En ocasiones, cuando voy por el supermercado, un cliente se me acerca en el pasillo. “Organicé una barbacoa el sábado y me dijiste que iba a llover”, me indica. “Y no llovió. ¿Por qué te equivocaste?”. O al contrario: planearon para un día soleado, pero resultaron decepcionados con un cielo gris. O un padre puede preguntarme en marzo qué tiempo hará para la boda de su hijo, en septiembre. Estas personas siempre son encantadoras y amistosas, y las conversaciones son un factor que hace tan placentero el trabajo de pronosticar el clima, algo que he hecho durante las últimas tres décadas. Pero, también arrojan luz sobre un hecho curioso.

A lo largo de mi carrera, el pronóstico meteorológico mejoró muchísimo. Ahora podemos predecir el tiempo con mucha mayor precisión y con mayor detalle que cuando empecé a hacerlo a mediados de los 90.

Liz Bentley, profesora de Meteorología en la Universidad de Reading, Inglaterra, y directora ejecutiva de la Real Sociedad Meteorológica, afirma que un pronóstico diario acierta más del 90% de las veces. Pero a pesar de estos avances, aún existen lagunas en la confianza pública.

Cuando YouGov preguntó a los adultos británicos el verano pasado si confiaban en el pronóstico del tiempo, una minoría sustancial (el 37%) respondió que no confiaba “mucho” o “nada” (para mayor tranquilidad, el 61% afirmó confiar en meteorólogos como yo).

Las bromas sobre el pronóstico son comunes. La ceremonia de inauguración de los Juegos Olímpicos de 2012 incluyó un video del momento de 1987, cuando el meteorólogo Michael Fish les dijo a los espectadores que no se preocuparan porque no habría huracán, pero horas después azotó una tormenta. (Cabe mencionar que Michael tenía razón: vientos huracanados azotaron el sureste de Inglaterra esa noche, pero técnicamente no era un huracán). Aun así, el incidente se convirtió en sinónimo del error del meteorólogo.

Entonces, ¿por qué, con nuestra riqueza de conocimiento y nuestra potente tecnología de pronóstico climático, algunas personas aún perciben el clima incorrectamente? ¿Realmente nos equivocamos o hay algo más complejo en juego en la forma en que compartimos los pronósticos?

Gran precisión y grandes expectativas

Parte del desafío radica en las expectativas, que aumentaron en nuestro mundo de acceso permanente a la información. Podemos ajustar la temperatura de nuestra heladera o identificar un problema en nuestro auto desde nuestros teléfonos inteligentes en una fracción de segundo. Entonces, ¿por qué no podemos saber con un 100% de precisión si va a llover en nuestra calle a las 2 pm del domingo? Una hazaña que, sin duda, debería ser más sencilla.

Otro aspecto del desafío está en cómo se sintetiza y comunica esa riqueza de información. La meteorología produce una cantidad abrumadora de datos; es difícil condensarlos en una predicción concisa y compatible con la televisión o las aplicaciones digitales. Esto significa que, incluso cuando acertamos técnicamente, algunos espectadores podrían acabar confundidos. Pero la respuesta también reside en la naturaleza compleja de la meteorología. Es una ciencia delicada, y cualquier pequeña inexactitud en los datos puede distorsionarlos o desvirtuarlos.

Diariamente, en el Reino Unido, los meteorólogos recopilan “observaciones” (o datos) sobre aspectos como la temperatura y la velocidad del viento a través de una red de más de 200 “estaciones meteorológicas” gestionadas por el Servicio Meteorológico británico. Los datos se incorporan a modelos matemáticos gestionados por potentes máquinas o “supercomputadoras”.

A principios de este año, el Servicio Meteorológico presentó una nueva supercomputadora, pasando por primera vez de una máquina física a un software basado en la nube. El nuevo dispositivo ofrecerá “mejores pronósticos y ayudará a los científicos a avanzar en importantes investigaciones climáticas en todo el mundo”, afirma el Servicio Meteorológico. Pero, como en cualquier ciencia, existen debilidades.

