[cerrar]

Comparta esta nota con un amigo

E-Mail de su amigo
Su nombre
Su E-Mail

–Cuénteme.

–A medida que pasa el tiempo, creo que se va perdiendo la imagen del científico loco que tiene un recorrido arbitrario que nadie puede entender. Cuando yo tuve que elegir qué hacer con mi vida, en principio buscaba algo que tuviera que ver con la ciencia. A mí desde chica me gustó la matemática y la física, pero quería que fuera aplicado. Además buscaba algo que proyectado hacia mi vida futura me diera la posibilidad de divertirme. Yo valoro mucho el hecho de venir a trabajar entusiasmada todo el día; en esa búsqueda de algo no rutinario, me di cuenta de que el trabajo científico cumple bastante bien con esta cuestión. Me costó la decisión, porque siempre las cosas nuevas son un interrogante. Después de mi formación hice un posdoctorado afuera, becada por un instituto de física teórica de Trieste y me quedé a trabajar ocho años en Italia, haciendo distintos proyectos. Eso no me dio una especialización en algo, sino la flexibilidad de poder formarme en distintos aspectos y la capacidad de poder saltar de un tema a otro y tener una formación un poco más abierta, no tan encauzada a una línea particular. La experiencia fue muy enriquecedora, participé en proyectos con un fuerte componente ingenieril; estuve trabajando en desarrollo de modelos numéricos, pero lo que me interesaba era utilizar esos modelos para la investigación de la variabilidad climática. De a poquito me fui yendo hacia ese lado, siempre basándome en el uso de herramientas numéricas. Regresé a Argentina con los planes de repatriación y, al volver, pude ver que las cosas aquí habían cambiado fuertemente. No fue el mismo ámbito universitario que dejé: la posibilidad de continuidad en proyectos, la disponibilidad de recursos, la posibilidad de ingresos a carreras... todo había cambiado. La vuelta fue muy interesante porque al volver pude sentirme partícipe de un cambio. Así que fue todo un recorrido interesante el que hice. A mi regreso, empezó la etapa de formación de recursos humanos: comencé a trabajar con algunos becarios y empecé a contribuir desde otro lado.

–¿Y en qué trabaja?

–Reparto mi tiempo en estudios que tienen que ver con la validación de herramientas numéricas...

–A ver, indaguemos en esos estudios y en los modelos numéricos que usa.

–Hoy en día uno de los temas centrales es el cambio climático: ¿cómo podemos hablar del futuro del sistema si no tenemos herramientas numéricas? Los modelos climáticos son modelos que tienen programadas las ecuaciones de la dinámica y la termodinámica que rigen los procesos de la atmósfera, los procesos del océano, y cuanto más complejos sean estos modelos se les van acoplando otros sistemas. Por ejemplo: la biogeoquímica del océano, la química atmosférica, modelos de hielo marino. Hay modelos de distinta complejidad. Los más complejos se llaman “modelos del sistema climático”, que son globales.

–Y pretenden ser una representación simplificada del sistema global...

–Exacto.

–Porque el sistema entero es irreproducible.

–Claro, por eso dentro de lo que podemos tratamos de hacer la partición del mejor modo posible y hacemos que cada partición dialogue con la otra de modo de cerrar balances, porque sabemos que el sistema tiene que conservar determinadas propiedades, entonces es fundamental que desde ese punto de vista esté en equilibrio. Estos son los modelos más complejos; el problema es que si tenemos un sistema hipercomplejo, integrarlo a este programa en una computadora es muy costoso, al punto de que hay centros únicos en el mundo en los cuales se pueden llegar a aplicar estos sistemas de tan alta complejidad. Y siempre se corren a resoluciones que están limitadas a cien kilómetros.

–¿Qué quiere decir esto?

