Aguardo ansiosamente a divulgação da previsão anual da Administração Oceânica e Atmosférica Americana (NOAA) para a temporada de furacões no Atlântico na quinta-feira, 21 de maio. Mas estas poderão em breve perder precisão e confiabilidade devido à falta de dados. Pelo menos é isso que preocupa muitos especialistas devido aos cortes orçamentais decididos pela administração Trump, que afetam muitas áreas de investigação, em particular a do clima.
No entanto, em Dezembro, a NOAA lançou novos modelos de previsão meteorológica de inteligência artificial (IA), com argumentos convincentes: seriam modelos mais rápidos, mais eficientes e mais precisos. Exceto que esses modelos promissores precisam de dados para serem treinados.
“A redução dos fundos atribuídos à investigação climática tem um efeito negativo nas previsões meteorológicas e retarda o seu desenvolvimento”, explicado Craig McLean, ex-diretor de pesquisa da NOAA, entrevistado por O Guardião.
Dados mais necessários do que nunca
O jornal britânico lamenta que o enfraquecimento dos sistemas de observação do planeta – redução dos lançamentos de satélites científicos, de balões meteorológicos ou mesmo de bóias oceânicas – e a redução do número de investigadores que analisam os dados ocorram num momento em que as previsões “será mais necessário”, porque no futuro os fenómenos meteorológicos extremos tornar-se-ão cada vez mais frequentes e intensos, devido às alterações climáticas.
O meteorologista Chris Gloninger alerta:
“Se o governo continuar a aumentar a sua dependência de modelos baseados em IA e, ao mesmo tempo, reduzir a quantidade de dados que os alimenta, as previsões do governo poderão ser comprometidas.”
Os novos modelos que utilizam inteligência artificial ainda são, de facto, insuficientes para prever eventos climáticos extremos. Porque utilizam dados do passado, numa época em que tais eventos eram extremamente raros. Por esta razão, “eles tendem a prever fenômenos meteorológicos semelhantes aos observados no passado”, explica isso Zelador, o que destaca a importância de adquirir novos dados.
