Por que a metaciência é importante para o financiamento de P&D

Os assuntos difíceis em torno da capacidade de pesquisa do Japão continuam. No ranking de artigos de alta visibilidade (número de artigos ajustado pelo Top 10%), o Japão ficou em 13º lugar na média de 2022 a 2024 pela contagem fracionária, e a proporção do tempo que os docentes universitários dedicam à pesquisa também vem diminuindo no longo prazo. Há mudanças positivas, como o fato de o número de ingressantes no doutorado ter crescido por três anos seguidos, mas o ambiente de pesquisa ainda tem muitos problemas.

E, na maioria das vezes, esse tipo de discussão acaba desembocando em uma questão de valores: "quanto aumentar o financiamento à pesquisa".

Eu também acho que o valor total do financiamento é importante. Partindo dessa premissa, o que quero tratar neste texto é outro fator que, junto com o valor, determina os resultados: o desenho de como distribuir o financiamento à pesquisa.

No Japão, todos os anos uma grande quantidade de recursos públicos é destinada à pesquisa como fundos competitivos e subsídios para custeio operacional. Nesse processo, o desenho — "com que finalidade definir o programa", "de quantos avaliadores é preciso", "quanto dar por projeto e por quantos anos", "quão trabalhoso é o pedido" — muda tanto a carga de inscrição e avaliação quanto o tipo de desafio que os pesquisadores conseguem assumir. O Japão já vinha fazendo melhorias, como a reforma do sistema de avaliação do Kakenhi e sua revisão, mas minha preocupação sobre essa forma de distribuição é que talvez ainda haja espaço para melhorar mais.

Isso porque eu mesmo já participei de vários programas de fomento como avaliador e já apoiei startups e pesquisadores que se candidatam a subsídios e auxílios. O que senti com força foi que se não mudarmos o próprio modo de distribuição e o mecanismo de avaliação, não conseguiremos levar recursos suficientes às pesquisas com potencial de grandes resultados e, com isso, talvez seja difícil que surjam inovação e startups.

Com essa preocupação, escrevi até agora sobre financiamento aleatório, inovação na avaliação e políticas de inovação cada vez mais diversificadas, entre outros temas. E, recentemente, têm surgido uma após a outra novas iniciativas nessa área, dentro e fora do país.

O crescente interesse pela metaciência

O campo que estuda a maneira de fazer ciência e as próprias instituições que a sustentam é chamado de metaciência (metapesquisa). O modo de distribuir o financiamento à pesquisa é um de seus objetos. É uma área de pesquisa com acúmulo desde antes, mas nos últimos anos se ampliou o movimento de governos e agências de fomento realizarem eles mesmos experimentos.

Por exemplo, o Reino Unido criou em 2024 a Metascience Unit, que abrange o governo e a UKRI, e vem conduzindo experimentos sobre métodos de avaliação e outros temas. No relatório do primeiro ano, de 2025, são examinados itens como a redução do prazo de avaliação e a concordância das avaliações entre os avaliadores.

O Science: A New Golden Age, divulgado em 2026 pelo Escritório de Política de Ciência e Tecnologia (OSTP) dos Estados Unidos, propõe que cada agência científica federal tenha uma área de metaciência que realize experimentos com programas de fomento. Além disso, a NSF anunciou o programa X-Labs, que apoia organizações de pesquisa independentes, buscando ampliar também as formas das organizações responsáveis por P&D.

No Japão também teve início o SPReAD, do Ministério da Educação, Cultura, Esportes, Ciência e Tecnologia, que incorpora o uso auxiliar de IA e o sorteio na avaliação. Para o exercício de 2027, foi apresentado um pedido orçamentário aproximado de 500 milhões de ienes para o CATALYST, em que pesquisadores e servidores públicos colaboram para estudar novos métodos de política científica e tecnológica. Além disso, não são só os órgãos governamentais: há também iniciativas de voluntários, como o Grupo de Estudos de Metaciência.

A criação de unidades de metaciência nas agências científicas também é recomendada pelo Institute for Progress (IFP). Caleb Watney e Jenn Gustetic, que têm relação com o IFP, organizaram a metaciência em seis correntes.

