Cómo pueden comunicar la incertidumbre en la predicción los proveedores de servicios

Introducción

La incertidumbre es un elemento inherente al proceso de predicción hidrometeorológica. Los predictores están familiarizados con el tema de la incertidumbre y de la predictibilidad, y se ven obligados a tratar con estos elementos cada vez que efectúan una predicción. En algunas ocasiones, los modelos informáticos disponibles u otros tipos de elementos de orientación son coherentes en sus predicciones, y los predictores se muestran confiados con el resultado, pero otras veces los modelos pueden diferir sobremanera o el parámetro meteorológico en sí puede ser intrínsecamente muy complicado de pronosticar. Sin embargo, siempre debe efectuarse una predicción, aunque la confianza en ella sea reducida.

La incertidumbre en la predicción puede surgir, asimismo, por la forma en que el predictor utilice la información disponi-ble. Aun en el caso de que las predicciones del modelo fueran altamente precisas, seguirá siendo necesario que el predictor las interprete y traduzca en condiciones meteorológicas reales. Por tanto, esta interpretación deberá conducir a una predicción, que, a su vez, será recibida e interpretada por el usuario. En cada una de estas fases de la “cadena de información” puede aparecer la incertidumbre.

La comunicación de la incertidumbre inherente a la predicción es fundamental para los usuarios, puesto que les permite adoptar mejores decisiones de acuerdo con la fiabilidad de la predicción. Asimismo, la comunicación de estas incertidumbres también ayuda a controlar las expectativas de los usuarios por lo que se refiere a la obtención de predicciones fiables y precisas.

Este artículo aborda el tema de la comunicación de las incertidumbres en la predicción. Aunque incluye una discusión acerca de las fuentes de incertidumbre y menciona la ciencia asociada (por ejemplo, la predicción probabilística o la utilización de conjuntos de predicción numérica del tiempo), estos no son sus argumentos principales: el presente artículo está enfocado sobre todo al tema de cómo pueden utilizar los proveedores de servicios, entre los que se incluyen los Servicios Meteorológicos e Hidrológicos Nacionales (SMHN), la información relativa a la incertidumbre en la predicción, mostrando las mejores formas de comunicar esta información para el beneficio de los usuarios.

Numerosos proveedores de servicios de predicción están desarrollando estrategias de comunicación de la incertidumbre asociada a la predicción. Conforme van evolucionando estas estrategias, es importante ser consciente de algunos de los posibles problemas. Por ejemplo, los meteorólogos, en su papel de científicos, se encuentran muy cómodos con la incertidumbre y el lenguaje de las probabilidades, pero este no suele ser el caso de la población general, por lo que existe un importante riesgo de incomprensión.

La predicción convencional, basada en textos, ofrece muy pocas oportunidades de expresar incertidumbres, puesto que existe un espacio limitado en la predicción, y no es fácil que los destinatarios puedan empaparse de todas y cada una de las palabras que contiene; además, es posible  que el predictor tenga que invertir mucho tiempo para encontrar las palabras “justas y adecuadas”. Y no solo eso: el lenguaje verbal de la incertidumbre puede ser, con frecuencia, bastante subjetivo, de tal manera que se llegue al caso de que lo que el predictor pretende transmitir no coincida con lo que entienda el receptor. Una posible solución pasa por crear una sencilla escala numérica de confianza e incluirla en todas las predicciones, aunque esta idea no es nueva, ya que en un artículo publicado en el Monthly Weather Review en 1906, W.E. Cooke ya sugirió una escala de cinco puntos para describir la incertidumbre:

1. Podemos confiar en esta afirmación con casi total certeza.
2. Podemos confiar en esta afirmación con bastante certeza, pero podría no cumplirse una vez de cada diez.
3. Muy dudosa; es más probable que sea acertada a que no lo sea, pero puede darse la circunstancia de que no se cumpla en cuatro veces de cada diez.
4. Sólo posible, pero no probable. Si, por ejemplo, se anunciaran chubascos, estos no serían fuertes, siempre y cuando tengan lugar.
5. La posibilidad más pequeña. Es casi seguro que no se producirá.

