Los pronósticos climáticos con IA pueden llevar avisos meteorológicos adaptados a los países de ingreso bajo y medio. Son los países que enfrentan los mayores riesgos de salud por el cambio climático. Un informe de la Universidad de Chicago, apoyado por la Fundación Rockefeller, lo concluye. La publicación es del 22 de septiembre.
De acuerdo con el informe, los modelos de IA igualan o superan a los modelos físicos. Esos modelos sostienen la mayoría de los pronósticos actuales. Lo hacen a una fracción del costo y del tiempo.
El informe advierte que la tecnología por sí sola no cierra la brecha. Sin una acción deliberada, los pronósticos climáticos con IA dejarán atrás a las mismas poblaciones. Son las poblaciones que el pronóstico convencional ya dejó atrás.
Qué cambia con los pronósticos climáticos con IA
Producir un pronóstico confiable exigía antes un supercomputador de cerca de 100 millones de dólares. Un modelo de IA ya entrenado genera un pronóstico de diez días en minutos, en un solo chip. El salto vuelve accesible un aviso que antes quedaba fuera del alcance de muchos países.
El problema no es solo de entrega. El 81 % de los servicios meteorológicos nacionales declara ofrecer servicios climáticos para la salud. Solo el 23 % de los ministerios de salud opera un sistema de vigilancia que usa información meteorológica. Son cifras de 2023 que cita el informe.
Casi nadie construyó los pronósticos alrededor de las decisiones que deben servir. Los funcionarios de salud reciben información que no pueden usar. Mientras las autoridades no digan qué decisión necesitan respaldar, los productores no tienen nada que construir.
Muchas de las decisiones que más importan caen en una franja donde apenas existen pronósticos. Dos a cuatro semanas de aviso permitirían a un sistema de salud preparar su respuesta a una ola de calor. Permitirían también a un programa contra la malaria fijar la fumigación en el momento de mayor efecto. El informe identifica esa franja como la menos invertida.
Un pronóstico construido con los países que lo necesitan
Un caso de campo en Nigeria muestra el desajuste. En un ejercicio intersectorial, casi todas las acciones de preparación exigían semanas de aviso. Los productos que pedían estaban disponibles solo en días o en temporadas. Nadie pidió nada en la franja intermedia, porque nunca existió un producto así.
Amir Jina, autor del informe, plantea que los modelos de IA ofrecen la oportunidad de democratizar el pronóstico. Sostiene que setenta años de progreso pueden llegar a todos. Naveen Rao, vicepresidente de salud de la Fundación Rockefeller, agrega que la tecnología sola no alcanza. Dice que hace falta invertir en datos, formación y propiedad local.
El informe propone veintidós recomendaciones en cuatro frentes. Pide medir los pronósticos por su utilidad para decisiones de salud. Pide exigir que cada servicio declare la decisión que respalda. Y pide escribir la salud dentro de las políticas nacionales de datos e IA. La primera prioridad arranca por el calor extremo.
La iniciativa Human-Centered Weather Forecasts ya trabaja con los gobiernos de India y de Etiopía. Construye pronósticos alrededor de necesidades locales. El mismo equipo entrena a meteorólogos de treinta países de ingreso bajo y medio. Les enseña a armar y adaptar sus propios pronósticos con IA.
El informe aporta un dato de contexto. Los 59 planes nacionales de adaptación revisados en 2025 nombran a la salud como sector vulnerable. Menos de la mitad designa un organismo responsable. Solo el 0,2 % de la financiación internacional de adaptación se destina a la salud.
Otras fuentes consultadas: Fundación Rockefeller (22/09/2026), Instituto para el Crecimiento Climático y Sostenible de UChicago (22/09/2026). (Cifras y alcance del informe aportados por las instituciones que lo publicaron.)
