IA y estelas de aviones: el plan Operation Blue Skies

El dato sorpresivo detrás de la IA y las estelas de aviones es que el gas de escape no es el mayor problema climático de un avión. Las estelas de condensación, esas líneas blancas detrás de los aviones, representan cerca del 35 % del impacto de calentamiento de la aviación según análisis reciente del IPCC, y apenas algo más de la mitad del calentamiento de la aviación viene del dióxido de carbono. En agosto de 2026, Google anunció que su trabajo de evitación de estelas con el gobierno del Reino Unido y socios de la industria aérea, bajo el nombre Operation Blue Skies, se expande por el Atlántico Norte. El resultado de fondo: en una prueba de seis meses con American Airlines sobre 70 vuelos, las predicciones de IA de las regiones donde se forman estelas permitieron a los pilotos ajustar la altitud y lograron una reducción del 54 % en estelas, con un costo de alrededor de 2 % más combustible en esos vuelos, que se traduce en unos 0,3 % para toda la flota.

Puntos clave

• Una estela se forma cuando el escape caliente y húmedo del motor se encuentra con aire lo bastante frío para que el vapor de agua se congele sobre partículas de hollín, típicamente arriba de 8.000 m (26.000 pies), donde la temperatura del aire baja de unos −36,5 °C.
• Las estelas de vida corta se evaporan. Las problemáticas persisten y se extienden en láminas parecidas a cirros, que atrapan el calor que sale de la Tierra más de lo que reflejan la luz solar entrante.
• El efecto neto medido de esa nubosidad extra es un forzamiento radiativo de aproximadamente 0,03 a 0,06 vatios por metro cuadrado.
• El sistema de Google usa visión por computadora entrenada con cientos de horas de imágenes satelitales etiquetadas del GOES-16, más datos de clima y rutas de vuelo, y puede detectar estelas dentro de los 30 minutos de formarse.
• Resultado de la prueba: 54 % menos estelas, 2 % más combustible en los vuelos de prueba (unos 0,3 % en toda la flota), 70 vuelos en seis meses, con American Airlines y colaboradores que incluyen al Rocky Mountain Institute.

Por qué una nube que dura diez minutos importa para el clima

Empecemos por lo que es una estela. La combustión del combustible de avión produce vapor de agua. A altitud de crucero el aire es extremadamente frío, muchas veces por debajo de −40 °C, y la pluma de escape se mezcla con él. Si el aire mezclado se satura respecto al hielo, el vapor de agua se deposita sobre partículas de hollín del motor y forma cristales de hielo. Esa es la línea que ves.

Lo que pasa después depende por completo del aire de alrededor. Si el aire está seco, los cristales se subliman y la estela desaparece en segundos. Si el aire ya contiene más vapor de agua del que el hielo normalmente puede sostener, los cristales siguen creciendo jalando humedad del ambiente, la línea se ensancha y puede persistir horas y extenderse en una lámina.

Esas estelas persistentes que se extienden son el problema climático. Una nube alta y delgada es muy buena absorbiendo radiación infrarroja que sale de la superficie terrestre y reemitiendo parte hacia abajo, y comparativamente mala reflejando la luz solar entrante. Efecto neto: calentamiento. El forzamiento radiativo estimado por esa nubosidad extra ronda los 0,03 a 0,06 W/m².

Y aquí la parte operativamente crucial: las regiones donde se forman estelas persistentes son capas delgadas, muchas veces de unos pocos miles de pies de espesor. Vuela 2.000 pies más arriba o más abajo y las esquivas por completo.

Cómo calcula un cambio de ruta el sistema de IA y estelas de aviones

Paso 1: aprender a ver estelas. Se entrenó un modelo de visión por computadora con cientos de horas de imágenes satelitales etiquetadas a mano del GOES-16, un satélite meteorológico geoestacionario de la NOAA. Es una tarea de aprendizaje supervisado directa con un conjunto de etiquetas inusual: humanos marcaron cuáles rayas de las imágenes infrarrojas eran estelas de avión y no cirros naturales. El detector entrenado encuentra estelas dentro de los 30 minutos de formarse.

