risco de uma mulher desenvolver câncer de mama em cinco anos. O software recebeu a designação FDA Breakthrough Device em 2025, e a Prognosia foi posteriormente adquirida pela empresa sul‑coreana de IA médica Lunit.

Em vez de simplesmente detectar um tumor existente, a tecnologia busca padrões nas mamografias que podem indicar risco futuro, incluindo sinais que podem não ser visíveis para clínicos humanos.

Na Dalla Lana School of Public Health da U of T, Jiang abordará outro problema que pode ser tão importante quanto desenvolver os próprios algoritmos: colocar IA médica validada em ambientes clínicos reais.

Seu trabalho planejado envolve a construção de infraestrutura que conecte hospitais, reguladores e a indústria, permitindo que a IA de imagens médicas seja avaliada e implantada em todo o Canadá.

Isso resolve um dos maiores gargalos da IA em saúde. A indústria já dispõe de um suprimento crescente de modelos promissores. O desafio mais difícil é provar que eles funcionam de forma consistente em diferentes hospitais, populações de pacientes e equipamentos de imagem, e então integrá‑los aos fluxos de trabalho onde os clínicos realmente podem utilizá‑los.

Michelle Arkin: Atacando os alvos “indrogáveis” da medicina

Michelle Arkin traz muito mais do que um histórico acadêmico de descoberta de medicamentos para a U of T Mississauga.

Na UCSF, ela atuou como professora de química farmacêutica, diretora executiva do Small Molecule Discovery Center e vice‑reitora de tecnologia de pesquisa e empreendedorismo. No início de sua carreira na Sunesis Pharmaceuticals, trabalhou em alguns dos primeiros inibidores potentes que visam interações proteína‑proteína.

Um composto que surgiu desse trabalho foi o lifitegrast, que acabou se tornar um tratamento aprovado pela FDA para a síndrome do olho seco.

Sua pesquisa agora foca fortemente em alvos biológicos historicamente considerados difíceis ou impossíveis de serem medicados, incluindo interações proteína‑proteína, máquinas moleculares e fatores de transcrição. Ela também está ativa na pesquisa sobre Alzheimer e co‑fundou várias empresas de terapêuticos.

Na U of T, Arkin investigará áreas como colas moleculares, medicina de precisão e descoberta de medicamentos habilitada por IA.

As colas moleculares são particularmente interessantes porque funcionam de maneira diferente dos medicamentos convencionais. Em vez de simplesmente bloquear uma proteína, elas podem forçar moléculas biológicas a interagirem de forma que normalmente não ocorreria, potencialmente permitindo que a célula elimine proteínas causadoras de doenças.

Combinadas com sistemas de IA capazes de prever interações moleculares e explorar enormes espaços químicos, abordagens como essas podem ampliar a fração da biologia humana que pode ser realisticamente alvo de medicamentos.

Raymond Fisman: Estudando o que acontece quando o dinheiro encontra o poder político

Nem todos os recrutados trabalham em ciência de laboratório.

O economista Raymond Fisman ingressa na Rotman School of Management da U of T vindo da Boston University, trazendo um programa de pesquisa focado em corrupção, influência política, governança e a relação entre instituições e comportamento econômico.

Um de seus estudos mais conhecidos utilizou um conjunto de dados incomum: infrações de estacionamento cometidas por diplomatas das Nações Unidas em Nova Iorque.

Como os diplomatas gozavam de imunidade à aplicação da lei, Fisman e o economista Edward Miguel puderam examinar como os oficiais se comportavam quando as consequências legais convencionais estavam amplamente ausentes. Sua pesquisa encontrou fortes diferenças correlacionadas com normas de corrupção nos países de origem dos diplomatas, enquanto medidas de aplicação posteriores reduziram drasticamente as infrações.

Trabalhos mais recentes examinaram doações políticas, transparência governamental e como incentivos eleitorais podem afetar as respostas a pedidos de liberdade de informação. Um artigo de 2026 constatou que agências em ambientes de maior corrupção eram mais propensas a rejeitar ou atrasar solicitações antes das eleições.

Na Rotman, Fisman investigará como indivíduos ricos e interesses organizados influenciam a política pública, por que os eleitores às vezes toleram evidências de corrupção e como os governos podem melhorar a responsabilização.

Sua inclusão no programa é importante. A estratégia de pesquisa do Canadá não se limita a tecnologias que podem se tornar produtos imediatamente. Ela também reconhece que as instituições que governam a tecnologia, os mercados e a confiança pública podem ser tão consequentes quanto as próprias tecnologias.

Sara Seager: Trazendo a busca por outros mundos de volta a Toronto

Sara Seager é, sem dúvida, o nome mais conhecido entre os seis.

Nativa de Toronto, graduou‑se na U of T em 1994 antes de obter seu PhD em Harvard e, eventualmente, tornar‑se professora no MIT. Ela se tornou uma das pioneiras da ciência dos exoplanetas, particularmente do estudo das atmosferas planetárias e da busca por gases que possam revelar se a vida existe além da Terra.

