IA puede medir el impacto del cambio climático en las olas de calor

Un reciente artículo de Juan Scaliter, publicado en el Diario La Razón de España, señala que la IA puede ayudar a relacionar las olas de calor con el cambio climático aunque actualmente las herramientas aun tienen sesgos.

Según señala la nota, la principal desventaja es que se basan en simulaciones de modelos climáticos que pueden tener grandes sesgos en la forma en que la circulación atmosférica responde a la actividad humana. Por ello, es difícil establecer si los cambios simulados en eventos extremos son resultado de cambios termodinámicos generales o modificaciones que han provocado los seres humanos y que resultan más complejos de medir.

Para resolver este problema, unos científicos de las universidades de Standford y la Estatal de Colorado han desarrollado un método rápido (aprendizaje automático) y de bajo costo para estudiar cómo los eventos climáticos extremos individuales se han visto afectados por el calentamiento global. 

El aprendizaje automático es un puente entre las condiciones meteorológicas reales que causan un evento climático extremo específico y los modelos climáticos que nos permiten realizar experimentos virtuales más generalizados en el sistema terrestre.

En las primeras pruebas, el método ha resultado muy preciso y podría cambiar la forma en que los científicos predicen el impacto del cambio climático en una diversidad de eventos.

En la evaluación de la ola de calor de Texas de 2023 que contribuyó a un número récord de muertes relacionada con el calor, la IA pudo mostrar que el calentamiento global hizo que dicha ola de calor fuera entre 1.18 y 1.42 grados Celsius más alta de lo que hubiera sido sin el cambio climático.

Además, fue capaz de predecir la magnitud de las olas de calor que batieron records en otras partes del mundo.