Una predicción podría ser como la siguiente: zona suroeste, buen tiempo en toda la región (5) excepto en el extremo suroccidental, donde es posible que aparezca algún ligero chubasco costero (2). Calor en el interior (4), aunque se espera una bajada de temperaturas en la costa oeste (3).

Otra forma de expresar incertidumbre es incluir en la predicción el siguiente escenario más probable, al igual que el esperado, lo que permite a los usuarios hacer planes alternativos. Aunque muchos usuarios sólo quieren una predicción sencilla en la que apoyar sus decisiones, otros usuarios con necesidades más especializadas pueden obtener valor del hecho de conocer las alternativas posibles. Este caso es especialmente cierto en los responsables de gestionar las medidas de emergencia, ya que necesitan conocer los escenarios alternativos y el peor de los casos posibles para planifi-car en consecuencia sus recursos de cara a cubrir todas las contingencias.

La utilización de probabilidades es una forma habitual de expresar incertidumbres, y constituye una práctica muy extendida. Es importante que las probabilidades se basen en técnicas científicas objetivas, de modo que sean fiables, de confianza y estén bien calibradas con arreglo a la verdadera distribución de probabilidad del fenómeno en cuestión. Las definiciones de las probabilidades también deben expresarse y comunicarse claramente, de tal forma que el usuario pueda comprender su significado.

El objetivo principal de este artículo se centra en las formas de describir y comunicar la incertidumbre relacionada con la predicción, haciendo especial hincapié en los aspectos fundamentales que los proveedores de servicios deberán tener en cuenta y a los que deberán hacer frente.

¿Por qué hay que comunicar la incertidumbre relacionada con la predicción?

Son varias las razones por las que resulta útil comunicar la incertidumbre relacionada con la predicción, tanto para los usuarios de dicha predicción como para los proveedores de la misma. En los apartados siguientes se describe cada una de esas razones.

El conocimiento de la incertidumbre relacionada con la predicción ayuda en la toma de decisiones

El motivo principal de comunicar la incertidumbre relacionada con la predicción no es otro que el de ayudar a las personas a tomar decisiones más eficaces. Esta circunstancia se da especialmente cuando el usuario de la predicción correspondiente tiene diversas opciones disponibles y desea sopesar las contingencias. Estas situaciones son muy comunes, y pueden afectar a procesos que van desde las decisiones cotidianas, como por ejemplo saber la ropa que ha de ponerse uno, hasta respuestas de emergencia de grandes dimensiones, como por ejemplo un plan de evacuación. Los siguientes ejemplos describen cómo puede mejorarse la calidad y la eficacia de una decisión a través de la información relativa a la incertidumbre:

• Un agricultor desea abonar un cultivo 

Para que el resultado sea satisfactorio, se necesita una pequeña cantidad de lluvia que ayude al terreno a absorber el abono. El agricultor ha establecido una norma que afirma que si la probabilidad de lluvia es inferior al 80 por ciento, el riesgo de malgastar el abono en cuestión es demasiado elevado, por lo que en ese caso esperaría hasta que el porcentaje aumentara. El agricultor necesita un alto nivel de confianza antes de decidirse a utilizar el abono.

• Una agencia gubernamental de alimentación está evaluando la seguridad alimentaria de cara al próximo año

La predicción climática estacional apunta a la existencia de una probabilidad ligeramente mayor de la normal de que las lluvias se encuentren por debajo de la media durante la temporada de desarrollo de los cultivos. En consecuencia, la agencia de alimentación inicia un programa de almacenamiento de alimentos. Los efectos de una época de lluvias que resulte inadecuada pueden ser tan serios que la agencia de alimentación tenga que reaccionar, incluso aunque la incertidumbre de la predicción sea relativamente elevada.

• Una agencia de servicios de emergencia está decidiendo si evacuar una comunidad antes de la llegada de un ciclón tropical que se está aproximando

La predicción establece que existe un 10 por ciento de probabilidad de que se registren vientos con carácter destructivo. Incluso aunque este índice sea bajo en términos numéricos, es lo suficientemente alto (en relación con las posibles consecuencias) como para que la agencia comience las evacuaciones.

