Más allá de las previsiones: la experiencia humana sigue siendo importante en la era de la IA
A pesar de estos avances y la exageración que rodea a la IA, hay un mensaje clave que puede pasarse por alto en medio de todo el entusiasmo por estos nuevos desarrollos que hay que resaltar: el papel del ser humano en la predicción del tiempo.
Steve Ramsdale, investigador del Met Office en meteorología operativa, analiza la relación entre la experiencia humana y la capacidad de la IA para el futuro de la predicción meteorológica.
La predicción meteorológica siempre ha estado ligada a las personas. A lo largo de las décadas, hemos pasado de los mapas meteorológicos dibujados a mano a los sistemas globales de predicción numérica del tiempo que funcionan con algunas de las computadoras más potentes del mundo.
Sin embargo, a lo largo de esta transición, las decisiones sobre cómo se comportará el tiempo y qué significará el tiempo siempre han estado en manos de aquellos que dedican sus vidas a comprender la compleja maquinaria meteorológica.
Las tecnologías de IA han surgido como un enfoque novedoso y potencialmente revolucionario para la predicción meteorológica . Esto ha ampliado la gama de fuentes de información meteorológica, muchas de las cuales afirman tener una capacidad de pronóstico impresionante, desafiando el paradigma de que el clima es dominio exclusivo de los servicios meteorológicos nacionales.
A pesar de estos avances y la exageración que rodea a la IA, hay un mensaje clave que puede pasarse por alto en medio de todo el entusiasmo por estos nuevos desarrollos.
De los datos a las decisiones
Los sistemas de predicción modernos ya generan enormes volúmenes de información con cientos de posibles escenarios futuros gracias a sistemas de conjunto de última generación. Al mismo tiempo, se dispone de cada vez más observaciones novedosas. Es aquí donde los métodos de aprendizaje automático pueden resultar más valiosos, al extraer datos útiles de estas vastas y crecientes fuentes.
Esto conlleva uno de los principales retos para los usuarios: no la falta de información, sino la abundancia de la misma.
Los pronosticadores, los planificadores de emergencias, los operadores de transporte y muchos otros responsables de la toma de decisiones se enfrentan habitualmente a preguntas como las siguientes:
- ¿Qué grado de confianza debo tener en este pronóstico?
- ¿Qué escenario es el más plausible?
- ¿Cuáles son las consecuencias si el pronóstico es erróneo?
Estas preguntas no son puramente científicas. Implican juicio, contexto y experiencia. Un modelo meteorológico puede calcular múltiples evoluciones de la atmósfera, pero no puede explicar por qué ocurren. Esa capacidad es inherente al ser humano y constituye una herramienta fundamental para tomar decisiones sobre fenómenos meteorológicos extremos que podrían tener un impacto significativo en la vida de las personas.
Las predicciones se basan en personas, no en ordenadores
Una de las lecciones más importantes de la meteorología operativa es que los usuarios rara vez desean datos de pronóstico sin procesar.
Un operador de transporte quiere saber si los fuertes vientos podrían afectar una ruta en particular.
Un socorrista quiere comprender los impactos más probables y las incertidumbres asociadas.
Un ciudadano quiere saber si deberían cambiar sus planes.
En cada caso, la previsión debe traducirse de información atmosférica a información relevante para la toma de decisiones.
Es en esta etapa de traducción donde la experiencia humana se vuelve invaluable.
Los pronosticadores experimentados combinan habitualmente los resultados de los modelos con la comprensión de los efectos locales, los acontecimientos históricos, las necesidades de los usuarios y las fortalezas y debilidades conocidas de los modelos. No actúan simplemente como productores de pronósticos, sino como intérpretes y comunicadores de la incertidumbre.
El papel de la confianza
La confianza sigue siendo uno de los aspectos más importantes y menos comentados de la previsión económica.
Los usuarios toman decisiones porque confían en la información que reciben. Esa confianza se construye no solo a través de la precisión de los pronósticos, sino también a través de la transparencia y la coherencia.
Cuando un analista explica por qué la confianza es baja, los usuarios pueden tener en cuenta esa incertidumbre en su planificación.
Cuando cambia una previsión, los usuarios quieren entender el motivo.
A medida que los sistemas de pronóstico se vuelven cada vez más complejos, garantizar que los usuarios mantengan la confianza en la información se vuelve aún más importante.
Esta es una de las razones por las que la explicabilidad y la interpretación se están convirtiendo en temas centrales de la meteorología. Ya sea que los pronósticos provengan de modelos basados en la física o de enfoques más recientes de aprendizaje automático, los usuarios necesitan tener la certeza de que los pronósticos son físicamente plausibles y operativamente significativos.
Nuevas herramientas, desafíos conocidos
Los recientes avances en inteligencia artificial han generado un entusiasmo comprensible en toda la comunidad meteorológica.
Los sistemas de aprendizaje automático a menudo pueden generar pronósticos más rápidamente que los métodos existentes y están empezando a demostrar una habilidad impresionante en una amplia gama de aplicaciones.
Sin embargo, muchas de las preguntas a las que se enfrentan los pronosticadores permanecen sin cambios, tales como:
- ¿Cómo se debe comunicar la incertidumbre?
- ¿Cómo deben conciliarse las directrices contradictorias?
- ¿Cómo identificamos eventos inusuales o sin precedentes?
- ¿Cómo podemos saber cuándo una previsión puede ser errónea?
Estos desafíos no desaparecen con la introducción de una nueva tecnología de pronóstico. En muchos sentidos, se vuelven aún más importantes.
La pericia humana como sistema de seguridad
La previsión operativa siempre se ha basado en múltiples niveles de garantía.
Los meteorólogos identifican habitualmente situaciones en las que los resultados automatizados presentan dificultades, ya sea debido a condiciones atmosféricas específicas, eventos poco frecuentes o efectos locales difíciles de representar.
La pericia humana actúa como un sistema de seguridad adicional.
Por lo tanto, las mayores oportunidades futuras podrían no provenir de la sustitución de los analistas de pronósticos, sino de la creación de mejores colaboraciones entre las personas y los sistemas inteligentes.
Los ordenadores destacan por procesar enormes volúmenes de datos y reconocer patrones.
La combinación de ambos suele ser más eficaz que cualquiera de ellos por separado.
Mirando hacia adelante
Es improbable que el futuro de la predicción meteorológica sea una competición entre humanos y máquinas.
En cambio, será una colaboración.
Los sistemas de predicción seguirán mejorando. El aprendizaje automático adquirirá cada vez mayor importancia. Surgirán nuevos conjuntos de datos y nuevos métodos.
Pero la necesidad del juicio humano seguirá existiendo.
Los pronosticadores más valiosos del futuro podrían ser aquellos capaces de tender un puente entre los sistemas de predicción cada vez más sofisticados y las personas cuyas decisiones dependen de ellos.
Porque, en definitiva, los pronósticos meteorológicos no se elaboran para modelos.
Se hacen para las personas.
Y ayudar a las personas a tomar mejores decisiones sigue siendo la parte más importante de la previsión.
Este blog está escrito por Steven Ramsdale. Los puntos que se tratan aquí se pueden consultar con más detalle en este artículo de acceso abierto.
Fuente: Blog de la Met Office.