> ## Content Index > Fetch the complete content index at: https://fomoera.com/llms.txt > Use this file to discover other available public pages before exploring further. # Una corrección con IA mejora los pronósticos del tiempo más allá de dos semanas - URL: https://fomoera.com/pbc-ia-pronosticos-meteorologicos/ - Published: 2026-10-15T02:40:00.000Z - Updated: 2026-10-15T02:40:00.000Z - Description: PBC corrige errores de modelos meteorológicos y duplicó la habilidad estadística de un sistema de IA. Las pruebas principales evaluaron las semanas tercera y cuarta; el beneficio varía por región. - Author: Gerardo Pavez - Tags: Tecnología y Ciencia, IA Un equipo de investigadores de Microsoft, MIT y otras instituciones mejoró los pronósticos meteorológicos de varias semanas mediante una capa de aprendizaje automático que corrige errores de modelos existentes. La técnica, llamada corrección probabilística de sesgos (PBC), busca dar más margen para planificar cultivos, gestionar energía y preparar respuestas ante fenómenos extremos. El estudio, liderado por Hannah Guan, se publicó en Nature el 14 de octubre de 2026\. Según [MIT News](https://news.mit.edu/2026/researchers-improve-weather-forecasts-looking-two-six-weeks-out-1014?ref=fomoera.com), el método aprende de los errores históricos de cada sistema y ajusta sus nuevas previsiones. ## Qué significa duplicar la habilidad predictiva El manuscrito disponible en arXiv detalla que PBC duplicó la habilidad media de AIFS-SUBS, el sistema de IA del Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF), en la evaluación de 2025\. La puntuación inicial era **0.03 en RPSS**, una métrica que compara las probabilidades pronosticadas con una referencia climática histórica. Un valor positivo indica una ventaja sobre esa referencia. Las pruebas principales del manuscrito se concentraron en la tercera semana, los días 19 a 25, y la cuarta, los días 26 a 32\. Evaluaron temperatura media, precipitación acumulada y presión atmosférica en una malla global de **1.5 por 1.5 grados**. Son resultados sobre periodos semanales y áreas amplias. PBC se aplica después de que el modelo genera su pronóstico. Darío Redolat, consultor de la Fundación para la Investigación del Clima, explicó al Science Media Centre España que ajusta tanto el resultado más probable como su incertidumbre y puede actualizarse con nuevos datos sin ejecutar otra vez todo el modelo. Su código es abierto y, según MIT News, su ejecución no requiere una supercomputadora. ## La prueba en tiempo real y el límite regional La evidencia incluye predicciones emitidas antes de conocer el tiempo observado. En su balance de marzo de 2026, el ECMWF confirmó que MicroDuet, un sistema que incorpora PBC, encabezó la clasificación de AI Weather Quest en ambos plazos durante septiembre a noviembre de 2025 y diciembre de 2025 a febrero de 2026\. La competencia evaluó las semanas tercera y cuarta. El beneficio cambia por región. Froila M. Palmeiro, investigadora del Instituto de Geociencias (CSIC-UCM), señaló al Science Media Centre España que la mejora se concentra sobre todo en la banda tropical y sigue siendo limitada en Europa. Robert Monjo, director de Investigación e Innovación de la Fundación para la Investigación del Clima, añadió que la validación usa ERA5, una reconstrucción del tiempo con incertidumbres propias. También advirtió que duplicar la habilidad desde una base modesta no asegura una predicción útil. El ECMWF identifica como siguiente reto convertir esas mejoras en orientación práctica de los servicios meteorológicos nacionales. Para agricultores y gestores de energía, el valor estará en disponer de probabilidades que ayuden a decidir con semanas de margen. *Fuentes:* [1](https://arxiv.org/html/2604.16238v3?ref=fomoera.com), [2](https://sciencemediacentre.es/un-metodo-de-inteligencia-artificial-mejora-las-predicciones-meteorologicas-con-hasta-seis-semanas?ref=fomoera.com), [3](https://www.ecmwf.int/en/about/media-centre/science-blog/2026/ai-weather-quest-2026?ref=fomoera.com)