En cada uno de estos tres casos, los usuarios han ajustado sus reacciones a los diferentes niveles de incertidumbre en la predicción, de acuerdo con sus propias necesidades. Este es el motivo por el que la información relacionada con la incertidumbre de la predicción constituye una parte útil del servicio, ya que permite a los interesados reaccionar ante la predicción de una forma adecuada a sus respectivas situaciones. Sin esta información, por ejemplo, si la predicción fuera simplemente “lloverá” o “no lloverá”, el usuario no podría afinar de forma fiable sus respuestas.

La comunicación de la incertidumbre ayuda a controlar las expectativas del usuario

Los meteorólogos suelen encontrarse ante la tesitura de afrontar la incertidumbre a la hora de efectuar una predicción, y es posible que deban soportar cierta presión si los usuarios abrigan una serie de expectativas relacionadas con el hecho de que la predicción sea siempre correcta. Los predictores también saben que algunas situaciones son más predecibles que otras: si son capaces de comunicar esto a los usuarios, puede establecerse una relación más eficaz a través de la cual se consiga un entendimiento realista de la precisión y fiabilidad del servicio.

La comunicación de la incertidumbre ayuda a conservar la confianza del usuario

Es fundamental conseguir que el usuario mantenga su confianza. Los usuarios que comprenden que las predicciones tienen un nivel de incertidumbre y que son capaces de afinar su proceso de toma de decisiones en función de la información sobre la incertidumbre aportada por el proveedor de servicios, cuentan con muchas más posibilidades de mantener la confianza en ese servicio. Las encuestas ponen de manifiesto que la información acerca de la incertidumbre no mina la confianza de las personas sobre el producto, sino todo lo contrario: las tranquiliza en el sentido de que perci-ben que están recibiendo un trato honesto, lo que aumenta la confianza de que el servicio se está prestando de forma objetiva y científica.

La incertidumbre en la predicción refleja el estado de la ciencia

Es importante que los servicios meteorológicos se basen en unos buenos fundamentos científicos. La incertidumbre es inherente a las predicciones obtenidas a partir de los modelos de predicción numérica, y resulta conveniente que esta incertidumbre se incluya en los servicios de predicción y de alerta que se presten. Si se exagera la precisión del servicio, se verán mermados el crédito de la profesión y la credibilidad del proveedor de servicios.

Fuentes de incertidumbre en la predicción

A fin de comunicar la incertidumbre de una manera eficaz, es importante comprender de dónde procede la misma. En la cadena del proceso de predicción puede acumularse cierto nivel de incertidumbre como consecuencia del comportamiento caótico inherente a la atmósfera, por las limitaciones de nuestra capacidad de medir y simular el estado de la atmósfera y debido a nuestros esfuerzos por interpretar los datos de observación y de los modelos.

Una incertidumbre adicional surge cuando los predictores tratan de plasmar sus conocimientos científicos sobre la situación en un lenguaje llano, puesto que los términos y frases suelen ser incapaces, a menudo, de resumir perfectamente el escenario de predicción esperado. El formato y la longitud de la predicción también podrían ser elemen-tos restrictivos. En consecuencia, puede generarse incertidumbre por la dificultad que encuentra el predictor para describir de forma íntegra qué es lo que va a suceder.

Por último, puede haber incertidumbre cuando la predicción es recibida e interpretada por un usuario que no siempre tiene el mismo conocimiento de la terminología o el propósito de la predicción.

Las estrategias de cara a abordar estas incertidumbres, en lo que a la comunicación se refiere, pueden variar. Por ejemplo, en el caso de incertidumbre científica, la utilización de probabilidades puede ser una forma eficaz de comunicar niveles de incertidumbre; en el caso de incertidumbre debida a la interpretación de la predicción, la utilización de un lenguaje claro y de terminología bien definida representarían un elemento importante para una comunicación eficaz.

