131. ¿Por qué falla el tiempo pasadas dos semanas?

¿Y si el pronóstico del tiempo a cuatro semanas fuera tan fiable como el de mañana? Durante décadas, el rango de dos a seis semanas ha sido el desierto de la predicción: un territorio donde el caos atmosférico vence a la física y donde, paradójicamente, una simple media climática a menudo supera a los superordenadores más potentes. En este episodio, analizamos el estudio publicado en Nature por un equipo de Microsoft Research, Harvard y MIT que ha logrado doblar la destreza de los modelos europeos en ese margen temporal. No se trata de inventar una nueva atmósfera, sino de usar inteligencia artificial para aprender los "vicios" sistemáticos de los modelos existentes y corregirlos al vuelo. Los resultados son contundentes: mejoras en el 98% de las precipitaciones y la capacidad de predecir, con cuatro semanas de antelación, la ola de frío extrema en EE. UU. que el modelo oficial europeo no vio venir. ¿Por qué te importa? Porque ese margen de tiempo es el que decide cosechas, costes de energía y preparación ante desastres. Desmontamos el mito de que "más superordenador es mejor" y exploramos cómo leer mejor los errores pasados es la clave del progreso actual. En este episodio: * El límite duro del caos atmosférico. * La técnica de "corrección de sesgo probabilística". * Datos reales: 91% de mejora en temperatura y 98% en lluvia. * Implicaciones prácticas para agricultura y salud.