La espectacular irrupción en Internet del chat GPT ha puesto el foco mundial en la rápida evolución de la inteligencia artificial (IA). Y uno de los campos de aplicación a los que más atención se viene prestando es al de la predicción de tiempo y clima por una metodología que olvida la dinámica para utilizar métodos estadísticos novedosos, muy sofisticados y potentes.
(ECMWF)
En este contexto el reputado climatólogo español Eduardo Zorita ofreció hace unos días una interesantísima presentación sobre estas cuestiones, que recomiendo mucho ver, en el marco de las actividades del “Aula Morán”, una interesante iniciativa de la Asociación Meteorológica Española (AME).
Zorita hizo una brillante exposición de la situación actual y de los resultados que se van obteniendo en estas cuestiones. Por lo que se refiere al caso concreto de la predicción meteorológica comentaba que los resultados obtenidos por los procesos estadísticos propios de la IA están igualando ya a los procedentes de los modelos dinámicos de forma que es previsible que en muy pocos años puedan mejorarlos en distintos aspectos.
Si ello es así, y todo parece apuntar en esa dirección, se plantean importantes interrogantes, tanto desde el punto de vista de la investigación como de la operatividad, en lo que se refiere a los procesos de elaboración de las predicciones. Y entre todos ellos me parece muy relevante el del papel que el predictor humano pueda jugar con esta nuevo y rompedor enfoque.
Así como se reconoce que predictores experimentados pueden prestar un relevante valor añadido a los resultados ofrecidos por los modelos dinámicos…¿podrían desempeñar un papel parecido con los provenientes de la inteligencia artificial?, ¿sería posible que pudieran detectar -y en su caso corregir- determinados sesgos? ¿podrían reconocer la “mejor solución” entre resultados producidos por distintos sistemas de IA?
Es un campo abierto a la investigación y a la discusión y, en su caso, podría llevar a un replanteamiento profundo de la operatividad y de la formación de los predictores. Si la evolución es tan rápida como parece desprenderse de la presentación de Zorita, y teniendo en cuenta los grandes intereses tanto públicos como comerciales que están presentes en este campo, quizás es ya tiempo de que los Servicios Meteorológicos se lo comiencen a plantear. A este respecto Zorita citó en su presentación esta reciente frase de Bjorn Stevens, director del Instituto Max Planck de Meteorología:
"Google superará a la predicción meteorológica clásica en tres años"
¿Una opinión, una exageración o una realidad? No lo sabemos, pero conviene estar al tanto.
En cualquier caso, no está de más para acabar ver cuál es la información que nos ofrece la propia IA -a través del chat GPT- cuando se la cuestiona sobre su interacción con los predictores operativos:
"Sí, es posible obtener un valor añadido al combinar la inteligencia artificial (IA) y la experiencia de los predictores meteorológicos humanos para mejorar las predicciones meteorológicas. La IA puede ayudar a los humanos a analizar grandes cantidades de datos y patrones complejos, mientras que los predictores humanos pueden aportar su experiencia y conocimiento para interpretar los resultados y tomar decisiones informadas.
Por ejemplo, la IA puede procesar y analizar rápidamente grandes cantidades de datos meteorológicos, lo que permite a los predictores humanos tomar decisiones más informadas y rápidas. Además, los humanos pueden aportar información contextual, como la topografía local y las condiciones climáticas únicas de la región, que la IA puede no tener en cuenta.
La combinación de la IA y los predictores humanos también puede mejorar la precisión de las predicciones meteorológicas. Los predictores humanos pueden proporcionar retroalimentación sobre la precisión de las predicciones generadas por la IA, lo que permite a la IA mejorar sus algoritmos de aprendizaje y reducir los errores de predicción.
En resumen, al combinar la IA y la experiencia humana, se puede obtener un valor añadido para mejorar las predicciones meteorológicas y proporcionar información más precisa y relevante a los usuarios finales".