Cómo comunicar la incertidumbre en la predicción

Percepciones humanas de la información sobre la incertidumbre

La principal motivación para comunicar la incertidumbre de la predicción no es otra que la de contribuir a mejorar el proceso de toma de decisiones por parte de quienes reciben la información. Sin embargo, para que estos destinatarios puedan reaccionar primero deben interpretar y comprender la información.

Los científicos que se ocupan de la conducta han investigado el modo en que el ser humano percibe y reacciona ante el lenguaje y la información de este tipo. Puede aprenderse mucho de estos estudios.

Por ejemplo, se ha demostrado que la importancia o la magnitud del fenómeno puede influir en la forma en que las personas interpretan y describen la información relativa a la incertidumbre (Patt y Schrag, 2003). Así pues, estos estudios sugieren que en el caso de que se haya pronosticado de forma objetiva un diez por ciento de posibilidades de que aparezca un fenómeno de lluvias débiles y el mismo porcentaje para un fenómeno de lluvias fuertes, las personas tienden a referirse subjetivamente al fenómeno de lluvias fuertes como el más probable.

La gente suele esperar este tipo de comportamiento exagerado en los demás por lo que, todo aquello que se diga, será sometido a un proceso de “descodificación”. De esta forma, al recibir una predicción que describa un fenómeno de gran impacto con una probabilidad media de acontecer, los usuarios asignarán un nivel de amenaza menor debido a la creencia de que quien suministró el pronóstico estaba exagerando.

Es importante tener presente esta tendencia de los usuarios a “exagerar” y a “descodificar” la información que reciben. Una estrategia eficaz es la de emplear medidas numéricas objetivas de incertidumbre (por ejemplo, probabilidades) junto con un lenguaje llano claramente definido. Un ejemplo de este enfoque es la escala de incertidumbre empleada por el Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC), que define claramente el lenguaje y los correspondientes umbrales de probabilidad (véase la tabla de abajo).

Nivel de sofisticación del usuario

Es importante tener en cuenta que diferentes usuarios pueden tener diferentes necesidades en relación con la información relativa a la incertidumbre, así como distintos niveles de comprensión. Algunos requerirán estimaciones cuantitativas deta-lladas de la incertidumbre, especialmente los implicados en las actividades de respuesta ante emergencias. Se pondrán en funcionamiento planes de respuesta específicos que describirán algunas acciones que deben emprenderse con arreglo a los umbrales definidos. Por ejemplo, podría activarse un plan de evacuación de una comunidad para el caso de que la probabilidad de sufrir vientos con fuerza ciclónica aumentara más allá del 20 por ciento.

Los usuarios de la información sujeta a incertidumbre que tienen unas necesidades más sofisticadas son conscientes de la base de esta incertidumbre y, a la hora de suministrar esta información, los proveedores de servicios pueden emplear un lenguaje técnico y hablar con cierto nivel de detalle. También es posible la utilización de gráficos relativamente complejos.

Para usuarios menos sofisticados, los proveedores de servicios deben ser muy cuidadosos con la utilización de información compleja, puesto que es menos probable que estos usuarios comprendan el origen de la incertidumbre, y preferirán mensajes sencillos y gráficos.

Con el paso del tiempo y con una formación y experiencia suficientes por parte del usuario, es posible mejorar el nivel de comprensión y exigencia del mismo. Gigerenzer y otros (2005) demostraron que, en Nueva York, donde el público cuenta con una amplia experiencia de pronósticos de precipitación expresados en forma probabilística, la mayoría de los usuarios entendían correctamente que una predicción de un 30 por ciento de probabilidad de lluvia significaba la exis-tencia de una probabilidad de 3 sobre 10 de que lloviera en algún punto de la ciudad. Por otro lado, en cuatro ciudades europeas en las que no se emplea el pronóstico con probabilidades, la mayor parte de los usuarios interpretaron erróneamente que la predicción significaba que la lluvia caería durante el 30 por ciento del tiempo o sobre el 30 por ciento de la zona.

