L'app per le previsioni in crowdsourcing è il futuro della meteorologia

C'è una grossa falla nel sistema metereologico moderno: nessuno chiede alla gente per strada che tempo fa. Colmare questo vuoto è proprio l'obiettivo di Sunshine, una app per le previsioni del meteo comparsa la settimana scorsa sull'App Store di iOS.

A differenza delle app per il meteo tradizionali, Sunshine ti mostra una mappa locale con le segnalazioni recuperate in crowdsourcing fatte dalle persone che usano la app. Nonostante Weather Underground, un servizio alternativo zeppo di dati, offra informazioni specifiche da zona a zona dal 1995, non si avvicina lontanamente al livello di precisione di Sunshine, che può restringere il campo di interesse delle segnalazioni fino alla singola strada.

"Una quantità maggiore di numeri non equivale a una maggiore precisione," mi ha detto la CEO di Sunshine, Katerina Stroponiati. "È un meteo modellato su ciò che ti interessa, sui posti che frequenti, come la casa dove vivi e l'ufficio dove lavori."

La app ha anche trasformato il meteo in una sorta di gioco—più segnalazioni si fanno, più i dati che si inviano per le previsioni presenti e future hanno peso. Si sale in classifica in base ai check-in fatti. È tutto divertimento, giochi e dati, in un formato semplificato che toglie dall'impiccio di avere una valanga di dati da spulciare. Inoltre, le previsioni per il futuro imminente sono calibrate contemporaneamente in base alle condizioni storiche e alle segnalazioni generate dagli utenti.

"Teniamo traccia delle nostre previsioni, delle condizioni segnalate dagli utenti e delle condizioni effettive. Quando la previsione compare di nuovo, i nostri algoritmi tengono in considerazione questi fattori e la correggono di conseguenza," ha detto Stroponiati.

L'unico evidente difetto che noto in Sunshine è che si affida alla costanza e alla presenta degli utenti per funzionare bene. Stroponiati mi ha detto che la app spinge gli utenti nelle zone a bassa densità a invitare gli amici, che sono poi divertiti dal pulsante a forma di sole e dall'idea di diventare piccoli meteorologi in un mare di big data.

Le previsioni del tempo tradizionali, nonostante si basino su caterve di big data da analizzare, capita spesso che siano completamente sbagliate—il 18 percento delle previsioni di precipitazioni del National Weather Service finisce per essere inesatto, numero che può essere più alto o più basso a seconda di quale fenomeno meteorologico si cerca di prevedere. Il problema non è dato solo dalla natura capricciosa del tempo, ma anche dal fatto che queste previsioni si basano spesso su una media data da sistemi di osservazione di superficie e da immagini satellitari (la maggior parte delle quali è di proprietà del governo e venduta al pubblico in diverse varianti), per avere un risultato approssimativo noto a tutti come Weather For Today.

Ma per sapere se chiedere agli sconosciuti che tempo fa possa giovare alla precisione dei modelli di previsione meteo attuali—bé, dobbiamo aspettare di vedere come si evolverà questo progetto in futuro.