Le app meteo ci deludono spesso: ma perché?
(TEMPOITALIA.IT) Ho voluto prendere una serie di interviste rilasciate da diversi meteorologi sulle app meteo. Quelle che sono di uso comune. In Italia, soprattutto, l’attenzione per il meteo avviene inizialmente su questo prodotto. Moltissimi consultano le previsioni meteo dell’app installata di default nello smartphone, non consapevoli che quella previsione è prodotta in America con un modello matematico a bassa risoluzione. Da qui anche il dire che i meteorologi sbagliano le previsioni. La cosa più stupefacente è che tutti consultano quale è la temperatura misurata nella loro località, e credono che quel valore sia reale. Eppure, le stazioni meteo dove vengono attinti i dati sono anche decine di km di distanza, in genere negli aeroporti, e quel valore è solo una stima approssimativa della temperatura. Mi succede di segnalarlo, ma ogni volta mi rivolgono delle risposte con incredulità e insufficienza, come se la mia fosse superbia.
Insomma, se questa settimana hai steso il bucato, sei andato in spiaggia o hai acceso il barbecue, quasi certamente hai consultato un’app meteo prima. E forse non sei rimasto del tutto soddisfatto. Il che fa sorgere spontanea la domanda: perché le app meteo sono così inaffidabili?
Anche i meteorologi come quelli dell’Università di Reading, nel Regno Unito, non sono immuni a queste frustrazioni. Un esperto ha raccontato di aver visto una notte asciutta prevista e di aver lasciato i cuscini da giardino fuori, ritrovandoli inzuppati il mattino seguente. È l’esempio classico: quando ci lamentiamo delle previsioni sbagliate, di solito parliamo di pioggia o neve arrivate a sorpresa.
Le nostre aspettative – sia verso le app che verso il tempo – sono una parte importante del problema. Ma non è l’unico ostacolo. La scala dei sistemi meteorologici e dei dati utili per fornire previsioni localizzate rende la meteorologia estremamente complessa.
Il meteorologo ammette che alcune app hanno attraversato periodi di scarsa performance nel Regno Unito nelle ultime settimane. In parte il problema riguarda il tipo imprevedibile di rovesci estivi. La pioggia convettiva si genera quando il calore solare scalda il suolo, spingendo una colonna d’aria calda e umida verso l’alto nell’atmosfera, dove si raffredda, condensa e forma un acquazzone isolato. Questo fenomeno è molto meno prevedibile rispetto alle vaste perturbazioni guidate da variazioni di pressione che tendono a scorrere sul paese negli altri periodi dell’anno.
“Pensa a far bollire una pentola d’acqua. Sai più o meno quanto ci vorrà per arrivare a ebollizione, ma quello che non riesci a fare bene è prevedere dove si formerà ogni bolla,” spiega il ricercatore.
Dinamiche simili si osservano nel Nord America e nell’Europa continentale. Ma le previsioni meteorologiche sono necessariamente un’operazione locale, quindi prendiamo il Regno Unito come caso di studio per capire perché sia così difficile stabilire con precisione quando e dove il tempo si farà sentire.
La precisione che non esiste, è per questo che si chiamano previsioni
In generale, il meteorologo è critico nei confronti delle “previsioni per codice postale” fornite dalle app, dove è possibile ottenere previsioni per la propria città o paese specifico. Sottendono un livello di precisione che semplicemente non è possibile raggiungere. E stavolta non sono io a sostenerlo, ma un esperto, sentite questa sempre di un meteorologo inglese.
“Ho più di quarant’anni, e non vedo alcuna possibilità, nel corso della mia carriera, di riuscire a prevedere i nuvoloni temporaleschi con sufficiente precisione da dire che la pioggia colpirà il mio villaggio ma non un altro paese a cinque chilometri di distanza,” afferma. Queste app pretendono anche di fare previsioni con due settimane di anticipo, il che secondo il ricercatore è ottimismo spinto.