Utilización del color

El color constituye un potente recurso para transmitir la información y su significado. Como con cualquier otra herramienta, ha de emplearse cuidadosamente. Es una práctica común emplear color en la presentación gráfica de la información basada en probabilidades (u otro tipo de incertidumbre). Hay que tener sumo cuidado en que los colores elegidos resulten adecuados para enviar el mensaje deseado.

La Figura 1 es un ejemplo de una predicción estacional de la precipitación en términos probabilísticos, publicada por el Servicio Meteorológico de Australia. Obsérvese que los valores de probabilidad por debajo del 50 por ciento se indican mediante colores cálidos.

Empleando el color de esta manera, los usuarios podrían interpretar frecuentemente el mensaje de forma inadecuada. En términos numéricos, el 49 por ciento no difiere demasiado del 51 por ciento, pero los usuarios interpretarían la predicción mediante los colores, concluyendo que las zonas amarillas serían áreas secas y las zonas en verde claro, húmedas.

Al detectar este problema, se ideó una nueva paleta de colores que se ha revelado más eficaz a la hora de comunicar el mensaje correcto. En el ejemplo de la Figura 2, todos los valores comprendidos entre el 60 por ciento y el 40 por ciento se representan en blanco o en gris. De esta forma se aporta la misma cantidad de información, pero se ha cambiado la aplicación de los colores “emotivos”, de tal modo que ahora sólo se aplican a los valores de probabilidad alta o baja.

Figura 1.  Predicción estacional de la precipitación (Servicio Meteorológico de Australia)

Ejemplos de información sobre la incertidumbre

Este apartado presenta algunos ejemplos de métodos eficaces para transmitir la información relativa a la incertidumbre, que se basan en los principios e ideas expresados anteriormente. Desde aquí animamos a los proveedores de servicios a que tengan en cuenta estos ejemplos a la hora de desarrollar o mejorar la presentación ante los usuarios de la información asociada a la incertidumbre.

Figura 2.  Predicción estacional de la precipitación (Servicio Meteorológico de Australia)

Palabras

El lenguaje de la incertidumbre puede ser complejo o sencillo. A la hora de impartir una charla informativa meteorológica o de preparar una predicción para el público general, los predictores pueden hacer uso de expresiones como “probabilidad de”, “una o dos” o “posible”. En ocasiones, pueden emplearse elementos de descripción no específicos, como “más tarde”, “desarrollándose” o “en la zona”. Estos descriptores son deliberadamente ambiguos porque el predictor tiene que dar cabida a cierto grado de incertidumbre acerca del momento o localización precisos en los que va a producirse el fenómeno previsto.

Con frecuencia, la incertidumbre asociada a una predicción se debe a la presencia de una situación meteorológica no predecible. Una descripción narrativa de la situación, incluyendo posibles escenarios alternativos, puede constituir una vía eficaz de transmitir incertidumbres a usuarios con necesidades más complejas. La radio y la televisión son dos medios ideales para comunicar esta información.

Aunque el lenguaje es fundamental para comunicar incertidumbres, su forma verbal puede provocar cierto nivel de confusión en la mente del usuario. Por ejemplo, ¿cuál es la diferencia entre “posibilidad de” y “posible”? ¿Acaso “posibilidad de” significa lo mismo para un predictor que para otro? Aunque resulta útil emplear esas palabras y frases para que los usuarios no tengan expectativas de certeza, es importante tratar de lograr y aplicar cierto nivel de coherencia. A este respecto ayudará la utilización de definiciones y procedimientos claros: por ejemplo, puede fomentarse el uso de una norma que afirme que una predicción de “posibles chubascos” sólo puede emplearse cuando la probabilidad se encuentre por encima de un umbral definido del 30 por ciento.

Figura 3.  Ejemplo de gráfico tarta de la probabilidad de precipitación

Figura 4.  Meteograma de predicción de temperaturas a partir de un esquema de predicción por conjuntos (CEPMMP)

Gráficos

Los gráficos sencillos pueden ser una forma muy útil de presentar, en términos cuantitativos, la información asociada a la incertidumbre. La Figura 3 es un ejemplo de cómo presentar una predicción estacional de precipitación en términos probabilísticos en forma de gráfico tarta.

