Cortes de Trump em dados meteorológicos ameaçam deixar previsões do tempo menos confiáveis

Os cortes em programas climáticos do governo Trump ameaçam reduzir a precisão das previsões do tempo federais em um dos períodos mais críticos: vêm aí uma perigosa temporada de furacões e a previsão de calor extremo no verão.

O que a NOAA lançou

No fim do ano passado, a Administração Nacional Oceânica e Atmosférica (NOAA) colocou em operação uma nova geração de modelos de IA para previsões meteorológicas globais. Segundo a agência, esses modelos devem melhorar a velocidade, a eficiência e a precisão das previsões. Em março, um porta-voz oficial da NOAA confirmou que o sistema de IA é treinado com volumes enormes de dados históricos, praticamente todos os registros meteorológicos de séculos. Isso permite que os modelos identifiquem padrões complexos no comportamento da atmosfera que os métodos tradicionais podem deixar passar.

Por que os dados são a base da IA

Especialistas ressaltam uma verdade simples: modelos de IA só funcionam com dados de treinamento de qualidade, completos e atualizados. Cortar o financiamento federal de programas climáticos e meteorológicos significa golpes diretos na infraestrutura:

• Perda de arquivos históricos e de sua manutenção atual
• Redução da rede de estações meteorológicas e satélites
• Adiamento da modernização dos sistemas de monitoramento do clima
• Menor volume de dados disponíveis para treinar modelos de IA
• Piora na agilidade de atualização dos sistemas de previsão

Se a NOAA perder a integridade dos dados, os modelos de IA começarão a se degradar, mesmo que o hardware continue ligado. A precisão das previsões cairá justamente quando as pessoas mais precisam delas.

A temporada de furacões já está a caminho

O prazo é crítico. A temporada de furacões do Atlântico começa em junho. A previsão para o verão de 2026 aponta calor recorde e fenômenos meteorológicos anômalos. Previsões precisas são, literalmente, uma tábua de salvação para milhões de americanos na hora de decidir sobre evacuações, fechamento de escolas, mobilização de equipes de resgate e proteção de infraestrutura crítica. Mesmo uma pequena queda na confiabilidade das previsões nesses períodos pode ter consequências graves.

O que isso significa

O paradoxo é evidente: os EUA criaram um sistema avançado de previsão com IA, mas ao mesmo tempo planejam cortar os dados com os quais ele aprende. A lição é que soluções de IA não se sustentam apenas apertando um botão: exigem um fluxo constante de dados completos e de qualidade. Sem eles, até os modelos mais inteligentes se tornam inúteis.