Paso 2: conectar cada estela detectada con el vuelo que la hizo. Con datos de trayectoria de vuelo puedes atribuir una estela a un avión específico, a una altitud y hora específicas. Eso da ejemplos etiquetados: este avión, en esta condición atmosférica, produjo una estela persistente; aquel otro no.

Paso 3: pronosticar dónde estarán las capas que forman estelas. Esta es la parte difícil, y es un problema de humedad. Predecir temperatura en altura es relativamente confiable. Predecir si una capa delgada estará sobresaturada respecto al hielo es mucho más difícil, porque la humedad de la alta atmósfera está mal medida y es muy variable. Los pares de satélite más datos de vuelo le dan al modelo verdad de campo con la que aprender y con la que ser calificado.

Paso 4: darle al piloto algo accionable. Un pronóstico sirve solo si llega a la cabina como una instrucción concreta. La implementación de Google puso las predicciones en las tabletas de vuelo de los pilotos como sugerencias de ajuste de altitud en segmentos específicos de la ruta.

Paso 5: medir si funcionó. Esto es lo que vuelve creíble la prueba. Como el paso 1 detecta estelas desde el satélite, puedes revisar si los vuelos que siguieron la recomendación produjeron menos estelas que la línea base. Así se obtuvo la cifra de 54 %: medición, no modelado.

Qué acertó

Una reducción del 54 %, medida por un canal de detección independiente y no asumida a partir de las propias predicciones del modelo. Y una contabilidad honesta del costo: 2 % más combustible en los vuelos de prueba, unos 0,3 % en toda la flota, porque solo una minoría de vuelos necesita cambiar algo.

Qué sigue siendo incierto

Setenta vuelos en seis meses es una muestra chica. El pronóstico de humedad que mueve todo el sistema es el eslabón más débil, y equivocarse sobre una capa sobresaturada significa o una penalidad de combustible inútil o una estela no evitada. Quemar más combustible agrega CO2 de inmediato y de forma permanente, mientras una estela calienta por horas, así que la aritmética del intercambio depende de estimaciones de calentamiento por estelas que cargan incertidumbre real. Y evitar estelas no puede chocar con las reglas de separación del control aéreo, lo que limita cuánto desvío hay disponible en espacios aéreos congestionados como el Atlántico Norte.

La analogía: elegir en qué carril de nubes manejar

Imagina el cielo como una pila de carriles. Casi todos están secos; si manejas por ellos, tu escape desaparece. Unos pocos están tan húmedos que cualquier cosa que emitas se convierte en una nube larga que se queda toda la tarde.

No puedes ver cuál carril es cuál desde la cabina. Pero si alguien te da un mapa de los carriles húmedos, puedes cambiar de carril por veinte minutos, usar un poquito más de gasolina y no hacer la nube.

Esa es toda la estrategia, y es inusualmente barata como intervención climática, porque el cambio de carril cuesta combustible solo en la pequeña fracción de vuelos que habrían pegado en un carril húmedo.

Cuándo se forma, persiste o desaparece una estela

Condición a altitud de crucero	¿Se forma estela?	¿Persiste?	Consecuencia climática
Más cálido que unos −36,5 °C	No	n/a	Ninguna
Frío y aire seco	Brevemente	No, se evapora en segundos	Despreciable
Frío y aire cerca de la saturación de hielo	Sí	Corta, minutos	Pequeña
Frío y aire sobresaturado respecto al hielo	Sí	Sí, horas, se extiende en lámina	El caso principal de calentamiento
Capa sobresaturada, pero el vuelo se desvía 2.000 pies	Evitada	n/a	Algo de CO2 extra por combustible, sin estela
Vuelos nocturnos sobre aire sobresaturado	Sí	Sí	Peor: no hay sol que reflejar, solo calor atrapado

La última fila es un detalle genuinamente no obvio que vale contarle a un niño. Una estela de día al menos refleja algo de luz solar al espacio. Una estela de noche solo atrapa calor.

