Introdução
As discussões sobre sub‑representação na neurociência costumam focar em categorias demográficas bem conhecidas: gênero, raça/etnia, deficiência e origem socioeconômica. Embora esses indicadores sejam úteis para mapear desigualdades, eles descrevem quem as pessoas são, mas não por que o acesso ao campo científico pode ser mais difícil para determinados grupos.
Limitações das definições baseadas apenas em identidade
Quando a análise se restringe a atributos individuais, ignora‑se a influência de sistemas e infraestruturas que criam obstáculos. Exemplos práticos ilustram essa lacuna:
- Um pesquisador que apresenta seus resultados em uma segunda língua enfrenta barreiras de comunicação que não são capturadas por categorias de gênero ou raça.
- Um estudante de pós‑graduação de primeira geração carece de rede familiar que absorva choques financeiros típicos da trajetória acadêmica.
- Um cientista que precisa passar meses resolvendo questões de visto para participar de um congresso sofre com burocracias que não aparecem em estatísticas demográficas.
Esses casos não são exceções raras, mas também não são facilmente identificáveis quando a sub‑representação é medida apenas por dados de censo ou legislações de igualdade nacional.
Origem das definições tradicionais
Historicamente, a neurociência adotou categorias derivadas de legislações de igualdade e de censos oficiais. Em alguns contextos, categorias específicas são relevantes – como castas na Índia ou status indígena na Nova‑Zelândia – mas a maioria das iniciativas de DEI (Diversidade, Equidade e Inclusão) ainda falha ao reconhecer barreiras interseccionais.
Além disso, indicadores macroeconômicos, como as classificações de renda do Banco Mundial ou a noção de “Global South”, podem ser enganosos. Países de alta renda podem destinar menos porcentagem do PIB à pesquisa que nações de menor renda, e crises políticas podem reduzir drasticamente a capacidade de pesquisa de um país em curto prazo, algo que bases de dados estáticas não capturam.
Uma proposta mais holística: o modelo ALBA
O ALBA Network, comunidade global dedicada a promover DEI nas ciências do cérebro, investigou essas lacunas e propôs uma definição ampliada de sub‑representação. Essa nova perspectiva inclui barreiras bem documentadas, tais como:
- Desvantagens acumuladas para profissionais LGBTQIA+.
- Restrições de visto e mobilidade que limitam a colaboração internacional.
- O “imposto invisível” de cuidados não remunerados, que recai desproporcionalmente sobre mulheres.
- Deslocamento forçado devido a conflitos ou instabilidade política.
- Estudantes universitários de primeira geração.
- Fluência não nativa em inglês.
- Infraestrutura de pesquisa cronicamente subfinanciada nos países de origem.
Ao aplicar essa definição em processos de concessão de prêmios desde 2024, o ALBA passou a solicitar que os candidatos identifiquem quais dessas barreiras se aplicam a eles e contextualizem suas conquistas à luz desses desafios.
Resultados obtidos com a nova abordagem
Os dados coletados ao longo de três ciclos de premiação revelam insights que as definições tradicionais não detectariam:
- As barreiras mais frequentemente selecionadas foram: ser mulher, ter sido a primeira pessoa da família a frequentar a universidade, ser falante não nativo de inglês e pertencer a um contexto socioeconômico mais vulnerável.
- 24 % dos candidatos a prêmios de viagem relataram restrições de passaporte, percentual maior que o observado em indicações de palestras.
- A participação de pesquisadores de países com investimento cronicamente baixo em P&D aumentou de 35 % em 2024 para 47 % nos ciclos subsequentes, desafiando a ideia de que a excelência científica está restrita a ambientes bem financiados.
- Pesquisadores deslocados – aqueles que migram por força de conflitos – apareceram de forma constante, embora em números modestos, indicando a presença de um grupo vulnerável que antes passava despercebido.
Um ajuste metodológico importante ocorreu entre os ciclos. Em 2024, mulheres e pessoas LGBTQIA+ foram agrupadas numa única categoria, a qual foi a mais selecionada. A partir de 2025, ao desagregar essas identidades, a escolha por LGBTQIA+ diminuiu significativamente, revelando que a agregação anterior ocultava diferenças relevantes entre os grupos.
Implicações para políticas de DEI
Esses achados reforçam a necessidade de:
- Ir além de indicadores demográficos ao mapear sub‑representação.
- Incorporar variáveis estruturais – como políticas de visto, financiamento de pesquisa e carga de cuidados – nos processos de seleção e apoio.
- Desagregar categorias interseccionais para evitar a ocultação de necessidades específicas.
Ao adotar uma visão mais abrangente, instituições podem criar estratégias de apoio mais direcionadas, reduzir lacunas invisíveis e fomentar uma comunidade neurocientífica verdadeiramente inclusiva.
Conclusão
Redefinir a sub‑representação na neurociência global requer reconhecer que as barreiras não são apenas questões de identidade, mas também de infraestrutura e contexto. A proposta do ALBA demonstra que, ao integrar fatores como mobilidade, idioma, carga de cuidados e financiamento, é possível identificar grupos antes invisíveis e promover intervenções mais eficazes. Essa mudança de paradigma é essencial para construir um campo científico que reflita a diversidade humana em todas as suas dimensões.