I mercati predittivi e il passaggio alle previsioni basate sull’intelligenza artificiale stanno iniziando a mettere a rischio l’accuratezza delle previsioni meteorologiche. Ecco cosa possiamo fare per salvaguardarle.
Ogni mattina, i responsabili delle operazioni delle compagnie aeree, gli operatori delle reti elettriche e gli agricoltori di tutto il mondo prendono decisioni basandosi su un unico elemento: le previsioni meteorologiche.
Sebbene queste previsioni siano qualcosa a cui la maggior parte delle persone dà un’occhiata per due secondi, le previsioni meteorologiche influenzano importanti decisioni strategiche in molti settori, mettendo in gioco denaro reale, mezzi di sussistenza e persino vite umane. Gli agricoltori le utilizzano per determinare quale varietà di coltura seminare, quando concimare, quanto investire nelle infrastrutture di irrigazione e per quanto tempo il bestiame debba pascolare. Le aziende di servizi pubblici le utilizzano per decidere dove costruire parchi solari ed eolici, nonché come fissare il prezzo all’ingrosso dell’elettricità. Le previsioni vengono utilizzate per avvertire la popolazione in caso di condizioni meteorologiche estreme e per attivare misure di risposta alle emergenze. Più recentemente, le previsioni meteorologiche hanno acquisito rilevanza per un settore emergente: i mercati predittivi, dove le persone scommettono denaro su ogni tipo di evento del mondo reale, compreso il tempo.
Tuttavia, la tentazione di manipolare i dati meteorologici per ottenere un vantaggio in questi mercati, unita a una tendenza collettiva verso previsioni meteorologiche basate sull’intelligenza artificiale (IA) e sui dati, sta iniziando a mettere a rischio l’accuratezza delle previsioni meteorologiche. Questi rischi sono per ora relativamente gestibili, ma in qualità di esperti del settore possiamo prevedere scenari in cui essi si trasformino in problemi ben più grandi e sistemici.
Per elaborare le previsioni meteorologiche, abbiamo bisogno di osservazioni accurate delle condizioni attuali. Queste vengono raccolte da diverse fonti, tra cui le stazioni meteorologiche presenti negli aeroporti, presso le aziende di servizi pubblici o i servizi di trasporto. I sistemi operativi tradizionali, come il modello Weather Research and Forecasting o il Sistema di Previsione Integrato del Centro Europeo per le Previsioni Meteorologiche a Medio Termine (ECMWF), combinano queste osservazioni con approssimazioni numeriche al fine di stimare gli andamenti meteorologici futuri.
A volte, le stazioni meteorologiche presentano problemi dovuti, ad esempio, a guasti strumentali o aggiornamenti delle apparecchiature. Questi possono essere individuati sia in tempo reale ) sia a posteriori. I sistemi di previsione tradizionali dispongono inoltre di una misura di sicurezza integrata denominata «assimilazione dei dati»: ogni misurazione in arrivo viene confrontata con ciò che il modello fisico prevede debba accadere e con le letture delle stazioni vicine.
Insieme, questi meccanismi contribuiscono a mantenere affidabili le osservazioni meteorologiche e solide le previsioni. Tuttavia, nuove minacce stanno mettendo a rischio l’accuratezza delle osservazioni. All’inizio di quest’anno, i media hanno riportato che la stazione meteorologica presso l’aeroporto Charles de Gaulle di Parigi (CDG) era stata manomessa per registrare picchi di temperatura sospetti il 6 e il 15 aprile 2026. Le autorità ipotizzano che possa essere stato utilizzato un asciugacapelli portatile o un accendino. In ogni caso, ciò ha portato a ingenti vincite per gli scommettitori dei mercati di previsione online che avevano puntato sul raggiungimento dei 22 °C (71,6 °F) in giorni in cui la media effettiva era di circa 18 °C (64,4 °F). Una persona ha vinto 20.000 dollari.
Fortunatamente, la manomissione di una singola stazione come questa può solitamente essere individuata tramite il monitoraggio umano o gli attuali metodi statistici. In questo caso, i membri di un’associazione francese senza scopo di lucro che si occupa di clima hanno notato le anomalie per caso e hanno dato l’allarme.
Ma cosa succederebbe se non ci fossero sistemi di monitoraggio umano in atto? E che dire di altri tipi di manipolazione? Cosa accadrebbe se, invece di manomettere una singola stazione, qualcuno modificasse da remoto le letture dell’ e in molte stazioni contemporaneamente, rendendo ogni cambiamento abbastanza piccolo da sembrare plausibile di per sé? I controlli di qualità esistenti faticano a individuare questo tipo di manipolazione coordinata. E il tempo gioca a nostro sfavore: controlli accurati dei dati e dei metadati richiedono ore o giorni, ma le previsioni devono essere diffuse nei tempi previsti, indipendentemente dall’andamento del tempo.
