AI dan Masalah-Masalah Sulit Dunia · Ilmu bumi & iklim · arXiv · 2026-10-23
Dapatkah Kita Memercayai Evaluasi Prakiraan Cuaca AI untuk Kejadian Ekstrem? Bagaimana Protokol Evaluasi Membentuk Peringkat Model
Judul asli: Can We Trust Evaluations of AI Weather Forecasts for Extremes? How Evaluation Protocols Shape Model Rankings
Studi-studi tidak sepakat mengenai apakah model cuaca AI dapat memprakirakan kejadian ekstrem, dan para penulis menelusuri sebagian penyebabnya pada perbedaan protokol evaluasi. Dalam rancangan eksperimen yang sama, peringkat model sangat bergantung pada metrik: model berbasis fisika paling baik pada kejadian ekstrem yang teramati, sedangkan model AI lebih baik pada penilaian berbobot. Analisis kontingensi menunjukkan model AI memprakirakan kejadian ekstrem terlalu rendah dan melewatkannya, sementara model fisika memprakirakannya lebih sering dan menghasilkan alarm palsu, dengan selisih skor terutama disebabkan oleh kalibrasi yang keliru, bukan oleh daya diskriminasi.