Πλέον, με μια ματιά στο κινητό μπορεί κάποιος να δει αν θα χρειαστεί να πάρει μαζί του ομπρέλα ή αν θα φορέσει κοντομάνικο. Σε ποιο βαθμό, όμως, μπορούμε να εμπιστευόμαστε τις εφαρμογές στις συσκευές μας;
Οι μετεωρολόγοι Θοδωρής Κολυδάς και Παναγιώτης Σκριμιζέας αναλύουν στην «Κ» τη λειτουργία των αριθμητικών μοντέλων και εξηγούν πώς μπορούμε να χρησιμοποιούμε σωστά τα weather apps, ώστε να μην απογοητευόμαστε κάθε φορά που πέφτουν έξω. Φωτ: Shutterstock.
Όταν στις αρχές Απριλίου, η εφαρμογή της Apple για την πρόγνωση του καιρού κατέρρευσε δύο φορές μέσα σε μία εβδομάδα, αφήνοντας για λίγες ώρες τους χρήστες να κοιτάζουν μία κενή οθόνη αντί για μετεωρολογικά δεδομένα, ο «θόρυβος» που προκλήθηκε είναι ενδεικτικός της σύγχρονης εξάρτησης από τα apps του καιρού.
Πολλά διεθνή Μέσα, έσπευσαν να αναδείξουν το πρόβλημα. Αλλά και στο Twitter, χιλιάδες χρήστες θέλησαν να σχολιάσουν: “Το Apple Weather ήταν εκτός λειτουργίας όλο το πρωί και ποτέ δε φαντάστηκα πόση αναστάτωση θα προκαλούσε αυτό”, έγραψε χαρακτηριστικά ένας χρήστης, -όπως δημοσίευσε το CNN- ενώ κάποιος άλλος αστειεύτηκε κάνοντας αναφορά στην ταινία “Top Gun”: “Η μεγαλύτερη καταιγίδα της σεζόν θα χτυπήσει το Fargo και η εφαρμογή του καιρού της Apple είναι εκτός λειτουργίας. Πετάω στα τυφλά, Goose”.
Σήμερα, όλο και λιγότεροι “κρέμονται από τα χείλη” του μετεωρολόγου λίγο πριν από το τέλος των ειδήσεων για να μάθουν αν θα βρέξει την επόμενη μέρα. Πλέον, με την προεπιλεγμένη εφαρμογή στο κινητό μπορεί κάποιος να δει αν θα χρειαστεί να πάρει μαζί του ομπρέλα ή αν θα φορέσει κοντομάνικο. Σε ποιο βαθμό, όμως, μπορούμε να εμπιστευόμαστε τις εφαρμογές του καιρού που χρησιμοποιούμε στις συσκευές μας;
Ο ρόλος των αριθμητικών μοντέλων
«Οι εφαρμογές αυτές δεν κάνουν πρόγνωση του καιρού. Ουσιαστικά, οπτικοποιούν και μάς μεταφέρουν με απλό τρόπο τα αποτελέσματα ενός αριθμητικού μοντέλου που έχει «τρέξει» κάποια στιγμή νωρίτερα, στην καλύτερη περίπτωση πριν από έξι ώρες. Αυτό σημαίνει ότι η αξιοπιστία τους εξαρτάται από την αξιοπιστία του αριθμητικού μοντέλου από το οποίο αντλούν τα αποτελέσματα», διευκρινίζει στην «Κ» ο μετεωρολόγος Παναγιώτης Σκριμιζέας, από τη Διεύθυνση Μεθόδων Πρόγνωσης, Έρευνας και Μετεωρολογικών Μοντέλων της ΕΜΥ.
«Εάν τα αριθμητικά μοντέλα δεν μπορούν να μάς δώσουν με απόλυτη βεβαιότητα τον καιρό που θα επικρατήσει σε μία μελλοντική στιγμή, σε κάποιο συγκεκριμένο σημείο -και δεν εννοώ μόνο το είδος και την ένταση των φαινομένων, αλλά και τη θερμοκρασία, την υγρασία, τον άνεμο, την ηλιοφάνεια, το ποσοστό νεφοκάλυψης κ.ά.- αυτό που με βεβαιότητα μπορούν να κάνουν είναι να τεκμηριώσουν την πιθανότητα για το πώς θα είναι ο καιρός, αλλά και το εύρος των πιθανών αποκλίσεων», συμπληρώνει ο ίδιος.
