Nova técnica com IA promete reduzir falhas em previsões do tempo feitas com semanas de antecedência; entenda

Biruta indica a direção do vento em área próxima a uma pista de aeroporto.

Gaion/Pexels Uma nova técnica de inteligência artificial pode ajudar a reduzir erros em previsões do tempo feitas com duas a seis semanas de antecedência, uma faixa em que os modelos meteorológicos ainda perdem bastante precisão.

O método, chamado de correção probabilística de vieses (PBC, na sigla em inglês), foi apresentado em um estudo publicado nesta quarta-feira (14) na revista Nature.

Em vez de criar um novo modelo meteorológico, a ferramenta funciona como uma camada de correção: aprende com erros de sistemas que já existem e tenta ajustá-los nas previsões seguintes. 📱Favorite o g1 no Google e acompanhe as principais notícias do dia Hoje, as previsões conseguem manter uma precisão maior por até cerca de duas semanas.

Depois disso, pequenos erros se acumulam e, somados à própria natureza caótica da atmosfera, tornam mais difícil antecipar chuva, temperatura e outros fatores com confiança.

“Nosso novo sistema pega o modelo escolhido, aprende de que forma ele costuma errar e corrige esses erros”, explicou Lester Mackey, pesquisador da Microsoft Research e um dos autores do estudo.

Nos testes, o PBC foi aplicado a modelos do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF).

No sistema de inteligência artificial da instituição, a técnica dobrou, em média, a capacidade preditiva das projeções sub-sazonais.

Em um modelo tradicional que já passava por correções, houve melhora em 98% dos pontos analisados para precipitação, 92% para temperatura e 91% para pressão atmosférica.

LEIA TAMBÉM: Astronauta da Nasa flagra fenômeno luminoso raro durante tempestade vista do espaço; entenda Em fenômeno inédito, cientistas descobrem planeta que acelera sua própria destruição; entenda O teste de DNA em osso que pode reescrever a história do Egito antigo Agora no g1 Na prática, o sistema analisa previsões antigas, compara os resultados com o que de fato aconteceu e identifica padrões de erro.

Depois, usa essas informações para corrigir novas projeções, levando em conta também as condições observadas mais recentemente.

Os pesquisadores também observaram ganhos na previsão de eventos extremos, como chuvas intensas, enchentes e períodos de frio.

Em uma análise de enchentes registradas entre 2016 e 2026, por exemplo, o PBC aumentou a habilidade das previsões em 76% a 92%, dependendo do horizonte analisado.

A técnica também foi testada em uma competição internacional organizada pelo ECMWF em 2025.