Una de las características más atractivas de este formato es que muestra todas las posibilidades de una sola vez. De esta forma, los usuarios son conscientes no solo de la solución más probable, sino también de las alternativas.

Otra forma eficaz de mostrar la incertidumbre, concretamente una incertidumbre que aumenta con arreglo al plazo de predicción, es la utilización de series temporales que incluyen “barras de error”. La Figura 4 es un ejemplo de una predicción de temperatura basada en series temporales que muestra la incertidumbre en cada paso de tiempo.

Iconos

El empleo de iconos gráficos para comunicar incertidumbres puede resultar complicado. Cuando se utilizan iconos para este fin, es habitual superponer la información relativa a la incertidumbre, por ejemplo, en términos numéricos (como probabilidad) sobre el icono (Figura 5).

Figura 5.  Iconos que muestran la probabilidad de una predicción.

Cuadros y mapas

La información sobre incertidumbre se presta muy bien a su representación espacial. Una presentación en forma de cuadro o de mapa suele ser eficaz para mostrar tanto la predicción como la incertidumbre asociada a la misma.

La Evolución probable consensuada del clima en el Cuerno de África representa un buen ejemplo (Figura 6). Las zonas con un rango de probabilidad idéntico se representan mediante un código de colores (color gris para las predicciones neutras) y, con un solo vistazo, muestran la distribución espacial de la probabilidad de precipitación.

Para cada región del mapa se ofrece también una predicción estacional mediante una caja que contiene tres números que, de arriba a abajo, representan la probabilidad porcentual de que tengan lugar precipitaciones por encima de la media, cercana a la misma o por debajo de ella, respectivamente. Lo bueno de mostrar los tres números juntos es que se describen todos los escenarios. En otras palabras, este sistema posibilitó que los usuarios tuvieran claro que, aunque un resultado concreto fuera el más probable, las alternativas también podrían producirse.

Este formato suele emplearse también en el caso de predicciones a corto y medio plazo. Estas predicciones suelen gene-rarse mediante esquemas de predicción por conjuntos y pueden presentarse de varias formas complementarias. Por ejemplo, pueden mostrarse mapas de probabilidad de precipitación correspondientes a umbrales de precipitación definidos (como el caso de la probabilidad de precipitación de más de 5 mm).

Figura 6.  Evolución probable consensuada del clima en el Cuerno de África (Centro de predicción y de aplicaciones climáticas del IGAD)

Otro ejemplo de presentación gráfica eficaz de la incertidumbre es la representación de la predicción de la trayectoria de un ciclón tropical en forma de cono, tal y como hace el Centro nacional de predicción de Cuba y el Centro nacional de huracanes de los Estados Unidos. Esto garantiza que el gran público no se centre demasiado en una sola trayectoria y, por tanto, se sienta seguro si dicha trayectoria no se muestra pasando directamente sobre la población. Asimismo, esta representación refuerza el hecho de que, debido a su tamaño, un huracán puede afectar a una zona muy amplia y no se reduce a un punto o a una franja estrecha. La nota explicativa que aparece al principio del gráfico es muy importante: “Considerando un ERROR MEDIO EN LA PREDICCIÓN, el OJO debería encontrarse en el cono blanco en las próximas 72 horas”.

Escalas de incertidumbre

Categorías de expresión de incertidumbre mediante palabras

A la hora de describir la incertidumbre, suele ser útil emplear categorías previamente definidas que tengan un significado específico, lo que ayudará a los usuarios a comprender el nivel preciso de incertidumbre que tiene en mente el predictor. Este enfoque se muestra en la escala de probabilidad del IPCC de la página 239.

Categorías numéricas

Las clasificaciones de incertidumbre también pueden asignarse mediante la utilización de una escala numérica. Esto no añade necesariamente más información que la obtenida a través de las categorías de expresión mediante palabras, pero es un proceso sencillo y hace que la predicción resulte más fácil de leer. En la medida en que los usuarios conozcan cómo se definen los números, puede ser una forma rápida y eficaz de transmitir información sobre incertidumbre.