–Que si yo quiero saber qué es lo que pasa en la ciudad de Buenos Aires, específicamente, no lo voy a poder saber. El dato del punto de grilla cercano a Buenos Aires me va a dar una estadística de un cubo representativo de cien kilómetros por cien kilómetros por la altura que tenga la capa de la atmósfera que está representando. Ante esta dificultad, hoy en día todavía no es posible integrar estos modelos a resoluciones finas, para tener resultados que sean útiles para las aplicaciones, porque todavía no está el sistema de cómputos en el mundo que lo pueda hacer.

–¿Por qué?

–Por el tamaño. Los sistemas de cómputo más complejos que hay en el mundo están dedicados a nuestra ciencia. En Japón está el Earth Simulator, un hangar enorme; hay algunos proyectos conjuntos entre los japoneses y los americanos, o los japoneses y algunos países de vanguardia en Europa, que tienen todo un sistema de cómputos destinado a esto. Pero en el uso diario, los investigadores de la comunidad científica no tenemos la posibilidad de integrar estos modelos a resoluciones; y si estamos asociados con algún centro importante que pueda correr algo muy idealizado, también es un problema el manejo de esos datos, porque no es sólo integrarlos, sino también moverlos. Es una cantidad tan enorme de datos que es un problema ingenieril sacar los datos de ese lugar. Entonces digamos que hay un grupo de la comunidad científica que cree fuertemente en que el futuro de la ciencia está por ese lado, en generar una revolución en los sistemas de cómputos y las técnicas de desarrollos de los modelos, de modo que en algún momento podamos llegar a utilizar en la vida diaria los resultados de ese tipo de experimentos para nuestro trabajo.

–¿Y mientras tanto?

–Bueno, la realidad es que hoy en día se nos demandan respuestas en el ámbito local para hacer planificaciones a largo plazo, por ejemplo. Y la verdad es que con las herramientas que tenemos poco podemos decir. Estamos trabajando en pos de mejorar nuestra capacidad para hablar en escalas más finas, con resolución más pequeña.

–Y con más tiempo...

–Sí, aunque el tiempo no es tan importante. No necesitamos escalas temporales tan amplias, sino mayor precisión en las predicciones. Cuando nosotros empezamos con el estudio del cambio climático, siempre pensamos en qué es lo que va a pasar hacia finales de siglo. Pero eso importa para nosotros, porque a los tomadores de decisión, más anclados en la coyuntura, qué es lo que va a pasar en el 2100 no es lo que más les importa. Les importa qué va a pasar en las próximas décadas, cómo va a ser la cuestión en el 2040.

–¿Y qué va a pasar en el 2040?

–Estamos trabajando para saberlo. Nosotros ahora manejamos modelos regionales, que se presentan como una alternativa a los modelos globales.

–¿Por qué?

–Porque al estar acotados a una región, nos permite integrar experimentos con mucha mayor resolución, tratando de poner el ojo en una escala más pequeña. De todos modos, cuando queremos hacer experimentos sobre cambio climático, los bordes de los dominios de los modelos regionales vienen alimentados por datos que son proyecciones de cambio climático de los experimentos de modelos globales. Es una técnica mixta, que usa resultados de experimentos globales para indagar sobre una región específica poniendo una lupa sobre ella. Idealmente, uno podría pensar que si el modelo global funciona bien, eso le va a dar información de contorno al modelo regional y el modelo regional debería ser capaz de dar resultados buenos. Y digo debería, porque no siempre ocurre: hay veces, por ejemplo, en que el modelo regional no está lo suficientemente bien calibrado y termina por distorsionar más el resultado. En una situación ideal, el modelo nos debería dar información extra. Sin embargo, nos encontramos con un problema fundamental: la incertidumbre de los resultados.

–Problema nada menor, por cierto.

–Nosotros hacemos este experimento con modelos (uno, dos o cinco) y tal vez tenemos tres modelos que nos dan un resultado y dos que nos dan otro que puede ser opuesto. Estamos en esa etapa, tratando de bajar escalas, pero todavía la incertidumbre es muy alta.

–¿Se puede decir que estamos a ciegas?

–No, se han hecho muchísimos progresos. Pero, como siempre, hace falta seguir trabajando en el tema.