Tại sao các app thời tiết cứ dối lừa chúng ta?

Người ta đã bỉ bai chuyện dự báo thời tiết tào lao từ thuở mà các nhà khí tượng học trên đài địa phương là nguồn tham khảo chính để biết sáng mai đi làm kiểu gì. Những tưởng thời nay thì khác, nhưng các ứng dụng đã tạo ra một mức độ thất vọng mới, ít nhất là thấy được từ hàng trăm dòng tweet chửi rủa trong thập niên qua.

"Gần hai thập niên sau kỷ nguyên điện thoại thông minh - khi về mặt lý thuyết, bất kỳ ai cũng có thể khai thác sức mạnh dữ liệu thời tiết của chính phủ và phân tích hàng chục biểu đồ và mô hình phức tạp theo thời gian thực - chúng ta vẫn cứ mắc mưa" - Charlie Warzel viết trên The Atlantic. 

Chính tác giả đã nhiều lần bị ăn quả lừa: "Ứng dụng của Apple đã cho tôi cảm giác an toàn giả tạo hàng chục lần, khiến tôi vừa bị ướt vừa cảm thấy bị phản bội vì mắc mưa khi chạy bộ, đạp xe hoặc chơi golf".

Nhà khí tượng hay thuật toán

Các app thời tiết, dù thiết kế hay tính năng khác nhau, có nguồn dữ liệu riêng hay độc quyền, vẫn chủ yếu sử dụng một số nguồn chung như Cơ quan Khí quyển và Đại dương quốc gia (NOAA) của Mỹ và Trung tâm dự báo thời tiết tầm trung châu Âu. 

Nhưng vì sao thông tin cuối cùng - các con số đơn giản hiện trên màn hình mỗi lần người dùng mở app - của chúng lại (quá) khác nhau? Một khán giả đã đặt câu hỏi này với Andrew Stutzke, nhà khí tượng học chủ trì chuyên mục hỏi đáp về thời tiết AskAndrew của Đài truyền hình WQAD (Illinois, Mỹ). Trong số phát sóng hồi tháng 7-2022, Andrew đã trở lời bằng một ví dụ theo thời gian thực: xem dự báo của ba ứng dụng khác nhau, tạm gọi là app A, B và C, cho cùng một thời điểm.

Theo đó, app A dự báo xác suất có mưa lúc 6h sáng là 90%, còn hai app còn lại lần lượt là 20% và 70%. Chênh lệch 20-70% là quá lớn, làm sao dám tự tin lên kế hoạch cho ngày mới với hai dự báo vênh nhau như thế?

Vấn đề là tại sao có sự khác biệt này? Theo Andrew, đó là do cách dữ liệu đầu vào được xử lý trước khi bày ra cho người dùng ứng dụng.

Cụ thể, app A chủ yếu sử dụng dữ liệu từ mô hình dự báo châu Âu, không có sự can thiệp (thay đổi/điều chỉnh dự báo) của con người và chỉ cập nhật hai lần/ngày. App B sử dụng mô hình dự báo của Mỹ và con người có tham gia xử lý dữ liệu, cập nhật bốn lần/ngày. App C kết hợp nhiều mô hình dự báo, có con người tham gia xử lý dữ liệu, và cập nhật hằng giờ. "Sự kết hợp của những điểm khác biệt này là yếu tố dẫn đến dự báo khác nhau trong mỗi ứng dụng" - nhà khí tượng học nói.

Mặc dù Andrew không cho biết rốt cuộc app nào là chính xác nhất, nhiều chuyên gia cho rằng vai trò của con người là rất quan trọng, dù dữ liệu đầu vào tốt cỡ nào và thuật toán trí tuệ nhân tạo (AI) xử lý chúng thông minh đến mấy.

Theo Matt Lanza - một nhà dự báo thời tiết ở Houston, vấn đề cơ bản với các ứng dụng thời tiết là nhiều cái đã bị loại bỏ một thành phần quan trọng làm nên một dự báo tốt, đáng tin cậy: con người, chính xác hơn là một người có thể chỉ ra các cảnh báo về mô hình hoặc đưa ra một loạt kết quả thay vì chỉ một dự báo mang tính khẳng định.

Lanza lấy ví dụ một mô hình dự báo có độ phân giải cao, có thể dự báo trong 18 giờ tới. Mô hình này dự báo tốt, nhưng thường xuyên đưa ra dự báo quá mức về quy mô của mưa bão. Nếu để tự chạy, không có con người tham gia, mô hình này có thể dự báo "mưa rào và dông bao trùm khu vực trong nhiều giờ", trong khi trên thực tế, cơn bão chỉ có thể gây ra mưa trong 30 phút ở một khu vực riêng biệt.

"Đây là điều xảy ra khi bạn lấy dữ liệu mô hình và đẩy trực tiếp vào ứng dụng mà không có sự can thiệp, diễn giải của con người. Các app không chú trọng vào sắc thái của từ ngữ, trong khi chuyện "có thể có mưa cả ngày" rất khác với "sẽ mưa cả ngày", Lanza giải thích.

Khi cần dự đoán thời tiết khắc nghiệt như tuyết rơi, những thay đổi nhỏ về độ ẩm trong khí quyển - kiểu thay đổi mà một nhà dự báo có kinh nghiệm có thể nhận thấy - có thể gây ra những khác biệt lớn về kết quả lượng mưa. Một ứng dụng không có sự giám sát của con người có thể lấy giá trị trung bình của dải kết quả và đưa ra dự báo không phản ánh tình hình thực tế.