Sua carreira inclui uma bolsa MacArthur, o Prêmio Kavli em Astrofísica e nomeação como Oficial da Ordem do Canadá.

Seu retorno a Toronto havia sido anunciado antes dos resultados mais recentes do programa federal de cadeiras. Está prevista para ingressar na U of T em 1 de setembro de 2026, tornando seu caso um tanto diferente dos pesquisadores recrutados especificamente após o lançamento da iniciativa federal.

Na U of T, ela planeja combinar astronomia, química, física computacional e engenharia aeroespacial enquanto continua a buscar mundos habitáveis. Ela também lidera as Missões Morning Star para Vênus, que visam investigar diretamente a atmosfera do planeta em busca de moléculas orgânicas.

A nova cadeira amplia esse trabalho para tecnologias de detecção planetária e molecular, incluindo instrumentos capazes de detectar químicos em concentrações extremamente baixas e modelos de IA para interpretar sistemas planetários e ambientais complexos.

Essas tecnologias não precisam permanecer na ciência espacial. A detecção molecular ultra‑sensível pode, eventualmente, ter aplicações em monitoramento ambiental, detecção industrial e saúde humana.

O prêmio maior é o ecossistema que se forma ao redor dos pesquisadores

O Canadá deve ter cuidado para não declarar vitória muito cedo.

Os Estados Unidos continuam sendo o ecossistema de pesquisa dominante no mundo por maioria das métricas, e possuem vantagens que o Canadá não pode reproduzir simplesmente escrevendo cheques de recrutamento maiores. Suas universidades, laboratórios nacionais, indústria de capital de risco, empresas farmacêuticas, hyperscalers e infraestrutura de pesquisa de defesa criam uma enorme atração gravitacional para talentos científicos.

A administração Trump também não está reduzindo uniformemente o apoio a tecnologias avançadas. IA, computação quântica, tecnologias de defesa e pesquisa científica habilitada por IA estão entre as áreas que explicitamente deseja priorizar.

Mas a liderança em pesquisa pode mudar nas margens muito antes de aparecer nos rankings nacionais.

Um pesquisador que se muda hoje pode recrutar dez estudantes amanhã. Esses estudantes podem formar outra geração de cientistas. Um laboratório pode gerar uma patente, que se torna uma startup, que atrai engenheiros e investidores, que eventualmente cria um cluster industrial.

Toronto já viu essa dinâmica antes. Geoffrey Hinton mudou da Carnegie Mellon University para a U of T em 1987, numa época em que redes neurais estavam longe de ser populares. Décadas depois, seu trabalho ajudou a estabelecer as bases intelectuais da revolução do deep‑learning e contribuiu para que Toronto se tornasse um dos principais centros de pesquisa em IA do mundo.

O Canadá agora tenta reproduzir esse tipo de efeito de composição a longo prazo em IA, biotecnologia, medicina, ciência climática, tecnologia quântica e outros campos estratégicos. Isso se encaixa em um esforço mais amplo de converter os pontos fortes acadêmicos do país em capacidade econômica, incluindo a estratégia nacional de IA que o Canadá lançou no início deste ano. Essa estratégia também enfatiza a retenção de mais pesquisas, empresas e propriedade intelectual dentro do Canadá.

O Canadá ainda precisa provar que pode reter o talento que atrai

Há também uma crítica legítima à estratégia.

O Canadá não pode construir um ecossistema de pesquisa sustentável apenas por meio de recrutamento de superestrelas. Pesquisadores canadenses já reclamam há tempos da limitação de financiamento de bolsas, salários que têm dificuldade em competir com os Estados Unidos e oportunidades insuficientes para jovens cientistas. Críticos questionam se cadeiras internacionais altamente financiadas podem criar um sistema de dois níveis, no qual pesquisadores recém‑recrutados recebem pacotes extraordinários enquanto cientistas igualmente capazes que já trabalham no Canadá enfrentam recursos mais restritos.

Isso torna os componentes de início de carreira, infraestrutura e treinamento da iniciativa de C$1,7 bilhão particularmente importantes.

Se o Canadá simplesmente importar cientistas famosos, o programa gerará anúncios impressionantes. Se esses cientistas receberem recursos para construir laboratórios, recrutar pesquisadores mais jovens, colaborar com a indústria, comercializar descobertas e criar instituições que sobrevivam além de suas carreiras individuais, as consequências podem ser muito maiores.

Durante grande parte do século passado, os Estados Unidos compreenderam algo fundamental sobre inovação: atrair pessoas excepcionais era, por si só, uma forma de política econômica.

O Canadá parece ter aprendido a lição.

A questão agora é se os Estados Unidos estão temporariamente oferecendo ao seu vizinho uma oportunidade, ou se a direção do talento científico através da fronteira está começando a mudar de forma mais duradoura.