Actualmente, los modelos de previsión meteorológica numérica (NWP) ofrecen un 80% de precisión a siete días y un 90% a cinco días, según relevamientos impulsados por herramientas de inteligencia artificial. Sin embargo, el avance de la ciencia se ve limitado por el recorte presupuestario y la pérdida de capacidad operativa del Servicio Meteorológico Nacional (SMN).

Caída del presupuesto y precarización

En solo dos años, el SMN perdió el 56,1% de su financiamiento, lo que impactó directamente en su sistema de alertas tempranas, la reparación de instrumentos y el mantenimiento de radares y equipos. A esto se suma la pérdida de personal capacitado, con contratos precarios, sueldos congelados y un creciente éxodo de profesionales altamente calificados.

El deterioro también se refleja en la reducción de puntos de observación meteorológica, fundamentales para mejorar la precisión de los modelos.

Una fusión polémica

Frente a este panorama, los ministros Luis Petri (Defensa) y Federico Sturzenegger (Desregulación y Transformación del Estado) impulsaron una propuesta para fusionar el SMN con el Instituto Geográfico Nacional (IGN), bajo el argumento de “mejorar los modelos de predicción”.

La iniciativa fue criticada por diversos sectores científicos y políticos. El exministro Daniel Filmus denunció que “en su afán por pasar la motosierra, el Gobierno ignora por completo las funciones específicas de organismos clave en ciencia, tecnología y defensa nacional”.

La imprevisibilidad del clima

Las condiciones meteorológicas dependen de múltiples factores, y la atmósfera funciona como un sistema caótico: pequeñas variaciones iniciales pueden generar grandes diferencias en los resultados a medida que el tiempo avanza. Por eso, los pronósticos suelen “recalcularse” con frecuencia.

El Niño y La Niña —dos fenómenos opuestos del océano Pacífico— modifican el clima a nivel global. El Niño provoca un aumento de la temperatura superficial del mar y mayores precipitaciones; La Niña, en cambio, genera sequías, menor nivel de lluvias y descenso de las temperaturas. Ambos influyen en sectores críticos como la agricultura, los recursos hídricos y la biodiversidad.

Inteligencia Artificial y nuevas tecnologías

Aunque algunos medios afirman que la IA ha reemplazado a los modelos tradicionales de pronóstico, la realidad es que ambos se complementan. Si bien la inteligencia artificial promete anticipación más precisa en eventos extremos, como huracanes o tormentas severas, aún no reemplaza la complejidad del análisis humano y científico.

Uno de los modelos más prometedores es GraphCast, desarrollado por Google DeepMind, que combina tecnología de punta con redes neuronales para lograr mayor precisión en el corto y mediano plazo.