Este enfoque ha sido adoptado por la Oficina federal de meteorología y climatología de Suiza, que incluye, como parte de sus predicciones, una medida de la “fiabilidad” en una escala que va de 1 a 10 (Figura 7).

Figura 7.  Predicción a cuatro días vista, en la que se incluye la medida de la fiabilidad (de 1 a 10) (Televisión Suiza y Oficina federal de meteorología y climatología de Suiza)

Probabilidades

Quizás la forma más habitual de expresar la información relacionada con la incertidumbre es mediante el uso de probabilidades. Este es un concepto con el que los usuarios están familiarizados. Al igual que cualquier medida cuantitativa, las probabilidades deberían definirse detenidamente y su significado tendría que explicarse con claridad.

A la hora de definir la probabilidad de una predicción, la primera decisión a adoptar es la de elegir a qué magnitud se refiere la probabilidad. Puede hacer referencia al acontecimiento de algún fenómeno en un lugar y tiempo concretos (por ejemplo, la probabilidad de que se desencadene una tormenta). O puede referirse a una categoría (por ejemplo, la probabilidad de que caigan entre 10 y 50 mm de lluvia). Una elección común es la categoría de anomalías (por ejemplo, la probabilidad de que se produzcan precipitaciones por encima de la media). La elección en cuestión se producirá con arre-glo al fenómeno que se esté considerando y a las necesidades del servicio.

Uno de los retos particulares con que se encuentran los usuarios de la información probabilística es el de contar con un punto de referencia para la información, que es especialmente importante de cara a ayudar en la interpretación y respuesta. Puede ser una buena idea que la predicción probabilística venga acompañada de una comparación con la situación normal. Por ejemplo, una predicción de “un 60 por ciento de probabilidad de que haya una tormenta esta tarde” puede mejorarse si se adjunta un mensaje como el siguiente: “Esta probabilidad es aproximadamente el doble de lo normal para este época del año”.

Aunque las probabilidades son un método comúnmente aceptado de transmitir información, no están exentas de ciertas dificultades de comunicación. Para empezar, muchos usuarios simplemente desean saber si el fenómeno previsto va a suceder o no. Estos usuarios no están interesados en predicciones probabilísticas, y a menudo percibirán esas predicciones como un intento de evitar responsabilidades y de “cubrirse las espaldas”. En este punto es donde se necesita que el usuario cuente con una formación eficaz, de tal forma que exista una comprensión adecuada de por qué la meteorología no es una ciencia exacta.

La consecuencia de esto es que, en ausencia de una predicción categórica del tipo “sí” o “no”, un usuario podría recurrir a la predicción probabilística y traducirla en categórica. Por ejemplo, una predicción estacional relacionada con un aumento de la probabilidad de que se registren temperaturas veraniegas por encima de la media podría interpretarse como una declaración de que el verano será caluroso. Existen innumerables ejemplos en los que los medios de comunicación han simplificado excesivamente las tendencias probabilísticas de esta forma, a fin de publicar un titular llamativo.

Un segundo reto no es otro que el de comprender a qué se refiere realmente la probabilidad de un acontecimiento. ¿Hace referencia a un punto concreto? ¿A una zona en el espacio? ¿A lo largo del tiempo? Deben efectuarse todos los esfuerzos posibles para garantizar que la terminología se defina y se comprenda claramente no solo de cara a los usuarios, sino también en lo que respecta a los predictores, que son quienes emiten los pronósticos.

El tercer desafío es el denominado problema 50-50. Este problema aparece cuando no existe una influencia dominante en la atmósfera de modo que favorezca un escenario concreto frente a su alternativo. Por ejemplo, en los países afectados por El Niño, no existe una fuerte influencia que se aleje de la media durante las fases neutras, por lo que las predicciones estacionales podrían afirmar algo así como: “probabilidad 50-50 de que se produzcan condiciones neutras de pre-cipitaciones”. Aunque esta afirmación tiene significado desde una perspectiva estrictamente climatológica, deja a los usuarios con una fuerte sensación de que el proveedor de servicios está “nadando entre dos aguas”. En momentos como este, sería mejor presentar la predicción de otra forma, quizás exponiendo las probabilidades de precipitación (en este ejemplo) con arreglo a los umbrales definidos.

