A matemática tornou-se ferramenta determinante na informação deixando de ser exclusivamente acadêmica, cujos Algoritmos, códigos complexos que controlam como o conteúdo é organizado e distribuído na internet, moldando o jornalismo, às vezes, de modo problemático, realidade que gerou debates sobre como equações invisíveis afetam o modo como a mídia opera e sobrevive em ambiente competitivo. Os algoritmos respondem por decidir qual conteúdo aparece primeiro nos resultados de pesquisa ou nas mídias sociais em geral, projetados para otimizar experiência do usuário, códigos que priorizam fatores como relevância, popularidade e comportamento anterior, no entanto, prioridades algorítmicas nem sempre coincidem com interesses do jornalismo tradicional que busca reportagens equilibradas e abrangentes em detrimento de velocidade e engajamento, artigos longos e bem pesquisados geralmente são deixados de lado em favor de conteúdo mais leve, viés que não é decisão consciente das plataformas mas resultado de modelo matemático buscando maximizar o tempo que o usuário passa nos ecossistemas. A dependência da mídia ao algoritmo, por um lado, permite direcionar tráfego à seus sites podendo criar dependência, ao passo que algoritmos mudam, fazendo com que os meios de comunicação que não conseguem se adaptar, observam alcance e receitas diminuírem, tal volatilidade levou desequilíbrio financeiro à mídia pequena e independente sem recursos para competir com gigantes que dominam posições nos resultados de busca, não afetando apenas sustentabilidade mas limitando diversidade de vozes no ecossistema de informações. A função social do jornalismo que vai além de capturar cliques ou interações, investiga questões complexas, expõe injustiças e fornece análises que demandam tempo e recursos, no entanto, em ambiente ditado por algoritmos que prioriza conteúdo mais atraente visualmente ou mais compartilhado, essas peças do jornalismo correm o risco de desaparecer, além disso, a personalização de algoritmos cria bolhas de informação que reforçam crenças existentes dificultando acesso a diversidade que pode contribuir à polarização da opinião pública, enfraquecendo o papel do jornalismo como construtor de consenso. Na busca pelo equilíbrio entre tecnologia algorítmica e valores do jornalismo, iniciativas como Regulamentação e transparência, com plataformas de tecnologia trilhando caminho da transparência no modo como algoritmos priorizam conteúdo permitindo que a mídia se adaptasse melhor e garantisse distribuição mais justa das informações, segue a Educação à mídia, com usuários buscando promover compreensão de como algoritmos funcionam buscando reduzir influência desproporcional. Além da Inovação em modelos de negócios cujos veículos de comunicação diversificam fontes de renda, investindo em assinaturas, conteúdo exclusivo e alianças que permitam reduzir dependência a plataformas digitais e, por fim, o Design de algoritmo ético em que empresas de tecnologia possam implementar ajustes para garantir que o conteúdo jornalístico não seja ofuscado pela dinâmica do consumo. A matemática impulsiona como ferramenta e, como tal, o impacto depende de como são projetados e usados, para que o jornalismo sobreviva e prospere necessita repensar a relação entre tecnologia e valores da informação na busca por futuro em que qualidade e diversidade jornalísticas continuem como pilares de sociedade bem informada.
