BRASIL: Un estudiante de 16 años transforma la sabiduría de los “profetas de la lluvia” en una inteligencia artificial capaz de anticipar las precipitaciones

𝗨𝗻 𝗲𝘀𝘁𝘂𝗱𝗶𝗮𝗻𝘁𝗲 𝗱𝗲 𝟭𝟲 𝗮ñ𝗼𝘀 𝗱𝗲 𝗜𝗿𝗮𝗰𝗲𝗺𝗮, 𝗲𝗻 𝗲𝗹 𝗩𝗮𝗹𝗹𝗲 𝗱𝗲𝗹 𝗝𝗮𝗴𝘂𝗮𝗿𝗶𝗯𝗲, 𝗲𝗻 𝗲𝗹 𝗶𝗻𝘁𝗲𝗿𝗶𝗼𝗿 𝗱𝗲𝗹 𝗖𝗲𝗮𝗿á, 𝗵𝗮 𝗰𝗼𝗻𝘃𝗲𝗿𝘁𝗶𝗱𝗼 𝘂𝗻 𝗰𝗼𝗻𝗼𝗰𝗶𝗺𝗶𝗲𝗻𝘁𝗼 𝗽𝗼𝗽𝘂𝗹𝗮𝗿 𝘁𝗿𝗮𝗻𝘀𝗺𝗶𝘁𝗶𝗱𝗼 𝗱𝘂𝗿𝗮𝗻𝘁𝗲 𝗴𝗲𝗻𝗲𝗿𝗮𝗰𝗶𝗼𝗻𝗲𝘀 𝗲𝗻 𝘂𝗻𝗮 𝗵𝗲𝗿𝗿𝗮𝗺𝗶𝗲𝗻𝘁𝗮 𝗱𝗲 𝗶𝗻𝘁𝗲𝗹𝗶𝗴𝗲𝗻𝗰𝗶𝗮 𝗮𝗿𝘁𝗶𝗳𝗶𝗰𝗶𝗮𝗹 𝗽𝗮𝗿𝗮 𝗽𝗿𝗲𝗱𝗲𝗰𝗶𝗿 𝗹𝗹𝘂𝘃𝗶𝗮𝘀. 𝗥𝗮𝘂𝗹 𝗩𝗶𝗰𝘁𝗼𝗿 𝗠𝗮𝗴𝗮𝗹𝗵ã𝗲𝘀 𝗦𝗼𝘂𝘇𝗮 𝗰𝗿𝘂𝘇ó 𝗼𝗯𝘀𝗲𝗿𝘃𝗮𝗰𝗶𝗼𝗻𝗲𝘀 𝗿𝗲𝗮𝗹𝗶𝘇𝗮𝗱𝗮𝘀 𝗽𝗼𝗿 𝗹𝗹𝗮𝗺𝗮𝗱𝗼𝘀 “𝗽𝗿𝗼𝗳𝗲𝘁𝗮𝘀 𝗱𝗲 𝗹𝗮 𝗹𝗹𝘂𝘃𝗶𝗮” 𝗰𝗼𝗻 𝗿𝗲𝗴𝗶𝘀𝘁𝗿𝗼𝘀 𝗺𝗲𝘁𝗲𝗼𝗿𝗼𝗹ó𝗴𝗶𝗰𝗼𝘀 𝗵𝗶𝘀𝘁ó𝗿𝗶𝗰𝗼𝘀 𝘆 𝘁é𝗰𝗻𝗶𝗰𝗮𝘀 𝗱𝗲 𝗮𝗽𝗿𝗲𝗻𝗱𝗶𝘇𝗮𝗷𝗲 𝗮𝘂𝘁𝗼𝗺á𝘁𝗶𝗰𝗼. 