Por que os aplicativos de previsão do tempo são tão ruins?

Se você pendurou sua roupa, foi à praia ou fez um churrasco esta semana, é quase certo que recorreu primeiro ao seu aplicativo de previsão do tempo. E você pode não ter ficado completamente satisfeito com os resultados. Uma questão surge aqui. Por que os aplicativos meteorológicos são tão ruins?

Eu também gosto de meteorologistas rob thompson Os estudantes da Universidade de Reading, na Grã-Bretanha, não estão imunes a estas queixas. Recentemente, ele viu a previsão de uma noite seca, então deixou as almofadas do jardim do lado de fora e as encontrou molhadas pela manhã. Este é um exemplo clássico. Quando reclamamos de más previsões meteorológicas, geralmente estamos falando de chuva ou neve inesperada.

Nossas expectativas (tanto aplicativos quanto clima) são uma grande parte do problema aqui. Mas esse não é o único problema. A escala dos sistemas meteorológicos e a escala dos dados que são realmente úteis para fazer previsões locais tornam a previsão extremamente complexa.

Thompson reconheceu que houve períodos no Reino Unido nas últimas semanas em que o desempenho de alguns aplicativos diminuiu. Parte do problema, diz ele, são as imprevisíveis chuvas de verão. A chuva convectiva ocorre quando o calor do sol aquece o solo e envia uma coluna de ar quente e úmido para a atmosfera, onde esfria e se condensa para formar chuvas isoladas. Isto é muito menos previsível do que as vastas frentes climáticas causadas por mudanças na pressão barométrica que ocorrem em todo o país em outras épocas do ano.

“Pense em ferver uma panela com água. Você sabe aproximadamente quanto tempo levará para ferver, mas não pode ser muito bom em prever quais bolhas se formarão e onde”, diz Thompson.

Um padrão semelhante se forma nos continentes norte-americano e europeu. Mas a previsão do tempo é necessariamente um empreendimento local, por isso tomemos o Reino Unido como um estudo de caso para considerar por que é tão difícil dizer exatamente onde e quando o tempo irá ocorrer.

Em geral, Thompson critica as “previsões de códigos postais” oferecidas por aplicativos que podem acessar previsões para cidades e vilarejos específicos. Isto implica um nível de precisão que simplesmente não é possível.

“Tenho cerca de 40 anos e nunca houve uma oportunidade na minha carreira de poder prever as nuvens noturnas com precisão suficiente para dizer que vai chover na minha aldeia de Shinfield, mas não em Woodley, a cinco quilómetros de distância”, diz Thompson. Esses aplicativos afirmam ser capazes de prever com duas semanas de antecedência, mas Thompson diz que isso é ridiculamente otimista.

O período de duas semanas tem sido considerado o limite absoluto para previsões, e a precisão continua a diminuir depois desse ponto até hoje. Alguns pesquisadores estão usando modelos físicos e IA para ir muito além das previsões, fazendo previsões para um mês ou mais. Mas a expectativa de que saberíamos isso e seríamos capazes de aplicá-lo tanto globalmente quanto localmente faz parte da decepção com os aplicativos meteorológicos.

Embora Thompson use um aplicativo de previsão do tempo, ele sente falta dos dias em que todos assistiam à previsão do tempo na TV, que fornecia informações mais detalhadas. Esses meteorologistas tiveram tempo e diagramas para explicar a diferença entre uma passagem frontal sobre sua casa, dando-lhe 100% de chance de chuva em algum momento entre 14h e 16h, e a chance de aguaceiros esperados durante essas duas horas. Esses cenários diferem de maneiras sutis, mas importantes. O aplicativo de previsão do tempo simplesmente mostra 50 por cento de chance de chuva às 14h. e 50 por cento de chance de chuva às 15h. Esta falta de nuances pode causar frustração mesmo quando os dados subjacentes são válidos.

Da mesma forma, se você perguntar como está o tempo em Lewisham às 16h e lhe disserem que vai chover, mas isso não acontece, isso parece um fracasso. Mas quando considerado num contexto mais amplo, pode ficar claro que a linha da frente estava a vários quilómetros de distância. Isso em si não é um fracasso, mas uma previsão dentro da margem de erro.

Uma coisa é certa: os fabricantes de aplicativos não gostam de discutir essas dificuldades e limitações, preferindo manter a ilusão de infalibilidade. Google e Accuweather não responderam novo cientistade A Apple solicitou uma entrevista, mas se recusou a falar. A Agência Meteorológica do Japão também se recusou a ser entrevistada, apenas emitindo um comunicado dizendo: “Estamos trabalhando constantemente para melhorar as previsões do aplicativo e explorando maneiras de fornecer informações meteorológicas adicionais”.

