La inteligencia artificial llegó para transformar por completo la meteorología moderna, dejando atrás los métodos tradicionales de supercomputación y física pesada para operar en tiempo real y apoyar de forma directa a los especialistas del clima.
LA HUELLA DE LA INTELIGENCIA ARTIFICIAL EN LOS HURACANES
El potencial de estas herramientas tecnológicas quedó al descubierto con el paso del huracán Isaías, un fenómeno donde un modelo de DeepMind anticipó su llegada con una precisión impresionante. La plataforma FNV3 de Weather Labs demostró su capacidad cuando HurriLab analizó su desempeño, revelando que el sistema predijo el momento exacto en que tocaría tierra en Florida con un margen de error de pocas horas, calculándolo desde más de tres días antes. En contraste, las herramientas tradicionales tanto de Europa como de Estados Unidos terminaron desviándose demasiado hacia el oeste.
A pesar de estos aciertos, el director del Centro Nacional de Huracanes (NHC) aclaró que el pronóstico oficial de la institución superó entre un 20 y un 40 por ciento la habilidad de la IA para calcular la fuerza del ciclón. En este rubro, los esquemas clásicos HWRF y HMON se mantuvieron como los campeones indiscutibles en las proyecciones de intensidad a largo plazo. Sin embargo, la literatura científica respalda estos avances; un artículo publicado este año en Nature sobre el modelo WeatherNext Cyclones evaluó ciclones entre 2023 y 2025, demostrando que ofrece una ventaja de anticipación de uno o más días en promedio frente a los sistemas operativos actuales.
LA INTEGRACIÓN OPERATIVA Y EL CAMBIO INSTITUCIONAL
Durante 2025, el NHC incorporó oficialmente los modelos de inteligencia artificial en sus labores diarias en tiempo real. En este periodo, el sistema de DeepMind superó al pronóstico institucional en lo que respecta a la trayectoria en un rango de entre 12 y 72 horas, alcanzando una capacidad similar en cuanto a la intensidad.
La confianza en estas tecnologías provocó que los meteorólogos estadounidenses modificaran sus pronósticos oficiales para alinearlos con las predicciones del modelo de DeepMind, dejando en segundo plano a gigantes históricos como el modelo europeo o el GFS de Estados Unidos. Un escenario similar se presentó con el huracán Melissa, donde el NHC logró anticipar su rápida intensificación casi tres días antes de su impacto en Jamaica gracias al soporte de la IA. Por su parte, el Centro Europeo de Previsiones Meteorológicas a Plazo Medio puso en marcha su modelo AIFS el 25 de febrero del año previo, operando junto al modelo físico IFS y logrando una eficiencia energética notable, ya que la inteligencia artificial consume unas mil veces menos energía por cada pronóstico emitido.
PANORAMA ACTUAL Y EL ROL DE LOS ESPECIALISTAS
En España, la Agencia Estatal de Meteorología (AEMET) mantiene una postura prudente y participa en el marco europeo mediante el desarrollo del modelo ANEMOI-ML. Desde la perspectiva de esta agencia pública, los resultados actuales obtenidos con inteligencia artificial todavía se quedan por debajo de los modelos tradicionales, principalmente debido a un problema de suavización en los extremos meteorológicos, lo cual representa un riesgo considerable al momento de emitir alertas por lluvias torrenciales.
Pese a los grandes avances, los meteorólogos siguen siendo indispensables y no enfrentan una sustitución inminente por parte de las máquinas. Actualmente, la mayoría de los modelos basados en machine learning dependen de la meteorología convencional para iniciar sus procesos y capturar la información mediante complejos cálculos físicos, funcionando únicamente como un sistema de apoyo. No obstante, si en el futuro la inteligencia artificial logra dominar todo el proceso técnico —desde la recolección de datos en los sensores hasta la creación final del mapa del tiempo—, los modelos físicos tradicionales podrían quedar completamente obsoletos.
Por: Redacción de Noticia Digital (NoticiaDigital.com.mx)