(1) Pesquisa que aumenta a integridade e a reprodutibilidade da pesquisa, (2) ciência aberta, que promove a abertura e o compartilhamento do conhecimento, (3) cienciometria, que mede as atividades e os resultados da ciência, (4) economia da inovação, que investiga os efeitos de recursos e incentivos, (5) gestão de P&D, que estuda a administração de organizações de pesquisa e a implementação de instituições, e (6) as iniciativas de empreendedores institucionais que criam novas organizações de pesquisa. A pesquisa sobre financiamento tem relação especialmente profunda com as três últimas.

Neste texto, resumo brevemente, como opinião pessoal, "por que a metaciência é importante para o Japão de hoje", especialmente do ponto de vista do financiamento de pesquisa e desenvolvimento.

Razão (1): produzir mais resultados dentro das restrições de pessoas e recursos financeiros

Está ficando cada vez mais difícil para um país de médio porte como o Japão competir com os Estados Unidos e a China em todas as áreas. Em termos fiscais, é duro investir no nível dos dois países e, além disso, a população em idade ativa, que é a base dos possíveis protagonistas, também diminuirá daqui para frente. Assim, além de ampliar o financiamento doméstico à pesquisa, torna-se cada vez mais importante decidir como distribuir as pessoas e os recursos limitados, ao mesmo tempo em que se obtêm recursos de fundações científicas no exterior e se recebem talentos de fora.

Se conseguirmos distribuir os recursos de forma eficaz, talvez seja possível obter mais resultados científicos com o mesmo valor. Por isso, penso que buscar maneiras de produzir mais resultados para a mesma quantidade de recursos científicos investidos é algo que precisa ser feito de forma consciente justamente por um Japão de poucos recursos.

É aí que iniciativas como a metaciência se tornam importantes. É essencial apresentar continuamente propostas de melhoria sobre que tipo de distribuição permite produzir mais resultados reduzindo os custos.

O financiamento à pesquisa, em particular, não é apenas o custo que pode ser usado diretamente na pesquisa científica. Nele há também os custos dos processos de avaliação e operação (incluindo despesas com terceirização da operação). Mesmo que o total do financiamento à pesquisa científica aumente, se a maior parte for absorvida pelo aumento dos custos de operação e por consultorias terceirizadas, o financiamento que de fato fica nas mãos dos pesquisadores pode não mudar.

Para que isso não aconteça, considero um problema urgente para o Japão identificar como usar bem o financiamento à pesquisa.

Razão (2): aumentar a produtividade da ciência

O que foi dito acima tratava principalmente da situação do Japão, mas hoje a ciência como um todo também enfrenta problemas.

O problema de que, mesmo aumentando os investimentos em pesquisa, fica mais difícil obter um progresso proporcional também é apontado no exterior. A pesquisa de Bloom e colegas mostrou que, em várias indústrias e tecnologias, o aumento dos investimentos em pesquisa e a queda da produtividade da pesquisa ocorrem ao mesmo tempo. O relatório de 2026 do OSTP também vê como problema os retornos decrescentes do investimento em P&D e questiona novamente a adequação entre as instituições e os temas de pesquisa.

Os próprios temas de pesquisa podem estar ficando mais difíceis, então não se pode dizer que a causa seja apenas a forma de distribuição, mas, ao distribuir os recursos de uma forma adequada aos desafios científicos atuais, talvez seja possível obter mais resultados.

Por exemplo, dar a pesquisadores individuais dinheiro livre por um longo período talvez produza mais resultados. Por outro lado, haverá casos em que equipes com prazo determinado e uma missão específica sejam melhores.

O ARPA-E, do Departamento de Energia dos Estados Unidos (DOE), é uma agência que apoia pesquisas de energia de alto risco e transformadoras, difíceis de sustentar pelos mecanismos tradicionais. Quanto às organizações que realizam a pesquisa, há também a iniciativa das FRO (Focused Research Organization). Considero que os X-Labs da NSF também têm uma ideia próxima à das FRO, por enfrentarem os desafios com equipes independentes e dedicadas.

Instituições como as universidades e os institutos nacionais de pesquisa também foram, em certo sentido, "invenções" para incorporar bem as externalidades da sociedade da época. No entanto, hoje exige-se de cada uma delas uma responsabilidade mais ampla do que na época em que foram inventadas, e parece também que chegou a hora de reexaminar o seu papel. Dependendo do caso, sinto que seria melhor considerar, por exemplo, desagregar a universidade.