𝗘𝗹 𝘀𝗶𝘀𝘁𝗲𝗺𝗮 𝗮𝗹𝗰𝗮𝗻𝘇ó 𝘂𝗻𝗮 𝗽𝗿𝗲𝗰𝗶𝘀𝗶ó𝗻 𝗿𝗲𝗽𝗼𝗿𝘁𝗮𝗱𝗮 𝗱𝗲𝗹 𝟵𝟰,𝟱 %, 𝗹𝗲 𝗽𝗲𝗿𝗺𝗶𝘁𝗶ó 𝗴𝗮𝗻𝗮𝗿 𝗲𝗹 𝟭.° 𝗹𝘂𝗴𝗮𝗿 𝗻𝗮𝗰𝗶𝗼𝗻𝗮𝗹 𝗱𝗲𝗹 𝗣𝗿𝗲𝗺𝗶𝗼 𝗝𝗼𝘃𝗲𝗺 𝗖𝗶𝗲𝗻𝘁𝗶𝘀𝘁𝗮 𝟮𝟬𝟮𝟱 𝗲𝗻 𝗹𝗮 𝗰𝗮𝘁𝗲𝗴𝗼𝗿í𝗮 𝗱𝗲 𝗘𝗻𝘀𝗲ñ𝗮𝗻𝘇𝗮 𝗠𝗲𝗱𝗶𝗮 𝘆 𝗺á𝘀 𝗿𝗲𝗰𝗶𝗲𝗻𝘁𝗲𝗺𝗲𝗻𝘁𝗲 𝗹𝗲 𝘃𝗮𝗹𝗶ó 𝗲𝗹 𝗣𝗿𝗲𝗺𝗶𝗼 𝗙𝘂𝗻𝗱𝗮𝗰𝗶ó𝗻 𝗕𝘂𝗻𝗴𝗲 𝟮𝟬𝟮𝟲 𝗲𝗻 𝗹𝗮 𝗰𝗮𝘁𝗲𝗴𝗼𝗿í𝗮 𝗝𝘂𝘃𝗲𝗻𝘁𝘂𝗱. 𝗠á𝘀 𝗾𝘂𝗲 𝘂𝗻 𝗽𝗿𝗼𝘆𝗲𝗰𝘁𝗼 𝗲𝘀𝗰𝗼𝗹𝗮𝗿, 𝘀𝘂 𝗶𝗻𝘃𝗲𝘀𝘁𝗶𝗴𝗮𝗰𝗶ó𝗻 𝗽𝗹𝗮𝗻𝘁𝗲𝗮 𝘂𝗻𝗮 𝗶𝗱𝗲𝗮 𝗱𝗲 𝗴𝗿𝗮𝗻 𝗶𝗺𝗽𝗼𝗿𝘁𝗮𝗻𝗰𝗶𝗮 𝗽𝗮𝗿𝗮 𝗲𝗹 𝗖𝗲𝗮𝗿á 𝘆 𝗼𝘁𝗿𝗮𝘀 𝘇𝗼𝗻𝗮𝘀 𝗱𝗲𝗹 𝘀𝗲𝗺𝗶á𝗿𝗶𝗱𝗼: 𝗹𝗮 𝘁𝗿𝗮𝗱𝗶𝗰𝗶ó𝗻 𝗹𝗼𝗰𝗮𝗹 𝗽𝘂𝗲𝗱𝗲 𝗰𝗼𝗻𝘃𝗲𝗿𝘁𝗶𝗿𝘀𝗲 𝗲𝗻 𝗱𝗮𝘁𝗼𝘀 𝗾𝘂𝗲 𝗮𝘆𝘂𝗱𝗲𝗻 𝗮 𝗺𝗲𝗷𝗼𝗿𝗮𝗿 𝗹𝗮 𝘁𝗼𝗺𝗮 𝗱𝗲 𝗱𝗲𝗰𝗶𝘀𝗶𝗼𝗻𝗲𝘀 𝗲𝗻 𝗹𝗮 𝗮𝗴𝗿𝗶𝗰𝘂𝗹𝘁𝘂𝗿𝗮 𝗳𝗮𝗺𝗶𝗹𝗶𝗮𝗿.

