El reciente estreno de la película Pressure, dirigida por Anthony Maras, vuelve a poner ante el público una de las situaciones más comprometidas de la historia de la predicción meteorológica. La película, con Andrew Scott en el papel del meteorólogo James Stagg y Brendan Fraser en el de Eisenhower, se centra en las setenta y dos horas anteriores al desembarco de Normandía. Su llegada a los cines españoles ofrece una buena ocasión para reflexionar sobre la responsabilidad de quienes deben asesorar cuando el tiempo atmosférico condiciona una decisión trascendental.
No hace falta desvelar el desarrollo de la película para recordar el hecho histórico. El desembarco previsto para el 5 de junio de 1944 se aplazó al día siguiente por las condiciones meteorológicas. Stagg tuvo que integrar las valoraciones de distintos equipos, que no siempre coincidían, y trasladar su asesoramiento a Eisenhower, a quien correspondía la decisión militar. Entre esos equipos estaba el del estadounidense Irving Krick, partidario de mantener la fecha prevista y defensor de un método basado en la búsqueda de situaciones análogas en el pasado. Frente a él, los meteorólogos británicos razonaban sobre la evolución dinámica de las borrascas atlánticas. Esa tensión entre dos maneras de entender la predicción tiene hoy un eco inesperado.
Coincidiendo con la película, Andrew Charlton-Perez y sus colaboradores, entre ellos Adrian Simmons, durante muchos años en el Centro Europeo de Predicción a Plazo Medio, han publicado en Weather un estudio que reconstruye aquellas predicciones con AIFS-ENS, el sistema de predicción por conjuntos basado en inteligencia artificial del Centro Europeo. El conjunto de cincuenta miembros habría respaldado el aplazamiento, porque mostraba un riesgo real de vientos peligrosos para el día 5. Para el día 6, en cambio, alejaba la borrasca hacia el mar de Noruega con excesiva rapidez y ofrecía una mejoría más favorable de lo que finalmente fue. No ocultaba del todo el riesgo: las predicciones del día 5 aún daban en torno a un 30 % de probabilidad de viento fuerte en las playas, además de abundante nubosidad.
Los propios autores recuerdan que estos sistemas son también, en esencia, predicciones por análogos. Una red neuronal aprende de décadas de mapas observados cómo evolucionaron situaciones parecidas y proyecta esa experiencia sobre el presente. Krick no disponía de nada comparable, pero la pregunta de fondo sigue siendo la misma: hasta qué punto el pasado basta para anticipar una atmósfera concreta que puede comportarse de forma singular.
La reconstrucción tiene además una limitación interesante. Parte del reanálisis ERA5, que incorpora menos observaciones que las disponibles en 1944. Los autores comparan sus resultados con registros de presión de Tórshavn, en las islas Feroe, recién digitalizados, y encuentran que el reanálisis pudo subestimar la profundidad de la borrasca o situarla algo desplazada al norte de Escocia. Es decir, una parte del error podría proceder del estado inicial y no del modelo. Su análisis de sensibilidad señala precisamente esa zona como aquella donde más información habría sido valiosa.
El artículo se cierra reivindicando predictores muy preparados, capaces de examinar críticamente y combinar modelos físicos y de inteligencia artificial, con el apoyo de una red mundial de observación. Los autores consideran que esa necesidad nunca ha sido mayor. Es una conclusión sobre la que merece la pena detenerse, porque exige mucho de la meteorología operativa. Disponer de más productos no resuelve por sí solo cómo utilizarlos. El predictor necesita entender qué situación tiene delante, qué procesos pueden resultar decisivos y hasta qué punto las distintas soluciones son compatibles con lo que va mostrando la atmósfera.
La predicción por conjuntos ofrece una forma especialmente valiosa de plantear las alternativas, pero una probabilidad solo es útil si quien la recibe comprende a qué se refiere, para qué lugar y periodo se calcula y qué consecuencias tendría que se materializara. Ese 30 % de viento fuerte sobre las playas de Normandía lo ilustra bien. Eisenhower no necesitaba un porcentaje, sino saber si las lanchas podrían llegar a la costa y si la nubosidad permitiría el apoyo aéreo. Hoy ocurre lo mismo con quien debe decidir si suspende una actividad, moviliza recursos o mantiene una operación. Hace falta una conversación en la que las necesidades del usuario también orienten la interpretación meteorológica.
Por eso la reivindicación del predictor debe ir acompañada de una exigencia de formación. Quien trabaja con estos sistemas necesita conocer sus posibilidades y sus limitaciones, y mantener vivo el conocimiento de la dinámica atmosférica. La formación sinóptica tiene aquí un lugar esencial. Mirar un mapa debería llevarnos a formular preguntas sobre la evolución de la atmósfera. Cuando varias soluciones coinciden, hay que preguntarse qué sostiene esa coincidencia; cuando divergen, qué proceso explica la diferencia y qué observaciones ayudarían a aclararla, como las de aquella estación de las Feroe. La incorporación de la inteligencia artificial debería reforzar esa curiosidad y esa capacidad de diagnóstico, no sustituirlas.
Esa exigencia alcanza también a las instituciones meteorológicas. Si consideramos necesario ese criterio profesional, debemos dedicar recursos a formarlo y a conservarlo. Eso implica dar tiempo para estudiar situaciones y contrastar lo previsto con lo sucedido, facilitar la relación entre investigación y predicción operativa y cuidar la transmisión de experiencia entre generaciones. Implica también seguir invirtiendo en observación, y no solo en la actual: el propio estudio muestra cuánto puede enseñarnos todavía el rescate de registros antiguos. La disponibilidad de una herramienta avanzada es solo el comienzo de su incorporación efectiva a un servicio.
Pressure puede servir así como punto de partida para una reflexión que va mucho más allá de aquel episodio histórico. En la madrugada del 5 de junio de 1944, Stagg tuvo que explicar lo que sabía, reconocer lo que todavía no sabía y ayudar a decidir bajo incertidumbre. Ese debería ser también el horizonte de nuestra relación con la inteligencia artificial: aprovechar su capacidad para que el asesoramiento meteorológico sea cada vez más sólido, comprensible y útil. Ahí sigue habiendo un trabajo humano que debemos cuidar.
No hay comentarios:
Publicar un comentario