En 2024 se registraron unos 604 fenómenos meteorológicos extremos en todo el mundo, muchos de ellos catalogados como inusuales. El proyecto europeo XAIDA quiso entender, con ayuda de la inteligencia artificial, qué papel juega el cambio climático en ellos. Con aprendizaje automático y aprendizaje profundo, los investigadores llegaron a una conclusión inquietante: en muchas regiones las olas de calor crecen más rápido de lo previsto – y al final puedes comprobar cómo llevas tú el calor.
Los fenómenos meteorológicos extremos se han vuelto más frecuentes e intensos en los últimos años. No es solo un problema ambiental: también afecta a la seguridad de las personas.
Las cifras lo dejan claro. En 2024 se registraron aproximadamente 604 eventos extremos en todo el mundo, y muchos de ellos fueron catalogados como inusuales.
La conexión con el cambio climático está documentada, pero los mecanismos precisos que hay detrás de los eventos más complejos siguen sin estar claros. Ese es el hueco que quiso llenar el proyecto XAIDA.
XAIDA es un proyecto financiado por la Unión Europea que reunió a dieciséis organizaciones especializadas en inteligencia artificial, estadística y modelización climática.
Su objetivo principal era desarrollar una metodología basada en datos para analizar la influencia del cambio climático en los fenómenos meteorológicos extremos a escala mundial. En el trabajo participaron también representantes de distintos sectores.
El equipo creó herramientas de aprendizaje automático, de inferencia causal y de detección de fenómenos. Uno de los campos en los que las puso a prueba fueron las olas de calor.
Para estudiarlas utilizó codificadores automáticos variacionales, una técnica de aprendizaje profundo. Los resultados revelaron que los modelos actuales tienen carencias en procesos físicos importantes.
«Durante el proyecto comprobamos que, en muchas regiones, las olas de calor han aumentado con mayor rapidez de lo previsto por los modelos climáticos», señala Dim Coumou, coordinador del proyecto y profesor de la Universidad Libre de Ámsterdam.
De XAIDA han salido soluciones concretas:
Además, el proyecto elaboró materiales educativos y dio lugar a más de cien publicaciones científicas.
Uno de los grandes retos era la propia inteligencia artificial. Para que sus resultados sirvan a la ciencia, tienen que ser fiables y comprensibles.
Por eso el consorcio combinó métodos tradicionales, como los modelos climáticos y los análisis estadísticos, con técnicas nuevas de IA. Así pudo comprobar la coherencia de los resultados y reducir el escepticismo sobre la fiabilidad de la inteligencia artificial.
La clave estuvo en no sustituir lo que ya funcionaba, sino usarlo como punto de control para las nuevas herramientas.
Coumou recuerda que XAIDA no es un caso aislado: «XAIDA ha formado parte de una corriente mucho más amplia de innovación en IA en la climatología».
Para quien piense en estudiar ciencias del clima, el proyecto deja una pista clara: hoy investigar el tiempo también significa trabajar con datos, estadística y algoritmos.
XAIDA unió inteligencia artificial, estadística y modelización climática para entender mejor los fenómenos meteorológicos extremos. El proyecto mostró que en muchas regiones las olas de calor aumentan más rápido de lo que prevén los modelos climáticos y dejó tres herramientas: AIDE, CAUSEME y GreenEarthNet. Al combinar métodos clásicos con IA, el equipo pudo validar sus resultados y hacer la inteligencia artificial más fiable para la climatología.
5 preguntas · un minuto
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文