Según FlightAware, un servicio de seguimiento de vuelos, los aeropuertos internacionales Kennedy, LaGuardia y Newark Liberty International registraron más de 400 vuelos cancelados, tanto de llegada como de salida, el sábado. Cientos de vuelos más sufrieron retrasos. El viernes, se cancelaron casi 900 vuelos en los tres aeropuertos.

Las aerolíneas cancelaron vuelos de forma preventiva para evitar un efecto cascada debido a los ajustes en tiempo real, según indicaron los portavoces. "Lo peor que se puede hacer para toda la operación es cancelar vuelos muy cerca de la hora prevista de salida", dijo Chris Perry, portavoz de Southwest Airlines. "Entonces se dejan aviones varados". Incluso las interrupciones menores pueden afectar significativamente los horarios, empleados y pasajeros de las aerolíneas, añadió.

La decisión de cancelar vuelos pone de relieve la compleja interacción entre los algoritmos predictivos, la gestión de riesgos y la logística operativa en la industria aérea. Las aerolíneas dependen cada vez más de modelos sofisticados de previsión meteorológica, a menudo impulsados por la inteligencia artificial, para anticipar las interrupciones y tomar decisiones informadas sobre los horarios de los vuelos. Estos modelos analizan grandes cantidades de datos meteorológicos históricos, las condiciones atmosféricas actuales y las lecturas de los sensores en tiempo real para predecir la probabilidad y la gravedad de los fenómenos meteorológicos.

Sin embargo, la precisión de estas predicciones no siempre está garantizada. La previsión meteorológica, incluso con IA avanzada, sigue siendo probabilística, lo que significa que siempre existe un grado de incertidumbre. Las aerolíneas deben sopesar los costes potenciales de la cancelación de vuelos frente al riesgo de operar en condiciones peligrosas. Este proceso de toma de decisiones a menudo implica una compensación entre minimizar las interrupciones para los pasajeros y garantizar la seguridad.

El uso de la IA en las operaciones de las aerolíneas plantea implicaciones sociales más amplias. Si bien los sistemas impulsados por la IA pueden mejorar la eficiencia y la seguridad, también plantean interrogantes sobre la rendición de cuentas y la transparencia. Cuando los vuelos se cancelan basándose en predicciones de la IA, puede ser difícil comprender la lógica que subyace a la decisión y responsabilizar a las partes responsables. Además, la dependencia de la IA puede conducir a un efecto de "caja negra", en el que el proceso de toma de decisiones se vuelve opaco y difícil de examinar.

Los avances recientes en la IA se centran en mejorar la precisión y la fiabilidad de los modelos de previsión meteorológica. Los investigadores están explorando nuevas técnicas, como el aprendizaje profundo y el modelado de conjuntos, para mejorar la capacidad de predecir fenómenos meteorológicos extremos. También están trabajando en el desarrollo de algoritmos más robustos que puedan gestionar la incertidumbre y proporcionar evaluaciones de riesgo más matizadas. Estos avances podrían ayudar a las aerolíneas a tomar decisiones más informadas sobre los horarios de los vuelos y minimizar las interrupciones para los pasajeros.