Teoría del Caos: cuando el clima falla

La atmósfera se conoce como un “sistema caótico”, lo que significa que un pequeño error, incluso de tan solo 0,01°C en las observaciones iniciales puede producir un resultado drásticamente diferente. “Se llama Teoría del Caos”, explica la profesora Bentley. “O Efecto Mariposa. La analogía es que si una mariposa bate sus alas en Brasil, podría tener un impacto en la atmósfera del norte de Europa seis días después”. También hay un desafío particular cuando se trata de predecir el tiempo en áreas geográficas pequeñas.

En la década de 1990, un evento meteorológico debía ser mayor de 161 km para poder observarse completamente. Ahora, el modelo meteorológico británico utilizado por el Servicio Meteorológico puede mapear fenómenos climáticos de tan solo 3 km, afirma la profesora Bentley. Pero ampliar la escala sigue siendo difícil, por lo que predecir eventos como la niebla densa, que puede afectar solo un espacio de 1 km, es particularmente complicado.

A pesar de los enormes avances científicos, aún ocurren fallos de la tecnología, aunque afortunadamente son poco frecuentes. El otoño pasado, el sitio web BBC Clima mostró brevemente vientos increíblemente rápidos de más de 21.000 km/h en Londres, así como temperaturas de 404°C en Nottingham. La BBC se disculpó por “un problema con algunos datos meteorológicos de nuestro proveedor de pronósticos”.

El problema de resumir los datos

El mayor desafío de mi trabajo es sintetizar estos datos para que encajen en un segmento compacto de televisión. “No existe otra ciencia tan testeada, comprobada y juzgada por el público en general”, afirma Scott Hosking, director de pronósticos ambientales del Instituto Alan Turing. “Es tan compleja como la física de fusión nuclear, pero la mayoría de nosotros no la experimentamos a diario, por lo que no tenemos que idear una forma de comunicarla al público”. También es fácil olvidar que pronosticar es solo eso: predecir.

Con los años, mejoramos mucho en este sutil arte de comunicar la incertidumbre. Los meteorólogos ahora producen “pronósticos conjuntos”, donde pueden ejecutar 50 modelos diferentes, todos con ligeras variaciones. Si todos esos escenarios apuntan a un resultado similar, los meteorólogos pueden estar seguros de haber acertado. Si producen resultados diferentes, su confianza es mucho menor. Por eso, en una aplicación meteorológica, podrías ver un 10% de probabilidad de lluvia en tu zona.

¿Es hora de repensar los pronósticos?

Los meteorólogos a menudo piensan en este delicado tema de la comunicación: cómo explicar el clima con mayor facilidad. Recientemente la BBC anunció una nueva colaboración con el Servicio Meteorológico británico. Esto se produjo ocho años después de que finalizaran oficialmente su relación (desde 2018, el neerlandés MeteoGroup proporciona los pronósticos de la BBC). El nuevo acuerdo busca combinar la experiencia de ambas organizaciones y “convertir la ciencia en historias”, explicó Tim Davie, director general de la BBC.

Ciertamente, algunos creen que se necesita más creatividad para comunicar el tiempo. El doctor Hosking, del Instituto Alan Turing, sugiere que los meteorólogos podrían dejar de dar un porcentaje de probabilidad de lluvia y, en su lugar, utilizar el “enfoque basado en eventos”. Con este estilo, los meteorólogos podrían decir cosas como: “Lo que estamos viendo ahora es similar a lo que vimos en cierto evento hace unos años”, o algo que recordamos.

Esta es en parte la razón por la que el Servicio Meteorológico decidió en 2015 nombrar las tormentas. Pero la profesora Bentley argumenta que los números pueden ser muy poderosos, y que quizás sea mejor proporcionar a los consumidores los datos concretos que necesitan.

En EE.UU., explica, el pronóstico del tiempo incluye porcentajes “en todas partes”; a los consumidores estadounidenses se les informa de todo, desde la probabilidad de lluvia hasta la probable variación de la temperatura. “El público se siente cómodo con esto”, señala. “Como han recibido esa información con tanta frecuencia, en cierto modo la entienden”.