Một ví dụ khác, thường thấy ở các thành phố có vi khí hậu (một khu vực có khí hậu khác biệt với xung quanh), các app chỉ đưa ra một dự báo chung cho toàn khu vực, khiến thông tin không chính xác với những người sống ở các nơi có địa hình khác biệt kia.

Nhưng vấn đề lớn nhất có lẽ là kỳ vọng của chúng ta, rằng công nghệ hiện đại chắc chẳng sai đâu. Lanza kể câu chuyện cười ra nước mắt với The Atlantic: "Vợ tôi cưới một nhà khí tượng học, cô ấy sẽ hỏi tôi ngay nếu ứng dụng thời tiết yêu thích của cô ấy nói điều gì đó khác với dự báo của tôi".

Sống cùng nghịch lý

Người ta không bao giờ thôi chọc quê các nhà dự báo thời tiết, nhưng sự thật là các dự báo đã tốt hơn trước rất nhiều và không ngừng cải thiện. 

Trong một bài báo đăng trên tạp chí Science năm 2019, bộ ba tác giả đến từ MIT và Đại học bang Pennsylvania cho rằng dự báo trong năm ngày tới hiện nay chính xác tương đương dự báo trong ngày hồi năm 1980. Nguyên nhân là công nghệ quan trắc ngày càng hiện đại và rộng khắp, các phương pháp để lập mô hình dự báo từ các quan sát đó ngày càng tiến bộ. "Khi các vệ tinh thời tiết tiên tiến hơn xuất hiện và các siêu máy tính nhanh hơn được sử dụng để xử lý dữ liệu thời tiết, dự báo sẽ ngày càng chính xác hơn", các tác giả kết luận.

Nhưng dữ liệu tốt cần được diễn giải và trình bày đúng cách, nếu không chúng sẽ vô giá trị, tệ nhất là trở nên nguy hiểm. Nói như Andrew Blum, một nhà báo và là tác giả của cuốn sách The Weather Machine: A Journey Inside the Forecast: "Một dự báo chỉ tốt khi chúng ta có đủ khả năng đưa ra quyết định với nó".

Theo The Atlantic, app thời tiết có thể chỉ đơn giản là biểu hiện của tình trạng quá tải thông tin đang chi phối mọi khía cạnh của cuộc sống hiện đại. Các app này cấp cho bất kỳ ai có điện thoại quyền truy cập vào lượng thông tin khổng lồ cùng những thuật ngữ cực kỳ phức tạp. 

Trước chỗ dữ liệu khổng lồ đó, các ứng dụng thời tiết dường như chỉ có hai cách xử lý: đơn giản chúng thành biểu tượng "hơi nắng" hoặc giội bom người dùng những thông tin mà họ có thể không cần hoặc không hiểu.

"Tôi không quá tự hào khi thừa nhận niềm vui khi nghịch ra đa tuyệt đẹp của Dark Sky hoặc các mô hình vô tận của Windy.Apps - cảm giác nhập vai như một nhà khí tượng học - nhưng sự thật là tôi không thực sự biết mình đang coi cái gì" - Warzel viết.

Theo cây bút của The Atlantic, xét cho cùng app thời tiết là thứ đầu tiên nhiều người xem khi vẫn còn lăn lộn trên giường vào buổi sáng, và vì thế, dù dự báo đáng tin cậy là cần thiết, nhưng người ta sẽ thực sự gắn bó với app nào khiến họ vui mỗi lần mở lên.

Có thể thấy điều tưởng như vô lý này trong thành công của ứng dụng Carrot Weather, một điển hình cho xu hướng mà app thời tiết không chỉ tập trung vào chuyện khí tượng học mà còn cả thẩm mỹ và trải nghiệm người dùng, vừa cung cấp dữ liệu lại vừa có tính giải trí.

Theo nhà sáng lập Brian Mueller, người dùng Carrot Weather có thể tùy chỉnh loại thông tin thời tiết họ muốn nhận được cũng như nguồn dữ liệu mà app sẽ lấy dữ liệu. App này có giao diện thiết kế dễ chịu, với màu sắc tươi sáng và những easter egg (tính năng ẩn) nằm rải rác khắp nơi, chẳng hạn như các đố vui địa lý dựa trên bản đồ thời tiết. 

Nó còn được kết nối với ChatGPT để người dùng trò chuyện với nhân cách hư cấu của ứng dụng. Carrot có 56.400 đánh giá trên Apples AppStore, và những người hâm mộ cuồng nhiệt của nó cho rằng ứng dụng này thú vị và thậm chí là đáng yêu.

Vẫn còn một nghịch lý khác về app thời tiết: chúng cho ta cảm giác giằng xé - vừa thấy may mắn vì có thể truy cập thông tin ngay lập tức, vừa chán nản vì kết quả không như mong đợi.

Ứng dụng thời tiết không trở nên tồi tệ hơn. Thật ra chúng ngày càng cao cấp hơn, được nhập nhiều dữ liệu hơn và cung cấp ngược lại cho chúng ta sử dụng. Oái oăm thay, chính điều này lại khiến ta thấy chúng tệ hơn.