Los modelos meteorológicos basados en inteligencia artificial han logrado avances notables y, en muchas tareas de predicción, ya igualan o superan a algunos sistemas tradicionales. No obstante, un estudio reciente revela que todavía presentan limitaciones importantes cuando deben anticipar fenómenos extremos inéditos, como olas de calor récord, episodios de frío excepcional o tormentas de viento extraordinarias.

La investigación comparó varios modelos de IA de última generación, entre ellos GraphCast, Pangu-Weather y Fuxi, con el modelo físico HRES del Centro Europeo de Predicción Meteorológica a Medio Plazo (ECMWF). Mientras los modelos de IA se basan principalmente en patrones aprendidos de datos históricos, HRES utiliza ecuaciones físicas que describen el comportamiento de la atmósfera. Esta diferencia resulta clave cuando se producen situaciones que superan los registros observados durante el entrenamiento de los sistemas de IA.

Los resultados muestran que los modelos de inteligencia artificial tienden a subestimar tanto la frecuencia como la intensidad de los eventos extremos. Además, sus errores aumentan a medida que los fenómenos analizados se alejan más de los registros históricos conocidos. En prácticamente todos los plazos de predicción evaluados, el modelo físico obtuvo mejores resultados para los récords de calor, frío y viento.

Los autores consideran que la IA tiene un enorme potencial y seguirá mejorando, pero advierten de que aún no puede sustituir por completo a los modelos físicos en aplicaciones críticas como los sistemas de alerta temprana o la gestión de riesgos meteorológicos. La estrategia más sólida en la actualidad consiste en desarrollar ambos enfoques de forma complementaria y evaluar continuamente su rendimiento.

Sobre este tema hablamos con Paco Martín-León, meteorólogo jubilado de AEMET y colaborador de la web "Meteored". Esta entrevista se emitió el pasado viernes, 19 de junio de 2026. Pincha en al imagen y escúchala.