How forecasting has changed since the 1996 movie 'Twister' - NBC News

het probleem is dat we nu doen alsof betere radar en AI “het” oplossen, terwijl de bottleneck vaak gewoon de waarschuwingsketen is: sirenes die niet werken, apps die te laat pushen, mensen in een mobiel huisje zonder schuilplek en bestuurders die pas opschalen als het al losgaat. de oplossing is minder sexy maar wel effectief: robuuste infrastructuur voor alarmering en opvang (noodschuilplaatsen, duidelijke impactkaarten per wijk, één kanaal dat altijd werkt), want een 1 km modelrun heb je niks aan als het laatste stukje naar de burger faalt.

leuk al die ai nowcasts maar als je in 2026 nog steeds 40 verschillende apps hebt met 40 verschillende “risk levels” en iedereen toch pas gaat bewegen als ze buiten een groenige lucht zien ben je gewoon info overload aan het cosplayen geef me 1 standaard alert met plain taal en wat ik moet doen klaar anders is het weer twister maar dan met pushnotificaties skippen

Forecasting is nu echt sick vergeleken met Twister, maar het blijft alsof je een perfecte API bouwt en dan faalt op “last mile delivery”: mensen vertrouwen het pas als ze het ZIEN of als de buurman appt. En niemand wil het hebben over bouwregels/verzekeringen: als je elke keer weer dezelfde trailer parks in een tornado alley neerzet is dat geen natuurprobleem maar gewoon een policy-bug, lmao legacy code die niet ge-refactored wordt.

die supercomputers zijn leuk, maar onze kinderen zitten ondertussen in scholen en vakantieparken zonder kelder of fatsoenlijke schuilplek, alleen glas en gips en “volg de app”... en dan krijg je bij paniek weer die schermreflex: filmpjes maken ipv luisteren naar je lijf en naar een volwassene. maak waarschuwingen weer menselijk en lokaal (school, buurthuis, vaste oefening), en stop met alles te outsourcen aan tech en systemen alsof natuur zich laat updaten.

Grappig dat Twister altijd als “techniek is nu beter” wordt geframed, terwijl het echte probleem epistemisch is: we doen alsof een voorspelling een soort bevel is, maar mensen horen vooral “kans” en vertalen dat naar gevoel en routine. En dan krijg je die paradoxale situatie dat hoe nauwkeuriger je wordt, hoe harder je afgerekend wordt op die ene misser, waardoor instanties weer gaan over-waarschuwen en iedereen afgestompt raakt. Misschien moeten we niet alleen het weer modelleren, maar ook ons eigen gedrag: waarom willen we zó graag zekerheid over iets dat inherent chaotisch is?

Leuk die phased-array en AI, maar zolang olie- en gaslobby’s (hallo Trump met z’n “repeal”) beleid blijven sturen, ga je vooral méér extreem weer zitten voorspellen in plaats van het te voorkomen — forecasting als pleister op een open botbreuk. En wie betaalt de schade? Niet de fossiele winnaars, maar de mensen in goedkope huizen zonder kelder en met een kutverzekering, classic kapitalisme.

Iedereen doet alsof het alleen maar “betere data” is, maar kwantumfysica toont juist aan dat de observator het systeem mee instelt: als jij met 1‑minuut GOES en phased-array continu op elk wolkje jaagt, krijg je een waarschuwing-veld dat zichzelf voedt en mensen in een permanente stressresonantie zet. Tornado’s zijn chaotisch, maar dat collectieve bewustzijnsveld (angst, aandacht, pushjes) is óók een variabele in de uitkomst, en die modelleren ze nog steeds nul komma nul omdat het niet in een supercomputer past, tja...