El huracán Polo alcanzó una intensidad extraordinaria en el Pacífico mexicano durante septiembre de 2026. Su evolución permite explicar cómo el calor acumulado en el océano alimenta a los ciclones tropicales y cómo los nuevos modelos de inteligencia artificial comienzan a mejorar la predicción de su trayectoria e intensidad.
El huracán Polo se convirtió en uno de los fenómenos meteorológicos más destacados de la temporada del Pacífico oriental. Durante su evolución experimentó una intensificación excepcionalmente rápida y alcanzó la categoría 5 de la escala Saffir-Simpson. El Centro Nacional de Huracanes de Estados Unidos informó el 25 de septiembre que un avión de reconocimiento había medido vientos sostenidos cercanos a los 285 kilómetros por hora. Para entonces, el sistema se encontraba mar adentro, al suroeste de Cabo Corrientes, mientras las autoridades vigilaban su posible evolución hacia Baja California Sur.
Al 26 de septiembre, Polo continuaba como un huracán de categoría 5. El Centro Nacional de Huracanes situaba su centro sobre el Pacífico mexicano, con vientos máximos sostenidos cercanos a los 280 kilómetros por hora y una presión central extraordinariamente baja. El sistema se desplazaba hacia el oeste-noroeste y generaba oleaje importante en distintas zonas del litoral mexicano.
La trayectoria prevista mostraba, además, por qué los pronósticos de ciclones deben actualizarse continuamente. Los modelos meteorológicos anticipaban un cambio gradual en la dirección de desplazamiento, con una posterior aproximación hacia la región de Baja California Sur y un debilitamiento progresivo. Sin embargo, incluso cuando un ciclón pierde intensidad, puede continuar produciendo oleaje peligroso, lluvias intensas y vientos capaces de afectar zonas costeras.
¿Qué permite que un ciclón se fortalezca con semejante rapidez? La respuesta comienza en el océano. Un huracán funciona, en términos simplificados, como una enorme máquina térmica. El agua cálida favorece una intensa evaporación; el aire húmedo asciende alrededor del centro del sistema y, cuando el vapor de agua se condensa, libera calor. Esa energía contribuye a mantener la circulación y puede favorecer una nueva disminución de la presión atmosférica en el núcleo del ciclón.
Sin embargo, no basta con observar la temperatura de la superficie. También importa cuánto calor existe debajo de ella. La Administración Nacional Oceánica y Atmosférica de Estados Unidos, NOAA, utiliza el concepto de contenido de calor oceánico para evaluar la energía disponible en las capas superiores del mar. Cuando el agua cálida se extiende a mayor profundidad, un huracán puede disponer de una fuente de energía más persistente mientras mezcla las capas superiores del océano.
Esta circunstancia ayuda a comprender la intensificación rápida. No obstante, sería incorrecto atribuirla exclusivamente al calentamiento del océano. También intervienen la cizalladura vertical del viento, la humedad atmosférica, el aire seco, la estructura interna del ciclón y las condiciones atmosféricas que rodean al sistema. La interacción entre todos estos factores determina finalmente si una tormenta se fortalece o se debilita.
La otra transformación importante está ocurriendo en los centros de pronóstico meteorológico. La inteligencia artificial comienza a complementar los modelos numéricos tradicionales. En 2026, investigadores de Google DeepMind y otras instituciones presentaron en la revista científica Nature resultados de WeatherNext Cyclone, un sistema diseñado para producir pronósticos probabilísticos sobre la trayectoria, intensidad y tamaño de los ciclones tropicales.
Los resultados publicados muestran que los modelos de inteligencia artificial pueden ofrecer pronósticos competitivos con los sistemas meteorológicos convencionales y, en determinadas evaluaciones, reducir considerablemente los errores de trayectoria. Su principal ventaja no consiste simplemente en producir una línea que indique hacia dónde se desplazará un huracán, sino en generar múltiples escenarios que permiten representar mejor la incertidumbre del pronóstico.
Esta tecnología, sin embargo, no significa que una inteligencia artificial esté decidiendo por sí misma las evacuaciones. Esa afirmación sería técnicamente incorrecta. Los modelos proporcionan información adicional a los meteorólogos y a las autoridades. Las decisiones de protección civil requieren incorporar otros factores: población expuesta, carreteras, refugios, inundaciones, oleaje, infraestructura y capacidad de respuesta.
La diferencia es fundamental. Una trayectoria meteorológica es una estimación científica sobre el desplazamiento probable de un fenómeno. Una ruta de evacuación es una decisión de gestión del riesgo que depende de las condiciones específicas de cada territorio.
El caso de Polo permite observar, por tanto, dos procesos que avanzan simultáneamente. Por un lado, los científicos estudian con mayor precisión la compleja interacción entre océano y atmósfera que determina la evolución de los ciclones. Por otro, la inteligencia artificial ofrece nuevas herramientas para procesar enormes cantidades de información y generar escenarios con mayor rapidez.
La utilidad de estos avances puede ser considerable. En meteorología, unas horas adicionales de anticipación pueden permitir preparar refugios, movilizar recursos, modificar operaciones portuarias y advertir a comunidades vulnerables. Pero ninguna tecnología elimina completamente la incertidumbre. Un huracán continúa siendo un sistema dinámico capaz de cambiar de intensidad y trayectoria.
Por ello, durante la evolución de Polo, como ante cualquier ciclón tropical, la información del Servicio Meteorológico Nacional, la Comisión Nacional del Agua y el Centro Nacional de Huracanes debe prevalecer sobre pronósticos aislados difundidos en redes sociales.
La verdadera revolución meteorológica no consiste en sustituir al especialista por una máquina. Consiste en proporcionar a los especialistas mejores herramientas para comprender fenómenos extremadamente complejos. Polo recuerda que, frente a la fuerza de un huracán, la anticipación sigue siendo una de las herramientas más importantes para reducir sus consecuencias.