Cómo enseñarle esto a tu hijo

De 5 a 8 años: el vaho en un día frío

En una mañana fría, pídele que exhale y mire la nubecita. Pregúntale por qué ve su aliento afuera y no adentro. El mismo aire tibio y húmedo, distinta temperatura alrededor. Después señala una estela en el cielo: eso es el aliento de un avión, y el cielo allá arriba está mucho más frío que el día más frío de aquí. Dos minutos, sin equipo, y la física es exactamente correcta.

De 9 a 12 años: el registro de persistencia

Durante dos semanas, que tu hijo observe estelas y anote si cada una desaparece en menos de un minuto o si se queda y se extiende. Que anote la fecha y si el día estaba húmedo o seco. Va a descubrir que el comportamiento de las estelas se agrupa: algunos días todo se desvanece, otros días el cielo se llena de líneas. Ese agrupamiento es humedad atmosférica, y notarlo es la misma intuición que necesita el modelo de pronóstico.

De 13 en adelante: rastrear vuelos y comparar cielo con datos

Usen un rastreador gratuito como FlightAware o un sitio abierto de ADS-B para identificar qué avión hizo la estela que tu hijo fotografió, incluida su altitud. Después bajen el sondeo de altura de ese día del archivo de sondeos de la Universidad de Wyoming y miren temperatura y humedad a esa altitud. Pregunta: ¿el sondeo explica si la estela persistió? Eso es trabajo real de atribución, con datos públicos y gratuitos, y es exactamente el problema del paso 2 de arriba.

La pregunta que debes hacer: “Si evitar una estela cuesta más combustible, ¿cómo decidirías si valió la pena?”

¿Y en América Latina?

La región tiene menos tráfico transoceánico que el Atlántico Norte, pero los corredores Santiago–Buenos Aires–São Paulo–Bogotá–Ciudad de México mueven muchísimos vuelos, y la aviación es el medio dominante para distancias donde el tren casi no existe. El detalle geográfico importa: en latitudes tropicales, la tropopausa está más alta y más fría que en latitudes medias, lo que cambia dónde se forman las capas sobresaturadas. Un modelo entrenado principalmente con datos del hemisferio norte no se transfiere gratis a los cielos de Lima o de Manaos.

Eso convierte esto en una oportunidad de investigación regional concreta, no solo en una noticia importada. Y conecta con lo educativo: ciencias fue el único dominio que se mantuvo o mejoró en PISA 2025 en Colombia (414, +3) y México (414, +4), según Infobae. Un adolescente que puede leer un sondeo atmosférico ya está haciendo el trabajo que hace falta para responder si esto sirve en el trópico.

Qué hacer en casa

Usarlo para romper la simplificación de “clima igual a CO2”

La aviación es el ejemplo más limpio disponible: apenas algo más de la mitad de su calentamiento viene del CO2, y las estelas son cerca del 35 % del impacto, como documenta el informe del IPCC sobre aviación. Los niños que aprenden que el clima tiene varios mecanismos físicos razonan mejor sobre cada discusión de política que viene después.

Volver el intercambio explícito, no moral

Más combustible, menos estelas. El CO2 dura siglos; una estela dura horas. Ese es un intercambio cuantitativo real con incertidumbre genuina adentro, y tratarlo como pregunta aritmética en vez de pregunta de virtud es como piensan los ingenieros de verdad. Nuestro artículo sobre la IA en el piloto automático de los aviones cubre la pregunta vecina de qué más está automatizado en la cabina.

Señalar que la medición es lo que volvió creíble el resultado

La cifra de 54 % es creíble precisamente porque las estelas se detectaron desde satélite de forma independiente del modelo que las predijo. Cada vez que tu hijo lea que una intervención funcionó, pregúntale cómo se midió el resultado. Ese hábito vale más que cualquier dato suelto.

Conectarlo con la historia de los modelos de clima

Todo el sistema depende de pronosticar humedad en altura, que es la misma clase de problema que aborda el pronóstico por ensambles de WeatherNext 2. Mejores pronósticos atmosféricos vuelven más práctica la evitación de estelas, que es una linda ilustración de cómo la investigación se acumula.

Lo que no debes hacer

No dejes que esto se convierta en una conversación de conspiraciones. Las estelas son hielo de agua condensándose sobre hollín en aire frío, un proceso bien documentado desde los años cuarenta, fotografiado desde satélites y ahora etiquetado a mano para conjuntos de entrenamiento de aprendizaje automático. La historia interesante es la medición y el intercambio, y esa historia es más que suficientemente interesante.

