Formulario de búsqueda

“Filomena”, Coronavirus… ¿El límite de los modelos predictivos?

  • La borrasca “Filomena” se predijo hace una semana, pero no cómo se iba a desarrollar
  • El Big Data no solo sirve para anticiparse, sino también para visualizar información útil

Una de las grandes lecciones que nos ha dejado este 2020 es que, a pesar de vivir en la sociedad de la información, en la que tenemos más datos que nunca, siempre puede aparecer un fenómeno como la pandemia de Coronavirus o, a menor escala, el temporal “Filomena”, para poner en duda los modelos predictivos actuales y recordarnos que la incertidumbre no va a dejar de ser nuestra compañera de viaje.

¿Por qué hay sucesos que nos cogen por sorpresa cuando ya se había dado la voz de alarma?

El 2021 ha comenzado refutando el hecho de que el futuro sigue siendo un campo incierto, aunque, a diferencia de hace unos años, ahora tenemos el Big Data para hacer frente a estos sucesos de una manera más organizada. Pero, ¿dónde está realmente el data cuando se le necesita con antelación?

Con un Madrid teñido de blanco- y esperando el balance de los daños que “Filomena” ha dejado en España-, hablamos con algunos expertos en modelos predictivos y meteorología sobre el papel que tiene el Big Data en situaciones de colapso como la que se ha vivido este fin de semana en Madrid. ¿Por qué hay sucesos que nos cogen por sorpresa cuando ya se había dado la voz de alarma?

“Ninguna ciudad está preparada para recibir medio metro de nieve”

“No puedes predecir con mucha antelación una borrasca como Filomena, que entra por el sur de España en vez de por el norte”, nos explica Mario Picazo, Meteorólogo, Experto en Cambio Climático en Pelmorex Media y Profesor de Ciencias de la atmósfera en UCLA.

"Con una intensidad tan fuerte en un minuto el asfalto ya no se puede ver"

Si bien es cierto que la llegada de la borrasca se vaticinaba hace ya una semana, no se sabía con precisión la cantidad de nieve que iba a dejar a su paso. “Se hablaba de 10-15 centímetros de nieve y al final hemos llegado a medio metro”, señala Picazo.

Es innegable que los modelos predictivos en el campo meteorológico han avanzado de tal manera que ahora no hay que mirar al cielo, ni siquiera a los satélites, para predecir el tiempo más próximo. El Big Data permite hacerlo con gran exactitud hasta 48 horas antes pero, ¿por qué Madrid no estaba lista para la llegada de “Filomena” con toda esta información al alcance de la mano?

“Ninguna ciudad del mundo puede estar preparada para recibir medio metro de nieve, es imposible”, afirma Marc Redondo, meteorólogo en laSexta, sobre la borrasca que ha bloqueado la capital de España. “Aunque tengas millones de máquinas quitanieves, con una intensidad tan fuerte en un minuto el asfalto ya no se puede ver”, señala Redondo.

La variable del calentamiento global

A pesar de que el mundo se encuentre “sensorizado” y podamos saber la radiación solar que hay en cada punto, las temperaturas a distintas alturas, presiones y demás variables meteorológicas, hay que saber diferenciar los modelos predictivos que existen en cuanto al tiempo frente a los del clima, con una perspectiva a largo plazo más difícil de predecir. Y “Filomena” tiene un poco de ambos.

Los modelos predictivos climatológicos son más difíciles de predecir que los referentes al tiempo

“El calentamiento global no hace solamente crecer la temperatura, sino también la varianza y el aumento en la frecuencia de eventos extremos como puede ser esta borrasca”, apunta Alejandro Llorente, Cofundador y Lead Data Scientist de PiperLab.

Además, “no llevamos recogiendo datos toda la historia, tenemos un límite temporal que nos impide predecir los sucesos extremos”, añade.

Por eso, todavía se necesita la mirada experta del meteorólogo para conseguir calibrar dentro de estas ecuaciones la variable predictora del cambio climático.

Los expertos en meteorología advierten además que, en lo relativo al cambio climático, hay que fijarse en el cómputo global de un año. Y para Europa, 2020 ha sido el más caluroso de la historia. “Lo que ha sucedido con “Filomena” se llama tiempo, que es como tu estado anímico, pero el clima es tu personalidad”, explica Mario Picazo.

Por otro lado, el Big Data no solo se utiliza para los modelos predictivos en contextos como el de “Filomena”, sino que también puede servir como aliado a la hora de visibilizar información útil para los ciudadanos en situaciones como las que atraviesan las zonas más castigadas por el temporal. Un ejemplo sencillo, pero muy práctico estos días es el mapa que se ha creado para seguir la evolución de la retirada de nieve en las calles de Madrid.

Para utilizar el BigData hay que creer en él

El 31 de diciembre de 2020, el sistema automatizado canadiense Blue Dot, basado en Inteligencia Artificial (IA), dio la primera voz de alarma sobre el coronavirus. La compañía alertó a sus clientes sobre un grupo de casos de “neumonía inusual” que estaban ocurriendo en Wuhan y lo calificó con una gravedad de nivel 3 sobre 5.

La IA es capaz de encontrar patrones ocultos en los datos

Tres meses después, la Organización Mundial de la Salud decretaba la pandemia y el resto de la historia seguimos viviéndola en la actualidad.

Y es que la inteligencia artificial es capaz de encontrar patrones ocultos en los datos, pero la contextualización de estos patrones sigue correspondiendo a la parte humana. “Todavía no nos acabamos de creer que estas máquinas sean capaces de predecir la evolución de algo de una manera muy fidedigna”, señala Alejandro Llorente, de PiperLab.

Es más, “cómo hubiera reaccionado la sociedad si antes de que se llegara a ese nivel de gravedad se hiciera un confinamiento”, plantea en relación al Covid. Una pregunta que da respuesta a por qué no se utiliza siempre el Big Data aunque los gobiernos y organismos lo tengan a su disposición. El “ver para creer” como máxima eleva importancia de materializar los insights para crear conciencia en una sociedad cada vez más adormecida por las cifras.