La historia comienza mucho antes de que Raul Victor escribiera una sola línea de código. En las comunidades rurales del Nordeste brasileño existe desde hace décadas la figura de los llamados “profetas de la lluvia”, personas que observan diferentes señales de la naturaleza para intentar anticipar cómo será la temporada de precipitaciones.

Entre esas señales aparecen el comportamiento de determinados animales, la floración de plantas, la formación de nubes y otros fenómenos naturales. Para una comunidad agrícola que depende directamente del régimen de lluvias, este conocimiento no constituye simplemente una curiosidad cultural. Durante generaciones ha servido como una referencia para decidir cuándo preparar la tierra, sembrar o esperar antes de invertir recursos en una nueva cosecha.

Raul creció escuchando esas historias de su abuelo, que también es agricultor. Esa relación familiar terminó convirtiéndose en el punto de partida de una investigación científica.

Cuando recibió una beca de iniciación científica, el adolescente se planteó una pregunta que terminó cambiando la naturaleza de aquella tradición: ¿qué ocurriría si las observaciones realizadas durante generaciones pudieran transformarse en variables, compararse con registros meteorológicos históricos y ser procesadas por un algoritmo?

La respuesta fue el desarrollo de una herramienta de aprendizaje automático que combina saberes tradicionales, datos meteorológicos e inteligencia artificial para realizar predicciones pluviométricas. La Fundación Bunge destaca precisamente esa integración como una de las características centrales del proyecto.

El desafío científico no era pequeño. El conocimiento de los “profetas de la lluvia” es fundamentalmente cualitativo. Una persona puede afirmar que determinadas señales en la naturaleza anuncian una temporada más lluviosa, pero para que una computadora pueda procesar esa información es necesario convertirla en datos estructurados.

Ese fue uno de los aspectos más complejos de la investigación. Raul y sus orientadores tuvieron que establecer criterios para transformar las observaciones tradicionales en información que pudiera ser incorporada a un modelo matemático y comparada con datos meteorológicos históricos. Un documento del Prêmio Jovem Cientista explica que el proyecto utilizó un sistema de clasificación de datos para convertir esas percepciones en variables analizables.

El sistema fue construido en Python y utilizó técnicas de aprendizaje automático. Fuentes vinculadas al proyecto señalan que la herramienta incorporó información procedente de seis “profetas de la lluvia” de cinco municipios del Valle del Jaguaribe, además de registros meteorológicos históricos. Otra descripción del proyecto señala que se trabajó con datos correspondientes al período de 1981 a 2024, lo que permitió construir una base histórica de varias décadas.

El resultado informado por los investigadores fue una precisión de 94,5 %. La cifra fue uno de los elementos que permitió que el proyecto recibiera reconocimiento nacional. El material oficial del Prêmio Jovem Cientista señala que el sistema llegó a una precisión cinco veces superior a la de los sistemas convencionales de monitoreo climático utilizados como referencia en el proyecto.

Aquí es importante establecer una diferencia. Una precisión del 94,5 % dentro de los experimentos del proyecto no significa que la herramienta pueda garantizar que lloverá en un lugar determinado con un 94,5 % de certeza cada vez que sea utilizada. Se trata del desempeño registrado bajo las condiciones, datos y metodología empleados por la investigación. Para transformarlo en un sistema operativo de pronóstico meteorológico sería necesario realizar validaciones independientes, ampliar las bases de datos y comprobar su funcionamiento en diferentes regiones y períodos climáticos.

Aun así, el resultado tiene una importancia considerable porque demuestra que conocimientos considerados tradicionalmente como parte de la cultura popular pueden ser sometidos a métodos científicos sin que necesariamente pierdan su identidad.

Ese es quizás el aspecto más interesante del proyecto. Raul no intentó sustituir a los “profetas de la lluvia” por una computadora. Su propuesta hizo lo contrario: utilizar la tecnología para investigar si parte de ese conocimiento contiene patrones que puedan ser identificados estadísticamente.