Qué observar en los próximos 3 meses

• Semana 4: tu hijo puede explicar por qué algunas estelas desaparecen y otras se extienden, usando la palabra humedad.
• Mes 2, señales de alerta: trata todas las estelas como igualmente malas. Solo importan las persistentes, y distinguirlas es todo el punto del trabajo de pronóstico.
• Mes 3, autoevaluación: pregúntale qué haría más fuerte la evidencia del 54 %. Si dice más vuelos, o una prueba más larga, o un grupo de control, entendió qué significa una muestra pequeña.

Preguntas frecuentes

¿Qué es Operation Blue Skies?

Una alianza anunciada por Google con el gobierno del Reino Unido y líderes de la industria aérea que usa pronósticos con IA para ayudar a tripulaciones y controladores aéreos a ajustar rutas y evitar formar estelas. Desde agosto de 2026 se expande por el Atlántico Norte, uno de los corredores aéreos más transitados y más propensos a estelas del mundo.

¿Las estelas son de verdad el 35 % del impacto climático de la aviación?

Esa cifra viene de análisis reciente del IPCC citado en la investigación de estelas de Google, y el punto acompañante es que apenas algo más de la mitad del calentamiento de la aviación viene del CO2. Las estimaciones de calentamiento por estelas cargan más incertidumbre que las de CO2, que es una advertencia real, pero la conclusión de que los efectos no-CO2 son grandes está bien establecida.

¿Quemar más combustible no arruina el objetivo?

Es un intercambio genuino y los números son los que deciden. Los vuelos de prueba usaron alrededor de 2 % más combustible, que son unos 0,3 % en toda una flota porque solo una fracción pequeña necesita desviarse. Si eso resulta una ganancia neta depende de las estimaciones de calentamiento por estelas, y precisamente por eso las pruebas basadas en medición importan más que el modelado solo.

¿Cómo detecta la IA una estela en una imagen satelital?

Se entrenó un modelo de visión por computadora con cientos de horas de imágenes satelitales en las que humanos etiquetaron cuáles rayas eran estelas de avión y no cirros naturales. Una vez entrenado, el modelo encuentra estelas en imágenes nuevas, dentro de los 30 minutos de formarse, lo bastante rápido para vincularlas a vuelos específicos.

¿Mi familia puede ver esto pasar?

Sí, con los ojos. Algunos días las estelas desaparecen en segundos; otros se extienden en una bruma que cubre el cielo para la tarde. Esa diferencia es la diferencia entre aire seco y aire sobresaturado allá arriba, y cuando un niño aprende a notarla, está leyendo la alta atmósfera desde el suelo.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. Google Research. “Project Contrails” (resultados de la prueba con American Airlines, metodología de detección, contexto del IPCC). https://sites.research.google/contrails/
2. Google. (2026, agosto). “Google AI updates, August 2026” (Operation Blue Skies con el gobierno del Reino Unido, expansión al Atlántico Norte). https://blog.google/innovation-and-ai/technology/google-ai-updates-august-2026/
3. Física de la formación de estelas, umbrales de temperatura y estimaciones de forzamiento radiativo. https://en.wikipedia.org/wiki/Contrail
4. NOAA / Universidad de Wyoming. Archivo de sondeos de altura (temperatura y humedad en altitud). https://weather.uwyo.edu/upperair/sounding.html
5. NOAA NESDIS. Satélites geoestacionarios GOES. https://www.nesdis.noaa.gov/our-satellites/currently-flying/geostationary-satellites
6. NOAA National Weather Service. Imágenes y productos satelitales. https://www.weather.gov/
7. IPCC. Informes de evaluación sobre aviación y forzamiento radiativo. https://www.ipcc.ch/
8. Infobae. (2026, 8 de septiembre). “Pruebas PISA: los países de América Latina profundizan su retroceso educativo.” https://www.infobae.com/america/america-latina/2026/09/08/pruebas-pisa-los-paises-de-america-latina-profundizan-su-retroceso-educativo/