Le due settimane sono state a lungo considerate il limite invalicabile per le previsioni, e ancora oggi l’accuratezza cala sensibilmente oltre quella soglia. Alcuni ricercatori stanno usando modelli fisici e intelligenza artificiale per spingere le previsioni ben oltre quel confine, fino a un mese e più. Ma l’aspettativa di poter sapere così tanto – e che valga non solo su scala globale, ma anche locale – è parte della nostra delusione verso le app meteo.
Nonostante usi le app meteo personalmente, il meteorologo è nostalgico dei tempi in cui tutti seguivamo le previsioni in televisione, che ci offrivano un contesto più ricco. Quei professionisti avevano tempo e grafica per spiegare la differenza tra un fronte perturbato che passa sopra casa tua con il 100% di probabilità di pioggia dalle 14:00 alle 16:00, e la possibilità di rovesci sparsi attesi nella stessa finestra temporale. Questi scenari sono sottilmente, ma significativamente, diversi: un’app meteo mostrerebbe semplicemente il 50% di probabilità di pioggia alle 14:00 e lo stesso alle 15:00 in entrambi i casi. Quella mancanza di sfumatura genera frustrazione anche quando i dati di fondo sono corretti.
Allo stesso modo, se si chiede il meteo a Lewisham (UK) alle 16:00 e si viene avvisati di un acquazzone che poi non arriva, sembra un fallimento. Eppure, il contesto più ampio potrebbe rivelare che il fronte ha mancato il bersaglio di pochi chilometri: non un errore, ma una previsione con un margine di incertezza.
Il silenzio delle grandi aziende
Una cosa è certa: i produttori di app non hanno nessuna voglia di discutere di queste difficoltà e limitazioni, preferendo mantenere un’illusione di infallibilità. Google e AccuWeather non hanno risposto alla richiesta di intervista di una prestigiosa rivista scientifica (dove sono presenti pubblicazioni scientifiche), mentre Apple ha declinato di parlare. Anche il Met Office ha rifiutato l’intervista, limitandosi a dichiarare: “siamo sempre alla ricerca di modi per migliorare le previsioni nella nostra app ed esploriamo come fornire informazioni meteorologiche aggiuntive.”
Anche la BBC ha declinato, ma ha dichiarato che gli utenti della loro app – oltre 12 milioni – “apprezzano l’interfaccia semplice e chiara.” Ha aggiunto che nella progettazione dell’interfaccia è stata investita una riflessione enorme, con test approfonditi sugli utenti: “Cerchiamo di bilanciare informazioni complesse e comprensibilità per gli utenti.”
Però, caro lettore, non è la grafica che conta, la qualità della previsione meteo.
Un equilibrio difficile da trovare. Anche con dati completamente accurati, le app semplificano le informazioni a tal punto che il dettaglio andrà inevitabilmente perduto. Molti tipi di tempo, che possono sembrare drasticamente diversi da vivere, vengono raggruppati in uno dei pochi simboli il cui significato è soggettivo. Quanta copertura nuvolosa ci vuole prima che il simbolo del sole venga sostituito da una nuvola bianca, o da una grigia?
“Sospetto che se tu e io dessimo una risposta e poi chiedessimo alle nostre madri cosa significa, non otterremmo la stessa risposta,” osserva il meteorologo. Anche questo tipo di compromessi lascia spazio all’ambiguità e alla delusione.
Il bias del pessimismo e i dati di bassa qualità
Ci sono altri problemi. Alcuni servizi meteorologici inseriscono deliberatamente un margine di pessimismo, per cui l’app tende a sovrastimare leggermente la probabilità di pioggia. Noi stessi, invece, per importanti tour operator, abbiamo invece dovuto rimodellare la previsione meteo verso l’ottimismo, attenuando la possibilità di pioggia o di cielo nuvoloso, al fine di non danneggiare la giornata del turista. Pazzesco, no?
In una ricerca recente, sono emerse prove di questo “wet bias” – la tendenza al bagnato – in più di un’app. Un utente a cui viene annunciata pioggia e invece c’è il sole sarà meno frustrato di chi viene avvisato di cielo sereno e poi si ritrova sotto un acquazzone. Anche se, da giardiniere, ci si trova spesso a rovesciare il ragionamento.
