Ouça agora

Nova técnica de inteligência artificial promete mudar a forma como o tempo é previsto

Método criado por pesquisadores da Microsoft e do MIT corrige erros de modelos meteorológicos e dobrou a capacidade de acerto de um sistema europeu em previsões feitas de duas a seis semanas antes


Por Bernardo Teixeira

20/10/2026 às 08h39

Nova técnica de inteligência artificial promete mudar a forma como o tempo é previsto

Saber se vai chover amanhã já é uma tarefa relativamente confiável. O problema começa quando a pergunta é sobre o tempo daqui a um mês. Um estudo publicado na revista científica Nature apresentou uma técnica de inteligência artificial que melhora justamente essas previsões de longo alcance, consideradas um dos maiores desafios da meteorologia.

O método foi desenvolvido por uma equipe liderada pela Microsoft Research, com participação de pesquisadores do Instituto de Tecnologia de Massachusetts (MIT), nos Estados Unidos. O artigo saiu no dia 14 de outubro, e o código foi liberado gratuitamente para outros pesquisadores.

O “buraco” das previsões

Os modelos atuais, tanto os tradicionais quanto os baseados em IA, conseguem boas previsões para até cerca de duas semanas. Depois disso, a precisão cai rapidamente.

Esse intervalo, entre duas e seis semanas de antecedência, é chamado de previsão subsazonal. Ele fica entre a previsão de curto prazo, que usa as condições atuais da atmosfera, e as tendências de estação, que se apoiam em fenômenos mais lentos, como a temperatura dos oceanos.

Nessa faixa intermediária, erros pequenos vão se acumulando, os modelos carregam desvios sistemáticos e o comportamento caótico da atmosfera pesa mais. O meteorologista Judah Cohen, do MIT, um dos autores, chegou a comparar esse tipo de previsão a um jogo de dados em um cassino.

Como a técnica funciona

A nova ferramenta se chama Correção Probabilística de Viés (PBC, na sigla em inglês). Em vez de criar mais um modelo do zero, ela analisa o histórico de previsões de sistemas que já existem, identifica os erros que eles cometem de forma repetida e corrige esses desvios nas previsões novas.

Na prática, a técnica funciona como uma camada extra, aplicada por cima dos modelos usados hoje pelos centros meteorológicos. Ela também vai se ajustando à medida que novos dados e observações chegam, o que permite lidar melhor com a incerteza típica de previsões tão distantes.

Os resultados

Os testes foram feitos com sistemas do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF), considerado a principal referência mundial na área.

Aplicada ao modelo de inteligência artificial do centro europeu, a técnica dobrou a capacidade de acerto nas previsões subsazonais. No modelo tradicional, baseado em equações da física, as correções melhoraram 91% das previsões de pressão atmosférica, 92% das de temperatura e 98% das de chuva.

Segundo os pesquisadores, é a primeira vez que um modelo consegue prever o tempo nessa janela de forma mais precisa do que as médias históricas do clima, que até então eram o parâmetro difícil de superar. A técnica também trouxe ganho estatisticamente significativo na previsão de eventos extremos.

Vale um cuidado na leitura dos números: o salto aconteceu a partir de um ponto de partida modesto, já que a precisão nesse intervalo sempre foi baixa.

Vitória em competição internacional

Antes de chegar à Nature, a técnica passou por um teste prático. Em agosto de 2025, o ECMWF lançou o AI Weather Quest, competição em tempo real para melhorar previsões subsazonais.

A equipe inscreveu um sistema chamado MicroDuet, que aplicava a correção ao modelo europeu e a um modelo híbrido, que combina física e IA. O projeto terminou em primeiro lugar.

Quem pode se beneficiar

Para a agricultura, algumas semanas de aviso podem ajudar a decidir a melhor época para adubar, de acordo com a chuva prevista, a proteger lavouras de geadas ou a se preparar para períodos de seca.

No setor de energia, Cohen observou que dois dias muitas vezes não bastam para se preparar para uma tempestade severa, enquanto duas semanas permitem organizar equipes e recursos. A mesma lógica vale para a Defesa Civil e para o planejamento de resposta a desastres.

Como a técnica é barata de aplicar e funciona sobre modelos já existentes, os autores apostam que ela pode ser adotada por centros meteorológicos com menos estrutura, reduzindo a distância entre os sistemas mais avançados e os demais.