Más allá de dos semanas, las mejores previsiones del tiempo suelen hacerlo peor que una simple media de los años pasados. Los pequeños errores se acumulan día tras día, y los especialistas hablan de un «desierto de predictibilidad» entre dos y seis semanas. Un equipo de investigadores de Harvard, la Universidad de Toronto, el MIT y Microsoft Research ha descrito en la revista Nature una herramienta que ayuda a cruzar parte de ese trecho.
La herramienta no predice el tiempo por sí misma. Toma la previsión de un modelo, expresada como probabilidades de que una semana sea más cálida, más fría, más seca o más húmeda de lo habitual, y la corrige. Para ello compara 20 años de previsiones pasadas con lo que ocurrió de verdad, quita los errores que el modelo repite y tiene en cuenta el tiempo de las semanas recientes. Se reentrena cada día, sin un superordenador, y su código se puede usar libremente.
Probada en tres sistemas, mejoró cada uno de ellos y duplicó la habilidad de un modelo de IA a tres y cuatro semanas vista. También detectó mejor el calor extremo y la lluvia en torno a grandes inundaciones. Los autores siguen siendo prudentes: las mejoras son modestas, una previsión todavía puede fallar y la herramienta no sustituye a modelos mejores.
No controlamos el tiempo. Pero unas semanas más de preparación pueden ayudar a proteger cosechas, redes eléctricas y vidas.