Este ensayo es una colaboración con Robert Hoffman, y se basa principalmente en Hoffman et al. (2017) Minding the Weather: cómo piensan los pronosticadores expertos. Un ensayo anterior se refirió a algunos de los temas relacionados con la forma en que los jugadores expertos de ajedrez y los meteorólogos han aprendido a usar la Inteligencia Artificial. Este ensayo actual profundiza en las formas en que la Inteligencia Artificial está haciendo mayores contribuciones a la meteorología.
A los expertos en tecnofilia les encanta proclamar en estos días que la computadora eventualmente reemplazará al pronosticador del clima humano. Este entusiasmo desenfrenado se justifica principalmente al notar los impresionantes avances en la capacidad de memoria y computación. La comprensión errónea de los expertos sobre la tecnología informática es evidente: lo único que uno necesita es un mayor número de crujidos, y ¡Lo! Se realizará un milagro.
Por un lado, si no fuera por la experiencia humana, los modelos de computadora no existirían. Entonces, el hecho de que los modelos de computadora ayuden a los pronosticadores en absoluto representa un gran logro para los humanos. Por otro lado, los modelos de computadora no producen pronósticos meteorológicos. Generan predicciones de los valores de ciertos parámetros atmosféricos, como temperaturas de superficie, direcciones del viento a diferentes alturas en la atmósfera, etc. Se necesita experiencia humana para ir desde los resultados del modelo (junto con otros datos masivos que están disponibles), y producir un pronóstico significativo que ayude a las personas a comprender el clima y a tomar las medidas adecuadas (ver Kerr, 2012).
Las previsiones han mejorado en su valor y precisión durante décadas, y una de las razones es que los modelos de computadora han mejorado. Pero cuando uno mira debajo del capó, uno ve que las cosas en las que los modelos de computadora son buenos son también las cosas en las que los pronosticadores humanos son buenos.
Las cosas que los modelos de computadora no son muy buenos son menos notadas en los informes de la comparación de predicciones humanas y de computadora. Una excepción son los pronósticos de seguimiento de huracanes, que a veces se denominan “gráficos de spaghetti”. Los diferentes modelos a veces generan predicciones de seguimiento diferentes. Pero para muchos huracanes, los modelos sí convergen, y el análisis de huracanes mediante modelos informáticos ha mostrado una gran mejora en los últimos años.
Pero esta no es una situación en la que cada vez es más difícil para el humano “mejorar” las salidas de la computadora o producir pronósticos que “superen” a las computadoras. Como mencioné en un ensayo anterior, La Era de los Centauros, no es productivo tener una competencia entre el humano y la máquina. Los pronosticadores usan los modelos de computadora como lo que son, herramientas en un conjunto de herramientas muy grande. Un dicho en meteorología es “No se puede hacer un buen pronóstico utilizando los modelos a menos que se pueda hacer un buen pronóstico sin usar los modelos”. Los pronosticadores mejoran las salidas de la computadora en un rango del 10-25 por ciento (a veces más), dependiendo en qué parámetro se está comparando.
Las computadoras también dependen de los humanos. Se necesita experiencia humana para ajustar las entradas a los modelos de la computadora para compensar las diversas tendencias que tienen los modelos para predecir en exceso ciertos parámetros bajo ciertas condiciones. Los humanos también tienen que evaluar los resultados de múltiples modelos (hay muchos de ellos) y determinar cuál de ellos es el “modelo preferido del día”.
No deberíamos valorar el crujido de números más que la capacidad de razonamiento del ser humano. El pronóstico del tiempo no sería posible sin la interdependencia humano-máquina. Necesitamos más pronosticadores expertos humanos, no menos. Lo que ahora sabemos sobre la experiencia se puede aprovechar en la formación de pronosticadores, sin duda.
Como Pearson calculó en 1978, el costo promedio per cápita para el Servicio Meteorológico Nacional se reduce a lo que pagaría por una hamburguesa grande, papas fritas y refrescos. Corrigiendo el aumento en la población de los EE. UU. (A unos 320 millones en la actualidad), el presupuesto actual de NWS de aproximadamente $ 972 millones se traduce en un costo per cápita que es solo el de una hamburguesa. Nuestro “clima” político actual es uno en el que las agendas económicas y políticas promueven la desinformación sobre el cambio climático. No solo necesitamos más pronosticadores expertos (por ejemplo, Hoffman et al., 2014), necesitamos expertos pronosticadores para ejercer una voz más fuerte en el discurso público (por ejemplo, Collins & Evans, 2017).
Referencias
Collins, H. y Evans, R. (2017). Por qué las democracias necesitan ciencia. Nueva York: John Wiley.
Hoffman, RR, LaDue, D. y Mogil, HM, Roebber, P., y Trafton, JG (2017). Minding the Weather: Cómo piensan los pronosticadores expertos. Cambridge, MA: MIT Press.
Hoffman, RR, Ward, P., DiBello, L., Feltovich, PJ, Fiore, SM y Andrews, D. (2014). Experiencia acelerada: capacitación para un alto nivel de competencia en un mundo complejo. Boca Raton, FL: Taylor y Francis / CRC Press.
Kerr, RA (2012). Los pronósticos meteorológicos se aclaran lentamente. Science, 38, 734-737.
Pearson, AD (1978). Meteorológico Big Mac. Editorial, La estrella de Kansas City. Reimpreso en L. Snellman (Ed.), Forum, National Weather Digest, 3, pp. 2-6.