Για τις πρώτες 24 έως 48 ώρες πρόγνωσης, τα αριθμητικά μοντέλα, εφόσον «τρέχουν» μέσα σε επιστημονικά αποδεκτό πλαίσιο, μπορούν να αποδειχθούν ιδιαίτερα αξιόπιστα, με επιτυχία που φτάνει ή και ξεπερνά το 90%, υποστηρίζουν οι επιστήμονες. «Μέσω των νέων τεχνολογιών, η βιομηχανία του καιρού έχει πάρα πολλές δυνατότητες να εξελίξει τα προγνωστικά μοντέλα και να εξάγει καλύτερα συμπεράσματα για την εξέλιξη του καιρού. Αυτό σημαίνει πως περιμένουμε και τις εφαρμογές να βελτιωθούν περισσότερο στο μέλλον», λέει στην «Κ» ο διευθυντής της Εθνικής Μετεωρολογικής Υπηρεσίας, Θοδωρής Κολυδάς, ο οποίος προτρέπει τους χρήστες να χρησιμοποιούν τα weather apps στο κινητό τους, τονίζοντας ότι και οι ίδιες οι μετεωρολογικές υπηρεσίες θα πρέπει να προκρίνουν κάποιες αξιόπιστες εφαρμογές.
Το 20% που «καίει» τους χρήστες
Περίπου 300 ημέρες τον χρόνο, δηλαδή σε ποσοστό 80% του συνόλου των ημερών, μια εφαρμογή του καιρού θα λειτουργήσει σωστά, τόνισε πρόσφατα στο αμερικανικό περιοδικό Atlantic ο μετεωρολόγος Matt Lanza από το Τέξας, ο οποίος «τρέχει» το Houston’s Space Weather. «Είναι το υπόλοιπο 20% που “καίει” τους χρήστες και αυτό που δημιουργεί το πρόβλημα», θα πει ο ίδιος.
«Το ζήτημα ξεκινά όταν λαμβάνεις τα στοιχεία των μοντέλων και τα προωθείς απευθείας στις εφαρμογές, χωρίς να μεσολαβήσει η ερμηνεία του ίδιου του μετεωρολόγου, διότι δε θα λάβεις κάποια διαφοροποίηση από αυτές τις εφαρμογές. Είναι διαφορετικό το «είναι πιθανό να βρέχει όλη μέρα» από το «θα βρέχει όλη μέρα», αναφέρει στη συνέντευξή του.
Πώς μπορούμε, όμως, να χρησιμοποιούμε αποτελεσματικά τα apps του καιρού, ώστε να μην απογοητευόμαστε κάθε φορά που αυτά «πέφτουν» έξω; Όπως υποστηρίζει ο μετεωρολόγος Παναγιώτης Σκριμιζέας, θα πρέπει να αξιοποιούμε με σύνεση την πληροφορία που παρέχει κάθε εφαρμογή στο κινητό μας τηλέφωνο.
«Είναι σημαντικό να αντιλαμβανόμαστε την πληροφορία μόνο ως ένδειξη της τάσης εξέλιξης του καιρού. Αυτό σημαίνει ότι θα πάρω μια ομπρέλα μαζί μου αν δείχνει ότι θα βρέξει, αλλά δε θα προγραμματίσω μια εκδήλωση ή όποια άλλη σημαντική δραστηριότητα με βάση αυτήν την πρόγνωση, ειδικά εάν αυτή απέχει του 24ωρου», αναφέρει.
«Ο προγνώστης μετεωρολόγος δεν μπορεί να υποκατασταθεί»
Ένας προγνώστης της μετεωρολογικής υπηρεσίας, αξιοποιώντας τη γνώση και την εμπειρία του, είναι σε θέση να αξιολογήσει ένα αριθμητικό μοντέλο και να επιβεβαιώσει κατά πόσο μπορούμε να το εμπιστευτούμε. «Τα αριθμητικά μοντέλα πρόγνωσης θα πρέπει να ενσωματώσουν αυτήν τη γνώση και την εμπειρία του μετεωρολόγου. Στην κατεύθυνση αυτή η επιστημονική κοινότητα ήδη επενδύει στην εφαρμογή συστημάτων μηχανικής μάθησης (ML) και τεχνητής νοημοσύνης (AI)», λέει ο κ. Σκριμιζέας, τονίζοντας ωστόσο ότι σε καμία περίπτωση τέτοια συστήματα δεν θα μπορέσουν να υποκαταστήσουν τον επιστήμονα. «Ο επιχειρησιακός μετεωρολόγος δε θα πάψει ποτέ να είναι απαραίτητος. Θα μετεξελιχθεί ώστε να αφομοιώσει και να αξιοποιήσει τις δυνατότητες που του δίνει η σύγχρονη τεχνολογία, όπως ήδη κάνει όλα αυτά τα χρόνια».