DeepTech também nasce da Psicologia: por que ainda confundimos ciência aplicada com software?

Quando se fala em DeepTech, a associação mais frequente é com biotecnologia, computação quântica, robótica, semicondutores ou novos materiais. Esses setores representam exemplos clássicos de tecnologias intensivas em pesquisa e desenvolvimento. A consolidação dessa imagem, entretanto, acabou restringindo a compreensão de um conceito cuja essência nunca esteve vinculada a um campo específico do conhecimento. O que a define é o fato de nascer de ciência, e não apenas de programação.

Essa discussão ganha relevância em um momento em que a economia global passa a reconhecer o cérebro humano como um ativo estratégico. O relatório The Human Advantage: Stronger Brains in the Age of AI, elaborado pelo McKinsey Health Institute em colaboração com o World Economic Forum, afirma que saúde cerebral e competências cognitivas constituem infraestrutura para inovação, produtividade e crescimento econômico. A Global Brain Economy Initiative sintetiza esse movimento ao adotar a expressão Brains are Infrastructure, deslocando a saúde mental de uma agenda predominantemente assistencial para uma agenda de desenvolvimento econômico.

Essa mudança amplia o debate sobre o próprio significado de DeepTech. O diferencial dessas tecnologias não está apenas na sofisticação da engenharia, mas na intensidade da pesquisa necessária para produzir conhecimento novo, validá-lo em contextos reais e transformá-lo em soluções escaláveis. Sob essa perspectiva, a distinção entre ciências duras e ciências do comportamento perde parte de seu sentido. Compreender, mensurar e modelar fenômenos humanos exige décadas de desenvolvimento científico, integração entre diferentes disciplinas e métodos de elevada complexidade.

Na área da saúde mental e da gestão dos riscos psicossociais, essa convergência tornou-se particularmente evidente. Psicometria, epidemiologia ocupacional, estatística, inteligência artificial, ciência de dados e engenharia de software passaram a compor arquiteturas tecnológicas capazes de transformar informações dispersas em evidências para tomada de decisão. O software representa apenas a camada visível dessa inovação.

A mesma lógica se aplica à inovação aberta. Desde a formulação original de Henry Chesbrough, o conceito evoluiu significativamente e passou a incorporar diferentes formas de colaboração entre empresas, universidades, startups e organizações. Em setores intensivos em conhecimento, inovação aberta envolve cocriação, experimentação em ambientes operacionais, aprendizagem compartilhada e refinamento contínuo de soluções. A propriedade intelectual compartilhada constitui apenas uma das possibilidades desse processo, não seu elemento definidor.
Eu encerraria com um parágrafo que não fale da BeeTouch diretamente, mas da ideia que ela representa:

A ascensão da Brain Economy amplia nossa compreensão sobre onde a inovação acontece. As tecnologias que marcarão as próximas décadas não serão definidas apenas pela complexidade da engenharia, mas também pela capacidade de transformar conhecimento científico sobre o comportamento humano em soluções aplicáveis aos desafios das organizações e da sociedade. Reconhecer que uma DeepTech também pode nascer da Psicologia não amplia artificialmente um conceito. Apenas reconhece que a inovação baseada em ciência também acontece quando o principal objeto de estudo é o ser humano.

A BeeTouch foi selecionada para apresentar, no 5º Congresso Latino-Americano de Casos de Open Innovation, um case desenvolvido em parceria com a Yara. A experiência mostra como Psicologia, ciência de dados e engenharia de software podem convergir para desenvolver soluções voltadas à gestão de riscos psicossociais, em linha com as transformações contemporâneas, propostas pela Brain Economy.