A BBC também se recusou a comentar, mas disse em comunicado que os usuários de seu aplicativo meteorológico (mais de 12 milhões de pessoas) “apreciam a interface simples e clara”. A declaração também disse que uma enorme quantidade de reflexão e testes do usuário foram necessários para projetar a interface, acrescentando que ela “busca equilibrar informações complexas com a compreensão do usuário”.

Esse é um equilíbrio difícil de encontrar. Mesmo com dados perfeitamente precisos, os detalhes são inevitavelmente perdidos à medida que o aplicativo simplifica as informações. Os diferentes tipos de clima, que podem parecer muito diferentes quando experimentados, são combinados em um pequeno número de símbolos cujos significados são subjetivos. Por exemplo, quanta cobertura de nuvens deveria haver antes que o símbolo do sol fosse substituído por nuvens brancas? Ou é cinza?

“Se você e eu dermos uma resposta e depois perguntarmos à minha mãe e à sua mãe o que isso significa, não acho que você obterá a mesma resposta”, diz Thompson. Mais uma vez, este tipo de compromisso deixa espaço para ambiguidade e decepção.

Existem outras questões também. Alguns analistas criam preconceitos intencionalmente para que seus aplicativos sejam ligeiramente pessimistas quanto às chances de precipitação. em sua pesquisaThompson encontrou evidências desse “viés úmido” em vários aplicativos. Isso porque os usuários que são informados de que vai chover e estão tomando sol ficam menos irritados do que aqueles que são informados de que vai chover e são pegos por uma chuva torrencial, diz ele. No entanto, como jardineiro, muitas vezes fico frustrado quando também acontece o contrário.

meteorologista Douglas Parker Pesquisadores da Universidade de Leeds, no Reino Unido, afirmam que há também uma ampla gama de aplicativos que usam dados de previsão global disponíveis gratuitamente para reduzir custos, em vez de modelos específicos de regiões ajustados.

Algumas empresas estão a obter gratuitamente dados da Administração Oceânica e Atmosférica (NOAA) do governo dos EUA (agora destruídos pela administração Trump, colocando em risco a precisão das suas previsões, mas isso é outra história) e simplesmente a reempacotá-los. Esses dados globais brutos podem funcionar bem para prever o movimento de ciclones ou grandes frentes climáticas através do Atlântico, mas não funcionam tão bem quando você está preocupado com a possibilidade de chuva no Hyde Park na hora do almoço de segunda-feira.

Alguns aplicativos chegam ao ponto de extrapolar dados que simplesmente não existem, disse Parker, o que pode ser uma questão de vida ou morte se você estiver tentando avaliar a probabilidade de uma enchente repentina na África, por exemplo. Ele viu pelo menos quatro produtos de previsão gratuitos exibindo dados de radar de precipitação queniano de utilidade questionável. “Isso é mentira porque não temos radar de precipitação no Quénia”, disse ele, acrescentando que o radar de satélite passa sobre o país de forma intermitente, mas não fornece informações completas. Colegas do Departamento Meteorológico do Quénia disseram que não operavam o seu próprio radar. Esses aplicativos “produzem produtos, mas não sabemos de onde veio esse produto. Então, se encontrarmos algo seriamente errado, o que faremos com isso?

Enquanto isso, o aplicativo Met Office não usa apenas modelos ajustados para capturar com precisão o clima do Reino Unido, mas também emprega todos os tipos de pós-processamento para melhorar as previsões e aplicar a experiência humana coletiva da organização. A equipe do aplicativo passa então por um processo meticuloso para decidir como apresentá-lo em um formato simples.

“Descobrir o que apresentar a partir dos dados do modelo é uma área enorme no Metropolitan Museum of Art, e temos toda uma equipe no Metropolitan que se preocupa com isso”, diz Thompson. “É basicamente um assunto em si.”

Não é fácil criar modelos de previsão meteorológica, alimentá-los com grandes quantidades de leituras de sensores do mundo real e executar tudo num supercomputador do tamanho de um edifício de escritórios. Mas todo este trabalho traz consigo uma realidade que não sentimos. Em outras palavras, as previsões estão melhores do que nunca e continuam melhorando. A nossa capacidade de prever com precisão o tempo seria impensável há algumas décadas.

Grande parte da nossa decepção com a qualidade dos aplicativos meteorológicos decorre de demandas por precisão exata até o quilômetro quadrado, mal-entendidos causados ​​pela simplificação excessiva ou expectativas de um público cada vez mais ocupado que vão além da ciência.

Parker disse que à medida que as habilidades dos meteorologistas melhoraram ao longo das décadas, o público rapidamente aceitou isso como normal e exigiu mais. “Será que algum dia alguém será feliz?” ele pergunta. “Eu não acho que eles vão.”