O dia em que a previsão “errou” (mas o clima foi o culpado)
Já imaginou marcar um churrasco, confiar no app de clima, mas ver o céu abrir em vez da chuva prevista. Ou se preparar para tempestades e granizo e acordar apenas com uma leve garoa. Quem nunca questionou a precisão das previsões, principalmente diante de eventos extremos que vêm surpreendendo inclusive os meteorologistas?
Esse sentimento ganha força numa era em que a própria estrutura dos serviços meteorológicos enfrenta sua maior crise em décadas. Nos EUA, o National Weather Service (NWS) acumula centenas de vagas em aberto e cortes orçamentários, o que preocupa especialistas a poucos meses de uma temporada de furacões potencialmente destrutiva.
“Não ter um meteorologista-chefe no comando de um escritório é como voar com um piloto substituto: pode dar certo, pode não dar”, alerta Rick Spinrad, ex-administrador da NOAA.
No Brasil, o cenário não é tão diferente: outubro registrou ventos recordes em São Paulo, seguidos de apagões e prejuízos para milhões — e, na sequência, alertas que não se confirmaram, mas deixaram todos em alerta.
A ciência avança, mas o clima muda mais rápido
Prever o clima sempre foi um desafio marcado por avanços incríveis — segundo a Royal Meteorological Society, uma previsão de um dia hoje acerta mais de 90% das vezes! O problema está na natureza caótica da atmosfera: pequenas falhas nos dados iniciais (até de 0,01°C) podem gerar erros gigantescos lá na frente, como nos lembra a famosa teoria do efeito borboleta.
Além disso, mudanças climáticas e eventos extremos estão se tornando mais frequentes e difíceis de modelar. Modelos matemáticos atuais podem ser “pegos de surpresa” por fenômenos inéditos, como foi o caso das tempestades recentes no Rio Grande do Sul e interior de SP.
“Se os modelos nunca viram aquele cenário antes, é difícil acertar os impactos. E, com as mudanças climáticas, os eventos raros estão cada vez mais próximos uns dos outros”, afirma a meteorologista Maria Clara Sassaki.
Humanos, máquinas e o futuro das previsões
Se por um lado a inteligência artificial promete previsões de até 15 dias com surpreendente precisão, por outro, ela também depende de dados do passado — o que limita sua capacidade de antecipar o totalmente inédito. Novos modelos como o Aardvark Weather, desenvolvido em Cambridge, trazem esperança: rodam mais rápido e usam menos recursos que supercomputadores tradicionais.
No Brasil, a baixa quantidade de radares dificulta ainda mais. Investir em mais equipamentos e tecnologia é fundamental para refinar as previsões — e, claro, comunicar os alertas de forma assertiva.
“No final, o desafio não é só prever, mas explicar incertezas e preparar as pessoas para o que pode acontecer”, pontua Scott Hosking, do Alan Turing Institute.
A lição por trás do “erro”
No final das contas, a previsão pode até não acertar em cada detalhe do céu, mas a ciência está mais avançada do que nunca. A questão passa a ser como transformar essa avalanche de dados em alertas claros e, principalmente, transmitir a complexidade desse desafio para o público — que, cada vez mais, quer não só saber “se vai chover”, mas entender o “porquê”.