El enfoque también coincide con una transformación más amplia que está ocurriendo en la agricultura. La inteligencia artificial ya está siendo utilizada para analizar imágenes de satélite, estimar necesidades de riego, identificar enfermedades de cultivos, estudiar suelos y anticipar determinados eventos meteorológicos. En junio de 2026, investigadores del Instituto de Matemática Pura e Aplicada, IMPA, desarrollaron un modelo llamado Tupã que utiliza imágenes satelitales y modelos de flujo óptico para predecir precipitaciones con hasta tres horas de anticipación.

La diferencia entre ambos proyectos resulta reveladora. El modelo desarrollado por investigadores del IMPA utiliza herramientas de observación de la atmósfera y tecnología satelital, mientras que el trabajo de Raul incorpora un componente que difícilmente aparecería en un modelo meteorológico convencional: la memoria cultural de las comunidades rurales.

En cierto sentido, ambos representan dos caminos diferentes hacia un mismo objetivo: obtener información más útil sobre un fenómeno que continúa siendo extremadamente difícil de predecir con exactitud, especialmente en regiones donde las lluvias presentan una elevada variabilidad.

Y esa variabilidad es precisamente uno de los mayores problemas para la agricultura del Nordeste brasileño.

En el semiárido, una temporada de lluvias irregular puede significar la diferencia entre una cosecha suficiente para sostener a una familia y una pérdida prácticamente total de la producción. La agricultura familiar depende particularmente de esa previsibilidad porque pequeños productores suelen disponer de menos recursos para absorber una temporada desfavorable.

Por eso, disponer de una herramienta que ayude a anticipar períodos de lluvia o sequía podría tener aplicaciones que van mucho más allá de saber si va a llover la próxima semana.

Una predicción estacional más confiable podría contribuir al planificación del momento de siembra, selección de cultivos, administración de agua, manejo de reservorios y organización de recursos. También podría ayudar a reducir el riesgo de sembrar demasiado pronto o demasiado tarde, decisiones que en determinadas zonas del semiárido tienen consecuencias económicas importantes.

El proyecto adquiere todavía más relevancia en un escenario de cambio climático. La Fundación Bunge señala que la irregularidad de las precipitaciones constituye un problema histórico del Vale del Jaguaribe y que el cambio climático puede profundizar determinados escenarios de estrés hídrico.

Esto significa que herramientas de predicción más adaptadas a las características locales podrían adquirir mayor importancia en los próximos años. Sin embargo, también significa que los modelos tendrán que actualizarse constantemente. Un sistema entrenado exclusivamente con condiciones climáticas del pasado puede perder capacidad predictiva si las relaciones entre temperatura, humedad, circulación atmosférica y precipitación cambian.

Por eso, el siguiente paso para el proyecto de Raul no debería ser únicamente aumentar la cantidad de datos, sino también validar el modelo durante sucesivas temporadas y en otras regiones.

El propio recorrido del estudiante ya apunta en esa dirección.

Antes de recibir el reconocimiento de la Fundación Bunge, Raul había conseguido el primer lugar nacional en la categoría Enseñanza Media de la 31.ª edición del Premio Jovem Cientista, correspondiente a 2025. El concurso fue promovido por el CNPq y sus instituciones asociadas y reconoció precisamente su investigación sobre la combinación de conocimientos tradicionales e inteligencia artificial para la predicción de lluvias.

En julio de 2026, la Fundación Bunge también anunció su reconocimiento en la categoría Juventud, dentro del tema “Innovación en procesos de transferencia de tecnologías y conocimientos para la agricultura familiar”. El premio contempla R$ 80.000 para los ganadores de esa categoría y la ceremonia de entrega está prevista para septiembre en São Paulo.

El reconocimiento resulta especialmente significativo porque Raul es estudiante de una escuela pública de enseñanza media de tiempo integral en Iracema y participa en el programa de iniciación científica para estudiantes de enseñanza media del CNPq, en colaboración con la Universidad Federal de Ceará.

