El 14 de octubre de 2026, Nature publicó un estudio sobre Probabilistic Bias Correction (PBC), un marco de aprendizaje automático que ajusta pronósticos meteorológicos probabilísticos ya existentes para el horizonte de dos a seis semanas. PBC no genera por sí solo la predicción: procesa pronósticos de sistemas dinámicos, de inteligencia artificial o híbridos, y los resultados principales del estudio se centran en las semanas 3 y 4. El artículo de Nature describe el método y su evaluación global.
Qué hace realmente PBC
PBC aprende de errores sistemáticos observados en pronósticos anteriores y en observaciones meteorológicas; después ajusta la distribución de probabilidades del pronóstico que recibe. En lugar de limitarse a cambiar una cifra de lluvia o temperatura, modifica la distribución completa, incluido su centro y su dispersión.
El método aplica en paralelo dos correcciones, Debias++ y Persistence++, proyecta sus resultados en funciones de distribución acumulada válidas y luego los combina. Así, el sistema que produce el pronóstico inicial sigue siendo una pieza necesaria: PBC lo posprocesa, no lo sustituye.
Qué midió el estudio
La evaluación principal cubrió la tercera semana —días 19 a 25— y la cuarta —días 26 a 32—. Nature analizó temperatura media a dos metros y precipitación total sobre tierra, además de presión media al nivel del mar, en una cuadrícula global de 1,5° de latitud y longitud. Para comparar las predicciones probabilísticas, el estudio empleó cinco categorías de probabilidad y la puntuación de habilidad de probabilidad ordenada (RPSS), con una climatología como referencia.
Frente al pronóstico dinámico operativo de ECMWF con corrección de sesgo, PBC mejoró la habilidad en las siguientes proporciones de celdas evaluadas:
| Variable evaluada | Plazos evaluados | Celdas con mejora de habilidad frente al pronóstico de ECMWF |
| Precipitación total sobre tierra | Semanas 3 y 4 | 98 % |
| Temperatura media a 2 m sobre tierra | Semanas 3 y 4 | 91–92 % |
| Presión media al nivel del mar | Semanas 3 y 4 | 89–91 % |
Los porcentajes indican qué parte de las celdas de la cuadrícula obtuvo una mejora de habilidad para cada variable. No expresan la probabilidad de acertar la predicción de una localidad concreta. La evaluación utilizó ERA5 como referencia observacional y comparó las distribuciones de probabilidad con la climatología. Nature detalla el diseño y las métricas del estudio.
En otras pruebas, PBC duplicó la puntuación media RPSS de 0,03 de AIFS-SUBS, el sistema de predicción con IA de ECMWF, en el año de prueba 2025. Para el sistema híbrido POET, el estudio registró mejoras de RPSS del 68–98 % en precipitación, del 15–23 % en presión media al nivel del mar y del 5–7 % en temperatura, con datos de prueba de 2024.
El resultado de MicroDuet en la competición de 2025
El conjunto de pronósticos MicroDuet, presentado por el equipo MicroEnsemble, quedó primero en cada variable meteorológica y plazo evaluados durante la temporada inaugural de septiembre a noviembre de 2025 de AI Weather Quest, la competición en tiempo real de ECMWF. Nature informa de que superó sistemas de seis centros operativos de predicción y a participantes de 34 equipos. Es un resultado de esa temporada y de las variables y plazos examinados en la competición.
El uso inicial comunicado en Kenia
Microsoft Research informa de que meteorólogos de Kenya Meteorological Service Authority (KMSA) probaron PBC y lo utilizaron al preparar actualizaciones semanales durante la temporada de lluvias de 2026. Phillip Okello, meteorólogo principal de KMSA, valoró que el método mejoró los pronósticos de su equipo más que los otros métodos que probaron en el Gran Cuerno de África. También señaló que afinar las predicciones de lluvias intensas y periodos secos seguía siendo una prioridad. Microsoft Research relata el trabajo en Kenia.
Código abierto y la vista previa de Microsoft
Nature identifica como de código abierto tanto la implementación de PBC como el código de los experimentos. Microsoft también describe un modelo distinto, S2S, que proporciona orientación probabilística semanal hasta seis semanas y que ofrece en vista previa privada a clientes seleccionados. Microsoft Research distingue ese servicio de PBC.