Un altro meteorologo, dell’Università di Leeds, nel Regno Unito, sottolinea come esista un’ampia gamma di app che abbattono i costi usando dati di previsione globali liberamente disponibili, anziché modelli ottimizzati per la specifica regione.
Alcune attingono ai dati gratuiti della NOAA – la National Oceanic and Atmospheric Administration del governo statunitense, attualmente fortemente ridimensionata dall’amministrazione Trump, con conseguente rischio per l’accuratezza delle previsioni, anche se questa è un’altra storia – e si limitano a riconfezionarli. Questi dati grezzi globali possono funzionare bene nel prevedere un ciclone o il movimento di grandi fronti atlantici, ma non quando ci interessa sapere se pioverà a Hyde Park all’ora di pranzo del Lunedì.
Alcune app arrivano a estrapolare dati che semplicemente non esistono, il che può diventare una questione di vita o di morte quando si cerca di valutare il rischio di alluvioni lampo in Africa, per esempio. Almeno quattro prodotti di previsione gratuiti, di dubbia utilità, sono stati sorpresi a mostrare dati radar di precipitazioni per il Kenya. “Ma attenzione: non esiste un radar per le precipitazioni in Kenya, quindi è una bugia,” afferma il meteorologo, aggiungendo che i radar satellitari passano intermittentemente sul paese ma non forniscono informazioni complete, e i colleghi del Kenya Meteorological Department confermano di non avere radar operativi. Queste app “producono tutte un prodotto, e non sai da dove viene. Quindi, se vedi qualcosa di grave, cosa ne fai? Non sai da dove viene, non sai quanto sia affidabile.”
Le previsioni meteo, però, ai tempi d’oggi, non sono mai state così affidabili: quelle fatte bene
D’altro canto, l’app del Met Office non solo utilizza un modello ottimizzato per il meteo del Regno Unito, ma impiega tutta una serie di elaborazioni successive per affinare le previsioni, applicando l’intera competenza umana dell’organizzazione. Il team dell’app attraversa poi un processo meticoloso per decidere come presentarlo in un formato semplice. Ecco il punto a favore dei meteorologi locali, e ancor più dell’accuratezza di come si realizzano gli articoli, che spiegano il meteo che fa e che farà, persino spiegando che tutta la proiezione sarà da confermare.
“Passare dai dati del modello a ciò che presentare è un campo enorme al Met Office. Hanno un intero team di persone che si preoccupa di questo,” dice il ricercatore dell’Università di Reading. “È praticamente una disciplina a sé.”
Costruire modelli di previsione meteorologica, alimentarli con enormi quantità di rilevamenti da sensori reali e far girare il tutto su un supercomputer grande come un palazzo non è semplice. Eppure tutto questo lavoro porta a una realtà che forse non percepiamo: le previsioni del tempo sono migliori di quanto siano mai state, e continuano a migliorare. La nostra capacità di prevedere il tempo con precisione sarebbe stata impensabile anche solo pochi decenni fa.
Gran parte della nostra delusione verso le app meteo nasce dalla richiesta di una precisione al chilometro quadrato, dalla frustrazione causata da semplificazioni eccessive, o da aspettative di un pubblico sempre più esigente che superano i limiti della scienza.
Il meteorologo dell‘Università di Leeds osserva che man mano che le capacità dei professionisti del settore crescevano nel corso dei decenni, il pubblico le ha rapidamente date per scontate, chiedendo sempre di più. “Le persone saranno mai soddisfatte?” si chiede. “Penso di no.”
Crediti:
- University of Reading – Met Office & BBC Weather Apps Compared
- NOAA – National Oceanic and Atmospheric Administration
- European Centre for Medium-Range Weather Forecasts – ECMWF
- New Scientist – Four ways cuts at NOAA will make weather forecasts less reliable
- World Meteorological Organization – WMO