No entanto, IA continua evoluir e, na corrida para desenvolver modelos mais eficientes e acessíveis, a Mistral AI, startup europeia, se destaca com o lançamento do Mistral Small 3, modelo que promete desempenho equivalente a modelos 3 vezes maiores com maior eficiência e menores custos computacionais, com o Mistral Small 3 possuindo 24 bilhões de parâmetros alcançando 81% de precisão em testes padrão enquanto processa até 150 tokens por segundo e, segundo a empresa, o modelo rivaliza com modelos maiores como o 70B Llama 3.3 da Meta por conta de inovações em técnicas de treinamento e otimização. A estratégia baseada da Mistral AI está na eficiência em vez do tamanho, que permite empresas e desenvolvedores acessem recursos avançados sem necessidade de infraestrutura cara, além disso, ao lançar o modelo sob licença Apache 2.0 o torna flexível e modificável à diferentes usos comerciais em que uma das chaves ao sucesso do Mistral Small 3 está na abordagem de treinamento inovadora, ao passo que modelos normalmente dependem de grandes quantidades de dados e reforço via aprendizado sintético, o Mistral com a opção por método mais puro não usa dados sintéticos ou reforço artificial e, conforme Guillaume Lample, diretor científico da startup, ajuda evitar vieses não intencionais melhorando transparência do modelo, tais resultados indicam que foi treinado com 8 bilhões de tokens, quantidade menor em comparação aos 15 bilhões usados pelos concorrentes, o que não apenas reduz custos mas torna o modelo mais acessível à implantações empresariais e de pesquisa. O destaque do Mistral Small 3 é a rápida capacidade de processamento e baixo consumo de recursos que, em testes de benchmark, mostrou modelo 30% mais rápido que o GPT-4o Mini com desempenho comparável em precisão de resposta e consistência que o torna opção à empresas que buscam modelos eficientes em aplicações em atendimento ao cliente, automação de tarefas e análise de dados, já que foi projetado focado no mercado corporativo e, de acordo com Mistral, o Small 3 pode ser executado em uma única GPU permitindo que seja implantado em infraestrutura local sem depender de serviços de nuvem, sendo especialmente atraente em finanças, saúde e manufatura onde a privacidade e controle de dados são essenciais. Considera que empresas preferem soluções locais para garantir maior segurança e confiabilidade nas operações, nesse sentido, ao executar o Mistral Small 3 com menores requisitos de hardware democratiza o acesso à IA avançada permitindo que mais empresas integrem mais ferramentas nos processos e, avaliada em US$ 6 bilhões, a Mistral AI se estabelece como empresa europeia na corrida IA atraindo investimentos da Microsoft fortalecendo posição no mercado, além de planos à potencial IPO no horizonte procura competir com OpenAI, Google e Meta . O anúncio da chinesa DeepSeek que alegou ter treinado modelo de alto desempenho por apenas US$ 5,6 milhões criou turbulência no mercado fazendo com que a Nvidia perdesse US$ 600 bilhões em valor, questiona necessidade de investimentos multimilionários em modelos gigantes de IA favorecendo iniciativas mais compactas e eficientes como a da Mistral.
Moral da Nota: a StartupBlink que analisa potencial de países para estabelecer e desenvolver startups de sucesso, nomeou a Estônia como o melhor ecossistema da UE ao desenvolvimento de startups IA, concedendo ao país prêmio no Startup Ecosystem Awards pelo 2º ano consecutivo, ultrapassando a Alemanha que ficou em 2º lugar, em 15% e, dentre os países da UE, a França ficou entre os 3 primeiros, seguida pela Suíça, Romênia e Noruega, em comparação ao redor do mundo, o ecossistema de startups IA da Estônia ocupa o 6º lugar com liderança do ranking global dos EUA, Israel em 2º lugar e o Reino Unido em 3º lugar. Vaido Mikheim, chefe da Startup Estonia, disse que o reconhecimento fortalece a reputação internacional do ecossistema de startups da Estônia, textualmente, "a Estônia é um país com população pequena, criamos um ecossistema de startups forte e coeso que fomenta o desenvolvimento de inovação de classe mundial e contribui ao desenvolvimento tecnológico, ao mesmo tempo, consideramos que o tamanho do nosso país significa escassez de talentos e competição por mão de obra qualificada e nosso desafio contínuo é garantir influxo de talentos essenciais ao desenvolvimento de tecnologias". A avaliação do Startup Ecosystem Awards reconhece ecossistemas locais de startups anualmente e, no caso da Estônia, destacaram a forte posição no cenário de inovação da UE, considerando o desenvolvimento nacional no campo IA e o número de startups influentes operando, sendo que a avaliação destacou aumento do financiamento e novos empregos criados no campo IA, bem como disponibilidade de trabalho qualificada, cujo sucesso do ecossistema IA se deve a forte apoio do governo, regulamentações locais flexíveis e infraestrutura digital avançada. Vale considerar que os vencedores do Startup Ecosystem Awards são determinados com base no algoritmo do StartupBlink que avalia mais de 40 parâmetros em 11 indústrias e 91 subsetores em metodologia de avaliação do ecossistema de startups baseada em dados quantitativos e objetivos, cujo algoritmo considera conquistas locais, sucesso em nível de parâmetro, crescimento anual e indicadores específicos da indústria, sendo que o ranking dos ecossistemas de startups do mundo foi compilado pela StartupBlink em colaboração com o programa IBM for Startups enquanto os dados vêm de grandes plataformas, como Crunchbase e Semrush, considerando que o Startup Estonia é programa nacional ao desenvolvimento do ecossistema de startups da Estônia, impulsionando surgimento, implementado pela Business and Innovation Agency e financiado pelo Fundo Europeu de Desenvolvimento Regional.