Il passaggio all’intelligenza artificiale nelle previsioni meteorologiche aumenta la posta in gioco. Questi metodi dipendono ancora di più da osservazioni meteorologiche accurate e affidabili; infatti, sono noti come «modelli basati sui dati». Ad esempio, i ricercatori dell’ECMWF stanno valutando se sia possibile produrre previsioni meteorologiche di alta qualità direttamente dalle osservazioni grezze, saltando la fase di assimilazione che attualmente funge da filtro di qualità. Altri ricercatori dell’ stanno facendo un ulteriore passo avanti, combinando dati geospaziali (compresi quelli delle stazioni meteorologiche) con grandi modelli linguistici e IA agentica per supportare un processo decisionale autonomo e in tempo reale durante eventi estremi come le tempeste.
I possibili vantaggi sono miglioramenti nell’accuratezza, nell’efficienza e nella dell’ . Tuttavia, l’esclusione dell’uomo dall’equazione introduce una vasta gamma di nuovi rischi.
All’estremità inferiore della scala di rischio, un singolo speculatore manipola una stazione meteorologica per guadagno personale: è il caso dell’aeroporto CDG. Un gradino più in alto: un gruppo di trader potrebbe coordinarsi per influenzare le previsioni sulla produzione di energia rinnovabile, facendo oscillare i prezzi all’ingrosso dell’elettricità e lasciando chi si trova dall’altra parte della transazione a sostenere la perdita. All’estremo opposto, un attore statale o un sabotatore potrebbe manipolare una o più stazioni per far scattare un sistema di allerta precoce o addirittura impedirne l’attivazione quando dovrebbe suonare. Passo dopo passo, il rischio cresce, passando dalla frode alla compromissione della preparazione alle catastrofi fino a diventare una questione di sicurezza nazionale.
Finché ci saranno incentivi finanziari (o di altro tipo) a manipolare i dati osservativi, gli avversari cercheranno nuove opportunità, ed è nostro compito stare un passo avanti. Ecco tre modi per farlo.
- Tenere sotto controllo le stazioni. I controlli sulla qualità dei dati dovrebbero includere la sicurezza delle stazioni, il rilevamento e la correzione delle anomalie e la supervisione umana. Le stazioni meteorologiche dovrebbero essere monitorate continuamente per scoraggiare le manomissioni. Anche i metodi di omogeneizzazione dei dati che ripuliscono le registrazioni meteorologiche devono diventare più veloci, con l’obiettivo di individuare i problemi in tempo reale. Ciò diventerà sempre più importante man mano che i sistemi di IA agentica utilizzeranno questi dati per fornire decisioni in tempo reale. Infine, è necessaria la supervisione umana per segnalare dati discutibili e risultati dei modelli. Dopotutto, sono stati gli esseri umani a scoprire la manipolazione all’aeroporto CDG.
- Proteggere i dati per salvaguardare l’IA. I meccanismi di difesa dei dati devono essere integrati lungo l’intera pipeline dell’IA e la robustezza agli attacchi avversariali: questi strumenti possono aiutarci a comprendere i dati sottostanti e i risultati dei modelli di IA, a identificare problemi legati ai dati o ai modelli e, potenzialmente, a renderci più resilienti agli attacchi avversariali.
- Garantire la responsabilità continua lungo tutta la catena. I dati osservativi passano per molte mani: gli operatori che gestiscono le stazioni, i servizi meteorologici nazionali che custodiscono i dati e i centri di previsione che li trasformano in previsioni. Nessuno di loro può proteggere da solo l’integrità dei dati: ciascuno custodisce il proprio anello della catena, e qualsiasi anomalia deve essere comunicata lungo l’intera catena, dagli operatori delle stazioni alle persone che agiscono sulla base delle previsioni.
È una fortuna che la situazione all’aeroporto CDG sia stata individuata, ma dovrebbe fungere da campanello d’allarme. Man mano che il ruolo dei dati osservativi cresce nelle previsioni meteorologiche, dobbiamo adattarci alle minacce in continua evoluzione. Ciò significa proteggere i nostri dati e modelli rafforzando le strutture di supervisione e responsabilità esistenti e migliorando il coordinamento tra i partner chiave.
Questo articolo di opinione è stato scritto da:
- Monique Kuglitsch — Responsabile dell’innovazione presso l’Istituto Fraunhofer Heinrich Hertz e presidente dell’Iniziativa globale delle Nazioni Unite sulla resilienza ai rischi naturali attraverso soluzioni di intelligenza artificiale
- Jesper Dramsch — Ricercatore nel campo dell’apprendimento automatico presso il Centro europeo per le previsioni meteorologiche a medio termine (ECMWF), dove lavora all’AIFS (Artificial Intelligence Forecasting System), il modello di previsione meteorologica basato sui dati dell’ECMWF
- Franz G. Kuglitsch — Climatologo e Segretario esecutivo dell’Unione Internazionale di Geodesia e Geofisica (IUGG) presso il Centro Helmholtz per le Geoscienze (GFZ) di Potsdam
- Andrea Toreti — Ricercatore senior presso il Centro comune di ricerca (JRC) della Commissione europea, dove coordina l’Osservatorio europeo e globale sulla siccità nell’ambito del Servizio di gestione delle emergenze di Copernicus