El nuevo superpronosticador meteorológico

El pronóstico del clima podría cambiar drásticamente pronto con la llegada de la inteligencia artificial (IA). El uso del aprendizaje automatizado para predecir el clima se desarrolló rápidamente en los últimos meses. Se suele decir que los meteorólogos ganaron 24 horas de precisión con cada década que pasa, lo que significa que el Servicio Meteorológico ahora puede emitir una alerta meteorológica con siete días de antelación. Pero los modelos de IA diseñados por Google DeepMind ya están prediciendo correctamente el clima con 15 días de anticipación, dice el doctor Hosking.

A principios de este año, un equipo de investigadores de la Universidad de Cambridge lanzó un programa meteorológico totalmente basado en IA llamado Aardvark Weather. Los resultados se publicaron en la revista Nature. Mientras que la predicción tradicional requiere horas de uso en una potente supercomputadora, según los investigadores, Aardvark se puede implementar en un ordenador de escritorio en minutos.

Afirman que utiliza miles de veces menos potencia de procesamiento y que puede predecir el clima con mayor detalle. También dicen que mejorará las predicciones en África occidental y otras regiones pobres (los mejores modelos de predicción tradicionales están diseñados principalmente para Europa y Estados Unidos). “Podría ser transformador; es sumamente emocionante”, afirma Richard Turner, profesor de aprendizaje automatizado en la Universidad de Cambridge, uno de los diseñadores del modelo.

Pero la profesora Bentley identifica una debilidad en los modelos meteorológicos basados en IA: se alimentan con una gran cantidad de datos históricos y están entrenados para detectar patrones, lo que, en su opinión, dificulta mucho la predicción de eventos que aún no han ocurrido. “Con el cambio climático, vamos a ver nuevos récords”, afirma. “Podríamos ver 41°C en el Reino Unido. Pero si la IA siempre mira hacia atrás, nunca verá 41°C porque aún no los tuvimos”. El profesor Turner acepta que esto supone un reto con modelos de IA como el suyo y afirma que su equipo está trabajando en soluciones.

El factor “y qué”

En el futuro, según los analistas, los pronósticos serán más detallados. En lugar de simplemente predecir la lluvia, el pronóstico indicará cada vez más el efecto que tendrá esa lluvia en nuestros viajes o en nuestros planes de jardinería. La profesora Bentley llama a esto el factor “y qué”:

“¿Ponés algo [en una aplicación del tiempo] que diga: ‘Si planeas una barbacoa, mejor hacela a mediodía porque lo más probable es que te empapes por la tarde’?” Esto coincide con una tendencia que he notado en mi propia carrera: un creciente interés por comprender la ciencia detrás del clima.

Los espectadores ya no solo están interesados en saber si habrá una ola de calor; quieren saber por qué. Por eso publicamos más contenido que explica la física de las auroras boreales o por qué el cambio climático está provocando granizos más grandes. En cuanto a la IA, sin duda podría mejorar la precisión, pero también existe el riesgo de que los espectadores se vean abrumados por la información.

El doctor Hosking indica que, gracias a que la IA es más ágil y puede ajustar los modelos meteorológicos con mayor rapidez, los usuarios pronto tendrán acceso a pronósticos que cambian con frecuencia. Agrega que también podrían tener información “mucho más localizada” (quizás proporcionando datos no solo de su ciudad, sino también de su jardín, predicen otros analistas). Esto podría generar una cantidad abrumadora de datos para quienes usan la aplicación, lo que los obligará a estar pegados a sus teléfonos inteligentes. Y en ese mundo será aún más importante que los pronosticadores humanos comuniquen el tiempo de forma clara y comprensible.

Pero también hay ventajas, como la posibilidad de pronósticos mucho más precisos y a largo plazo. Quizás algún día, cuando una madre me pida que pronostique el clima para la boda de su hijo dentro de seis meses, pueda darle una respuesta un poco más precisa.

*Por Carol Kirkwood, meteoróloga principal de la BBC/ Información adicional: Luke Mintz