Além da forma das organizações, que forma permite obter o máximo de resultados científicos quando se dá o mesmo financiamento está se tornando um desafio para a ciência como um todo. Penso que há algum sentido em o Japão contribuir com isso, ou em produzir mais resultados científicos a partir do Japão ao dar respostas melhores; para isso, parece crescer a necessidade de olhar de forma meta a própria atividade de pesquisa científica e tecnológica, e não apenas aumentar o volume de recursos.

Razão (3): a IA pode mudar o processo de pesquisa

Como um desafio mais contemporâneo, há a possibilidade de uma transformação do processo de pesquisa com o surgimento da nova ferramenta que é a IA.

Atualmente se citam problemas como a redação de artigos e a revisão por pares, mas, se a IA for introduzida daqui para frente como uma tecnologia de propósito geral, como a eletricidade, auxiliando o trabalho intelectual, pode haver grandes mudanças também na metodologia da ciência.

A introdução da eletricidade no processo de pesquisa científica, há cerca de 100 anos, mudou o ambiente de pesquisa, com iluminação e refrigeração, e tornou possíveis operações como a eletrólise. Com osciloscópios e microscópios eletrônicos, ampliaram-se também os fenômenos observáveis e os métodos de medição. Depois, com o desenvolvimento do computador, avançaram também as análises complexas e a automação de experimentos. (Para a história da engenharia, a explicação do ETHW também é útil.)

A IA pode muito bem ser um tipo de ferramenta assim. Parece-me alta a probabilidade de que o processo de pesquisa mude bastante, não só nas áreas de ciências exatas e engenharia, mas também nas de humanidades e ciências sociais. E encontrar o melhor método para isso é justamente o que se pode dizer que se exige hoje no nível meta da ciência. Quem sabe distribuir o ChatGPT Pro para todos não faça surgir mais resultados.

No entanto, isso não é apenas tornar mais eficiente o processo tradicional; também é importante pensar no nível da organização. O uso de IA em organizações empresariais é explicado em outros artigos do blog, e na ciência é o mesmo: mesmo que a IA consiga propor candidatos promissores de experimento em pouco tempo, se os equipamentos estiverem ocupados ou faltarem pessoas para operá-los, o número de experimentos realizáveis pode não aumentar. Nesse caso, pode ser melhor para o conjunto distribuir os recursos de modo a usar o financiamento adicional na operação de instalações compartilhadas e na contratação de pessoal técnico, o que faria a pesquisa avançar como um todo.

E, ao pedir que os pesquisadores usem IA, é preciso pensar junto em quem opera os equipamentos e em como fornecer os recursos computacionais e os dados necessários. Quando um processo fica mais rápido, os recursos necessários a outro processo aumentam, e a distribuição adequada também muda. Por exemplo, assim como o OSTP propõe investimentos em infraestrutura de verificação, com a difusão da IA também é preciso aumentar a capacidade de confirmar os resultados.

É preciso pensar não só em usar a IA em cada processo individual de pesquisa, mas em como acolhê-la no processo de pesquisa científica e tecnológica como um todo. Acho que aí também é necessária uma perspectiva meta, e que é preciso fazer uma distribuição de recursos experimental.

Razão (4): mudança na ponderação da pesquisa

Além das mudanças internas da ciência, também estão mudando as demandas que a sociedade faz à pesquisa.

Em uma pesquisa realizada em 68 países em 2022 e 2023, houve uma distância entre as prioridades da ciência que os respondentes desejavam e as prioridades que sentiam que a ciência valorizava. Além disso, a confiança nos cientistas no Japão foi de 3,37 em uma escala de 5 pontos, abaixo da média de 3,62 do conjunto da pesquisa.

Se, em meio à escassez de vários tipos que provavelmente continuará no Japão, a ciência e a tecnologia não contribuírem para os problemas imediatos da população, a confiança na ciência cairá de novo e, com isso, o orçamento alocado também poderá diminuir.

Paralelamente, os governos de vários países vêm procurando, nos últimos anos, adotar políticas de inovação orientadas por missões, voltadas a alcançar objetivos sociais. A realidade é que se exige, de vários pontos de vista, não só a pesquisa movida pela curiosidade dos pesquisadores, mas também a pesquisa movida por missões.