Su investigación fue orientada por Roberta Jeane Bezerra Jorge, profesora de la Facultad de Medicina de la UFC, y por el doctorando Helyson Lucas Bezerra Braz, del Programa de Posgrado en Ciencias Morfofuncionales de la universidad. El proyecto terminó convirtiéndose en una investigación interdisciplinaria que combina climatología, tecnología, aprendizaje automático, agricultura y cultura popular.

La historia también demuestra el papel que pueden desempeñar los programas de iniciación científica en la educación pública. Raul comenzó su trayectoria investigadora antes de terminar la escuela secundaria y tuvo acceso a un entorno universitario que le permitió convertir una curiosidad personal en un proyecto científico.

La propia Fundación Bunge destaca que la beca fue decisiva para esa evolución. El estudiante ha señalado que sin el apoyo de la iniciación científica no habría alcanzado el nivel de madurez necesario para desarrollar la investigación.

Hay además una dimensión cultural que merece atención.

En muchas ocasiones, la modernización tecnológica se presenta como una sustitución de los conocimientos tradicionales. El caso de Raul propone una perspectiva diferente: la tecnología puede utilizarse para documentar, analizar y preservar conocimientos que corren el riesgo de desaparecer.

Los propios “profetas de la lluvia” forman parte de una tradición cuya transmisión depende en gran medida de las relaciones familiares y comunitarias. Si las nuevas generaciones dejan de interesarse por esas prácticas, una parte de ese conocimiento puede perderse.

Al convertir esas observaciones en datos, el proyecto crea también una especie de registro científico de una tradición oral. Aunque eso no significa que todas las predicciones tradicionales sean científicamente correctas, sí permite someterlas a evaluación y descubrir cuáles presentan correlaciones útiles y cuáles no.

Ese proceso es importante porque la ciencia no necesita rechazar una observación simplemente porque su origen sea tradicional. Lo que hace es formular hipótesis, medir resultados, comparar datos y comprobar si un patrón se repite.

En el caso de Raul, esa metodología permitió transformar una conversación con su abuelo en una investigación que terminó llegando a los principales premios científicos juveniles de Brasil.

El futuro del proyecto, sin embargo, dependerá de su capacidad para salir del entorno original.

La herramienta fue desarrollada para las características del Vale del Jaguaribe, por lo que trasladarla directamente a otras partes de Brasil no garantizaría los mismos resultados. Las señales observadas por los agricultores, los patrones atmosféricos, el régimen de lluvias y las características del suelo pueden cambiar considerablemente entre regiones.

Por ello, una posible expansión debería incorporar nuevos municipios, más observadores, mayor cantidad de registros meteorológicos y períodos de validación independientes. También sería necesario comparar el sistema con modelos meteorológicos profesionales y establecer con claridad en qué escalas temporales ofrece mejores resultados.

Si esas etapas son superadas, la investigación podría evolucionar desde un proyecto escolar premiado hacia una herramienta de apoyo para la agricultura familiar y la gestión del agua en regiones semiáridas.

Antes, la predicción dependía principalmente de la experiencia acumulada por los habitantes del campo y de los sistemas meteorológicos convencionales. Ahora, un estudiante de 16 años está demostrando que ambas fuentes de conocimiento pueden conversar entre sí. Después, si la investigación continúa siendo validada, esa combinación podría convertirse en una herramienta tecnológica aplicable a comunidades que necesitan tomar decisiones agrícolas bajo condiciones de incertidumbre climática.

La historia de Raul Victor tiene, por tanto, un significado que supera la cifra del 94,5 %. Es el ejemplo de cómo una escuela pública, una beca científica, una tradición familiar y herramientas de inteligencia artificial pueden encontrarse para intentar resolver un problema real.

Y quizá lo más relevante sea precisamente eso: la inteligencia artificial no apareció en este proyecto para borrar una tradición del Nordeste brasileño, sino para hacer una pregunta científica sobre ella.

Una pregunta que comenzó en una conversación entre un nieto y su abuelo agricultor y que ahora puede llevar el conocimiento de los “profetas de la lluvia” desde las comunidades rurales del Ceará hacia laboratorios, universidades y centros de investigación de Brasil y del exterior.