Este ensaio é uma colaboração com Robert Hoffman e é amplamente baseado em Hoffman et al. (2017) Minding the Weather: Como especialistas em previsão pensam. Um ensaio anterior abordou algumas das questões relativas ao modo como jogadores de xadrez habilidosos e meteorologistas aprenderam a usar Inteligência Artificial. Este ensaio atual detalha as maneiras pelas quais a Inteligência Artificial está contribuindo mais para a meteorologia.
Especialistas tecnofílicos adoram proclamar hoje em dia que o computador acabará substituindo a previsão meteorológica humana. Este entusiasmo desenfreado justifica-se principalmente observando os avanços impressionantes na capacidade de memória e computação. O mal-entendido dos especialistas em tecnologia de computadores é aparente: tudo o que precisamos é de mais processamento de números, e Lo! Um milagre será realizado.
Por um lado, se não fosse pela experiência humana, os modelos de computador não existiriam. Portanto, o fato de os modelos de computador ajudarem os meteorologistas representa uma enorme conquista para os seres humanos. Por outro lado, os modelos de computador não produzem previsões do tempo. Eles geram previsões dos valores de certos parâmetros atmosféricos, como temperaturas da superfície, direções do vento em várias alturas na atmosfera, etc. É necessário conhecimento humano para ir das saídas do modelo (junto com outros dados massivos que estão disponíveis), e produzir uma previsão significativa que ajuda as pessoas a entender o clima e tomar as medidas adequadas (ver Kerr, 2012).
As previsões têm melhorado em seu valor e precisão há décadas, e uma parte do motivo é que os modelos de computador estão melhorando. Mas quando alguém olha para baixo, vê-se que as coisas em que os modelos de computador são bons também são as coisas em que os previsores humanos são bons.
As coisas em que os modelos de computador não são muito bons são menos notados nos relatórios de comparação de previsões humanas e de computador. Uma exceção são as previsões de rastreamento de furacões, que às vezes são chamadas de “gráficos de espaguete”. Os diferentes modelos às vezes geram diferentes previsões de rastreamento. Mas, para muitos furacões, os modelos convergem, e a análise de furacões por modelos de computador mostrou grande melhora nos últimos anos.
Mas essa não é uma situação na qual é cada vez mais difícil para o humano “melhorar” as saídas do computador ou produzir previsões que “batam” nos computadores. Como discuti em um ensaio anterior, The Age of Centaurs, não é produtivo ter uma competição entre o humano e a máquina. Os previsores usam os modelos de computador para o que são, ferramentas em um kit de ferramentas muito grande. Um ditado em meteorologia é “Você não pode fazer uma boa previsão usando os modelos, a menos que você possa fazer uma boa previsão sem usar os modelos”. Os meteorologistas melhoram as saídas do computador em algo entre 10 e 25 por cento (às vezes mais), dependendo em qual parâmetro está sendo comparado.
Os computadores também dependem dos humanos. A perícia humana é necessária para ajustar as entradas aos modelos computacionais para compensar as várias tendências que os modelos têm de sobre ou sub-prever certos parâmetros sob certas condições. Os seres humanos também têm que avaliar os resultados de vários modelos (existem muitos deles) e determinar qual deles é o “modelo preferido do dia”.
Não devemos valorizar mais o processamento de números do que a capacidade de raciocínio do humano. A previsão do tempo não seria possível sem a interdependência homem-máquina. Precisamos de mais previsores especialistas em humanos, e não menos. O que sabemos agora sobre perícia pode ser aproveitado no treinamento de previsores, sem dúvida.
Como Pearson calculou em 1978, o custo médio per capita do Serviço Nacional de Meteorologia chega ao que você pagaria por um grande hambúrguer, batata frita e refrigerante. Corrigindo o aumento da população dos EUA (para cerca de 320 milhões de pessoas atualmente), o atual orçamento da NWS de cerca de US $ 972 milhões se traduz em um custo per capita que é sobre o de um hambúrguer sozinho. Nosso atual “clima” político é aquele em que agendas econômicas e políticas promovem informações erradas sobre as mudanças climáticas. Não apenas precisamos de mais especialistas em previsões (por exemplo, Hoffman et al., 2014), precisamos de especialistas em previsões para exercer uma voz mais forte no discurso público (por exemplo, Collins & Evans, 2017).
Referências
Collins, H. & Evans, R. (2017). Por que as democracias precisam de ciência? Nova Iorque: John Wiley.
Hoffman, RR, LaDue, D. e Mogil, HM, Roebber, P. e Trafton, JG (2017). Minding the Weather: Como os Analistas Especialistas Pensam. Cambridge, MA: MIT Press.
Hoffman, RR, Ward, P., DiBello, L., Feltovich, PJ, Fiore, SM e Andrews, D. (2014). Expertise Acelerada: Treinamento para alta proficiência em um mundo complexo. Boca Raton, FL: Taylor e Francis / CRC Press.
Kerr, RA (2012). As previsões do tempo clarificam lentamente. Science, 38, 734-737.
Pearson, AD (1978). Big Mac Meteorológico. Editorial, a estrela de Kansas City. Reimpresso em L. Snellman (Ed.), Fórum, National Weather Digest, 3, pp. 2-6.