Acho que a pesquisa movida pela curiosidade dos cientistas continua necessária, mas, considerando que o financiamento público de P&D de que trato neste texto é sustentado por impostos, penso que também é importante atender a essas demandas da sociedade.

Quanto a como gerir bem essa pesquisa orientada por missões, nenhum país parece ainda ter passado da fase de busca. Isso também é objeto de experimentação e melhoria.

Razão (5): a distribuição entre a capacidade de pesquisa doméstica e a cooperação internacional

Como disse na razão (1), se pensarmos no Japão como um país de médio porte, que não parte do pressuposto de realizar pesquisa na maior escala em todas as áreas, não é possível fazer tudo. Por isso, é preciso aprimorar os próprios pontos fortes dividindo tarefas com vários países. No entanto, se por isso se definirem prioridades de forma totalmente rígida, a capacidade de absorção pode se perder.

A capacidade de absorção, no sentido da administração, é a capacidade de reconhecer o valor do conhecimento externo, incorporá-lo e utilizá-lo. Na sua formação, interfere o conhecimento acumulado pela própria organização. Se estendermos essa ideia à estratégia científica e tecnológica do Japão, formar pesquisadores e engenheiros no país é também um aspecto importante para poder usar tecnologias estrangeiras. Como os Estados Unidos hoje enfrentam dificuldades na retomada da indústria de transformação, uma capacidade perdida uma vez não necessariamente volta, mesmo pagando depois uma quantia considerável.

Por outro lado, se a distribuição para as pesquisas existentes ficar fixa, isso pode impedir a entrada em novas direções de pesquisa. Há também um estudo segundo o qual, nas ciências da vida dos Estados Unidos, após a morte de pesquisadores renomados, aumentaram os artigos de pesquisadores sem relação de coautoria com eles, em especial de pessoas que entraram vindas de fora da área. Não é um resultado que mostre diretamente o efeito de mudar a distribuição de recursos, mas a entrada em novas direções de pesquisa também é um ponto que queremos considerar no desenho da distribuição.

Trata-se exatamente de um problema de distribuição, e de um problema difícil de captar pelo número de artigos. Considero que vale muito a pena reexaminar agora, quando as condições da cooperação internacional estão mudando, quanto investir nessas capacidades e o que verificar.

A distribuição de recursos é estratégia

Vimos até aqui algumas razões.

A ciência enfrenta hoje mudanças causadas por fatores internos e também mudanças causadas por ameaças externas. Para continuar e ampliar os investimentos públicos em pesquisa daqui para frente, é importante como mudar o próprio processo da ciência para produzir resultados e aumentar a confiança, e penso que o método de distribuição de recursos pode ser uma grande variável para isso. (Observação: como produzir resultados não garante automaticamente a confiança política, são necessários outros meios além dos resultados.)

Segundo a definição clássica de Chandler, estratégia é "a determinação das metas e dos objetivos básicos de longo prazo de uma empresa, a adoção dos cursos de ação e a alocação dos recursos necessários para alcançar essas metas". A distribuição de recursos é parte da estratégia, e a distribuição de recursos da ciência também é uma questão importante que influencia a estratégia científica de um país.

E, quando os resultados esperados não aparecem, assim como se pedem explicações aos pesquisadores, quem distribui também precisa verificar as condições de apoio.

Assim como a ciência atualiza a compreensão com hipóteses, observações e experimentos, deve ser possível incorporar esse método também às instituições que sustentam a ciência. São necessários experimentos que testem formulários de inscrição mais curtos, períodos de apoio mais longos e apoios que cubram os intervalos sem financiamento, e que aproveitem os resultados no desenho seguinte. Nesse processo, considero necessário verificar separadamente a eficiência da avaliação no curto prazo e os resultados da pesquisa no longo prazo, incluindo os custos de experimentação e avaliação.

Esses períodos de mudança são também períodos em que a resposta certa muda. Justamente por isso, a capacidade de aprender também se torna importante para quem apoia a pesquisa. Acho que o que é importante agora é cultivar no Japão um mecanismo em que quem distribui verifique o próprio método e continue melhorando.