Diferentes medios de comunicación, diferentes métodos

La elección del método y del formato para comunicar información sujeta a incertidumbre dependerá en gran medida de los medios que vayan a utilizarse. Lo que funciona bien a través de un canal puede no ser eficaz en otro.

Para charlas informativas meteorológicas delante de los interesados, o en entrevistas de radio, o en cualquier otro medio donde la predicción pueda ofrecerse de forma verbal, la utilización de un lenguaje llano y de narrativa puede resultar eficaz. En estos entornos, el predictor tiene tiempo para explicar la situación, puede analizar escenarios alternativos, explicar por qué y en qué forma los modelos de predicción numérica del tiempo son diferentes y ofrecen una perspectiva general y completa de la situación. La utilización de técnicas de comunicación no verbal, como la entonación del discurso o el lenguaje corporal, también pueden ser buenas maneras para que el oyente tenga un sentimiento de confianza en la predicción.

En los casos en los que la predicción se presenta de un modo más preceptivo, por ejemplo de forma escrita, el predictor debe asegurarse de que la descripción de la incertidumbre se ajusta a términos previamente definidos o de fácil comprensión. Si se emplearan frases como “posibilidad de”, debería existir algún tipo de definición subyacente que especifique a qué equivale esta posibilidad en términos numéricos. También podrían emplearse medidas numéricas de la incertidumbre.

Las representaciones gráficas de la incertidumbre en la predicción suponen un estilo de presentación muy útil que resulta especialmente adecuado para su visualización en internet. Pueden venir acompañadas de información explicativa que facilite a los usuarios la interpretación de lo que podría ser una información bastante compleja. En el caso de la televisión, las opciones aparecen más restringidas debido a la limitación existente en el tiempo de las emisiones. En este caso, un mero “índice de confianza” podría ser la mejor solución.

Conclusión

La incertidumbre es un elemento inherente a la predicción; lograr transmitirla de forma eficaz supone un gran beneficio. Ayuda a que los usuarios tomen mejores decisiones y a que los proveedores de servicios controlen las expectativas de los usuarios con respecto a unas predicciones precisas.

Este artículo ha abordado el tema de la comunicación de la incertidumbre en las predicciones. Se ha hecho hincapié en cómo los proveedores de servicios pueden incorporar esta información de incertidumbre en sus predicciones meteorológicas, y se han mencionado las mejores formas de transmitir esta información en beneficio de los usuarios. Se han comentado algunos métodos de presentación eficaz, y se han subrayado algunos de los obstáculos existentes. Asimismo, se ha animado a los proveedores de servicios a que empleen esta información como un elemento de guía para comunicar mejor la incertidumbre de la predicción, convirtiéndolo así en un hábito y en una parte eficaz de sus servicios.

Referencias

Cooke, W.E., 1906: Forecasts and verifications in Western Australia. Monthly Weather Review, 34, 23-24.

Patt, A. and D. Schrag, 2003: Using specific language to describe risk and probability. Climatic Change, 61, 17-30.

Gigerenzer, G., R. Hertwig, E. van den Broek, B. Fasolo and K.V. Katsikopoulos, 2005: A 30% Chance of Rain Tomorrow: How Does the Public Understand Probabilistic Weather Forecasts? Risk Analysis 25 (3), 623-629.

Agradecimientos a la OMM, en particular a  Judith C.C. Torres, Editora Asociada, por permitirnos reproducir íntegramente este interesante artículo.

El trabajo apareció en el Boletín de al OMM en octubre de 2008:

Cómo pueden comunicar la incertidumbre en la predicción los proveedores de servicios, 2008, Jon Gill, Boletín de la OMM, octubre 2008, pp 237- 243.