Harapan yang Tidak Realistis Menyebabkan Narasi Palsu Tentang Prakiraan Cuaca

Saya telah memikirkan hal ini dan akhirnya memutuskan untuk meletakkan sesuatu di kertas “virtual”. Bagi sebagian dari Anda, ini mungkin terasa seperti editorial opini. Bagi yang lain, mungkin terdengar seperti kata-kata kasar. Sebagai ilmuwan, profesor, dan mantan presiden American Meteorological Society, saya menyadari bahwa ekspektasi yang tidak realistis menyebabkan narasi palsu tentang keakuratan prakiraan cuaca. Inilah mengapa saya mengatakan itu.

Pikiran ini mengkristal bagi saya saat mengambil pertanyaan dari seorang pendengar di podcast kemarin. Pertanyaannya adalah, "Mengapa begitu sulit untuk melacak badai?" Saya awalnya bingung dengan pertanyaan itu, tetapi kemudian saya menyadari bahwa saya memikirkannya dari sudut pandang saya dan bukan orang yang mengajukan pertanyaan itu. Prakiraan lintasan badai adalah bidang kemajuan substansial dalam prediksi cuaca modern. Grafik di bawah ini menunjukkan pengurangan rata-rata kesalahan lintasan di Cekungan Atlantik dari tahun 1970 hingga 2020. Jelas, ada peningkatan dramatis dalam rentang 1 hingga 5 hari. Hari ini, kesalahan rata-rata pada 1 hari kurang dari 50 mil laut. Pada awal 1970-an, jumlahnya 2 hingga 3 kali lipat. Hari ini, ramalan 3 hari lebih baik daripada ramalan 1 hari di tahun 1970.

Contoh lain adalah penyempitan "kerucut ketidakpastian." Seperti yang ditulis oleh pakar badai Universitas Miami, Brian McNoldy dalam karyanya blog (Omong-omong, yang harus dibaca), “Ukuran kerucut tetap untuk setiap prakiraan setiap badai selama seluruh musim badai, tetapi ukurannya perlahan berkembang dari tahun ke tahun. Jika badai bergerak cepat, kerucut akan tampak lebih memanjang dan jika badai bergerak lambat, kerucut akan tampak lebih padat… tapi itu kerucut yang sama persis.” Jake Reyna mentweet grafik dari McNoldy (di bawah) yang menggambarkan bahwa kerucut telah menyempit. Coba tebak apa artinya? Kami menjadi lebih baik di jalur peramalan. Peramalan intensitas telah tertinggal tetapi ironisnya cukup solid untuk Badai Ian.

Saya benar-benar percaya beberapa orang percaya bahwa kami memiliki keterampilan atau kemampuan perkiraan mutlak untuk memberi tahu mereka tepat melacak badai akan mengambil. Kita tidak bisa dan tidak akan pernah bisa melakukannya. Itulah yang dimaksud Jake Reyna dengan "batas prediktabilitas". Itu juga mengapa peramal mengeluarkan informasi dengan ukuran ketidakpastian (kerucut). Sementara saya sangat yakin bahwa alat komunikasi risiko baru mungkin diperlukan ke depan, untuk saat ini, penting bagi orang untuk memahami apa yang disampaikan kerucut. Selama Badai Ian, saya melihat orang-orang mengungsi dari satu bagian kerucut ke bagian lain dari kerucut. Kerucut menunjukkan ada 67% kemungkinan bahwa pusat badai akan berada di mana saja di kerucut jadi tidak fokus secara eksklusif pada garis tengah.

Harapan yang tidak realistis juga terlihat dengan prakiraan curah hujan. Saya selalu merasa aneh bahwa orang menganggap "peluang hujan 20%" yang berarti ada "peluang hujan 0%." Orang-orang mengajukan pertanyaan seperti, "Apakah akan turun hujan di atas mangkuk air anjing saya di sudut kiri halaman belakang mereka pada pukul 12:37?" Oke, saya hiperbolik, tapi saya pikir Anda mengerti maksud saya. Radar cuaca dan beberapa aplikasi modern dapat membantu memperkirakan informasi tersebut, tetapi coba tebak? Akan selalu ada ketidakpastian sehingga informasi probabilistik disampaikan. Anda melihatnya dengan ramalan salju juga. Ahli meteorologi mungkin meminta 3 hingga 6 inci salju (ketidakpastian). Jika 3 inci jatuh, beberapa orang akan mengatakan ramalan itu salah karena mereka "berharap" untuk jumlah yang lebih tinggi. Meskipun kedengarannya aneh, saya melihatnya sepanjang waktu.

Harapan tidak realistis lainnya terkait dengan batas prediktabilitas dalam waktu. Saya tidak dapat memberi tahu Anda berapa kali pertanyaan ini muncul dengan sendirinya kepada saya – “Saya mengalami ________dalam 2 bulan dan di luar, akan hujan?” Sayangnya, satu-satunya jawaban yang kredibel adalah melihat kemungkinan klimatologis untuk tanggal tersebut. Kemampuan prakiraan cuaca memiliki batas sekitar 10 hingga 14 hari. Universitas Negeri Pennsylvania tekan rilis mencatat, “Ketidakpastian dalam bagaimana cuaca berkembang berarti bahwa bahkan dengan model dan pemahaman yang sempurna tentang kondisi awal, ada batas seberapa jauh prakiraan akurat sebelumnya mungkin ….” Dalam sebuah studi oleh para ilmuwan Universitas, mereka mengkonfirmasi hipotesis lama dengan: Edward Lorenz. Meteorologi dan matematikawan Institut Teknologi Massachusetts memberi kita teori chaos dan mengemukakan bahwa ada batas yang melekat pada prediktabilitas. Berbekal informasi ini, Anda harus skeptis terhadap posting Twitter atau Facebook tertentu yang mencari klik, berbagi, atau suka.

Bias manusia juga membentuk perspektif prakiraan cuaca. Ramalan lebih sering benar daripada salah. Namun, orang cenderung mengingat ramalan yang salah, terutama jika itu memengaruhi mereka dalam beberapa hal. Seperti yang saya tulis bertahun-tahun yang lalu di Forbes, “Penendang gawang dapat melakukan setiap tendangan selama musim sepak bola, tetapi bagaimana jika dia melewatkan “yang besar” dalam permainan mangkuk kejuaraan? Dia mungkin diejek atau dikritik, tetapi apakah dia penendang yang buruk? Mungkin tidak, tapi dia melewatkan tendangan dengan dampak yang besar. Hasil ramalan cuaca sangat mirip.” Sekitar waktu, profesional pemasaran Sravanti Meka tweeted, “Saya bekerja di bidang pemasaran dan layanan pelanggan. 90% dari layanan pasca interaksi klien adalah pengalaman negatif. Orang-orang lebih mengingat pengalaman negatif.”

Prakiraan cuaca cukup bagus, dan tentu saja lebih baik daripada prediksi ahli untuk pertandingan sepak bola University of Georgia vs University of Tennessee minggu lalu (Go Dawgs!). Namun, penting untuk meredam ekspektasi tentang apa yang dapat diberikan oleh prakiraan cuaca. Selain itu, di era ikon dan Aplikasi cuaca yang lucu ini, cobalah untuk tidak "diberi tahu Aplikasi." Aplikasi Cuaca dapat memberi tahu Anda beberapa hal tetapi mungkin bukan apa yang perlu Anda ketahui dalam situasi cuaca yang berkembang.