Hola. Soy Bongjun Lee, autor de «Tecnología y soluciones para demostrar la reducción de carbono». Hoy quisiera conversar con ustedes sobre el MRV digital que aparece en el libro. Empecemos con una pregunta familiar: «¿De verdad se ha reducido?». Tanto las granjas que adoptan tecnologías de reducción de carbono como los inversores que analizan empresas de tecnología climática querrán conocer, en última instancia, la respuesta.

¿Imaginamos una escena? Después de empezar a alimentar al ganado con pienso bajo en carbono, desciende el gráfico de concentración de metano del establo. Es un cambio alentador. Pero ¿podemos decir de inmediato que «el pienso redujo las emisiones de metano»? En este punto, me gustaría proponer que miremos también las condiciones que quedan fuera del gráfico. Por ejemplo, ¿cuánto funcionaron ese día los ventiladores? ¿Se mantuvieron iguales el número de animales y los horarios de alimentación?

¿Que haya bajado la concentración significa que también disminuyeron las emisiones?

Empecemos por distinguir la concentración de las emisiones. La concentración indica cuánto metano está mezclado en el aire. Las emisiones indican cuánto metano se liberó durante un periodo determinado. Son dos cifras que responden a preguntas distintas.

Aunque se emita la misma cantidad de metano, al aumentar la ventilación este puede mezclarse con más aire y su concentración puede bajar. En otras palabras, el aire interior se ha diluido. A la inversa, aunque la concentración sea similar, la cantidad de metano emitido puede cambiar si varía el volumen de aire que sale al exterior. Por eso, es difícil confirmar el efecto de reducción del pienso basándose únicamente en el gráfico de concentración.

Esto no significa que las lecturas de los sensores no sirvan. Los sensores son herramientas importantes para observar los cambios en el terreno. Lo que significa es que hay que relacionar esas lecturas con información sobre el flujo de aire, la concentración de fondo y el lugar de medición para poder interpretar las emisiones. En particular, en los establos con ventilación natural, primero hay que analizar cómo se tendrán en cuenta el viento y el movimiento del aire.

El MRV digital conserva la explicación de esas cifras

Veamos qué significa MRV: medición, presentación de informes y verificación. Consiste en generar datos en el terreno, explicar con qué método se calcularon y comprobar si esa explicación y sus pruebas cumplen los criterios establecidos. En el capítulo 7 del libro tratamos este proceso como una cadena de pruebas. Esto se debe a que es importante mantener la conexión hasta la cifra final.

El MRV digital aprovecha sensores, comunicaciones y tecnologías de procesamiento de datos. La explicación del MRV del Banco Mundial también señala que las tecnologías digitales pueden ayudar a recopilar y procesar datos y a controlar su calidad. Sin embargo, el mero hecho de que los datos se hayan recopilado automáticamente no confirma la calidad de las mediciones. También hay que comprobar si la ubicación de la instalación era adecuada y cuál era el estado del equipo.

Antes de decidir qué medir, recomiendo pensar primero para qué se utilizarán los resultados. ¿Se busca detectar anomalías en la granja? ¿Comparar el efecto del pienso? ¿Presentar externamente una cantidad de reducción? El propósito determina qué datos se necesitan y cuál debe ser el alcance de la verificación.

¿Distinguimos también lo que puede hacer la IA?

La IA aparece con frecuencia cuando se habla de tecnología climática. Puede ayudar a detectar anomalías en los sensores o a estimar intervalos breves en los que faltan datos. Lo que conviene recordar es que predecir bien y demostrar la causa de un cambio no son lo mismo.

Supongamos que la IA predice bien los cambios en la concentración de metano. Eso no permite concluir automáticamente que el pienso haya causado esos cambios. También hay que analizar si variaron a la vez la estación del año, la ventilación o las condiciones de crianza. Tampoco se deben presentar valores completados mediante cálculos como si se hubieran medido directamente. Para poder evaluar los resultados, hay que indicar qué se observó y qué se estimó.

Si quiere saber si una IA puede utilizarse también en otras granjas, conviene preguntar si se ha comprobado su rendimiento en las condiciones de esas granjas. Compruebe también los datos de entrenamiento, la versión del modelo y las condiciones en las que no funciona bien. En el capítulo 8 del libro destacamos estos registros porque permiten explicar el ámbito en el que se utilizará realmente el modelo.

Si es inversor, revise también los registros que hay detrás del gráfico

Si analiza una empresa de tecnología climática, espero que considere no solo cuántos datos tiene, sino también qué decisiones pueden respaldarse con ellos. Cuando aparezca una cifra de reducción en pantalla, siga su rastro hasta el origen. Compruebe de qué equipo proceden los datos, qué calibraciones y cálculos se aplicaron y, si se modificaron, quién los cambió y por qué.

A este recorrido lo llamamos linaje de datos. Otras personas también deben poder examinar el proceso. Si el gráfico se conserva, pero no es posible obtener los datos originales, la revisión puede resultar difícil. Por eso, hay que comprobar también los derechos de acceso a los datos, las condiciones de entrega, el historial de calibración y las reglas de procesamiento.

Aunque se pueda volver a calcular la misma cifra, una conclusión puede ser inexacta si los datos de entrada o las condiciones de comparación eran incorrectos. Hay que revisar tanto la reproducibilidad del cálculo como la idoneidad de las pruebas de entrada. Creo que comprobar si la empresa puede explicar estos aspectos es un buen punto de partida para la evaluación técnica.

Le recomiendo que anote estas preguntas al leer el libro

  • ¿Para ayudar a quién a tomar qué decisión se recopilaron estos datos?

  • ¿Se explica la diferencia entre concentración y emisiones?

  • ¿Hay registros que permitan comparar las condiciones de crianza, alimentación y ventilación?

  • ¿Se distinguen los valores medidos directamente de los estimados mediante IA?

  • ¿Es posible revisar los datos originales y el historial de calibraciones y modificaciones?

  • ¿Se han comprobado la función de quien verifica y los posibles conflictos de intereses?

La verificación de la reducción de carbono consiste en responder una a una estas preguntas. Se trata de ir más allá del hecho de que se hayan instalado sensores y acumulado datos. Hay que dejar constancia de qué cambios se comprobaron, hasta dónde se pueden explicar y qué queda por verificar. Aunque exista un resultado de verificación, los requisitos para expedir créditos y obtener ingresos por su venta deben comprobarse por separado, junto con el contrato correspondiente.

No hace falta que calcule todo por su cuenta después de leer el libro. Saber qué preguntar cuando recibe los datos ya marca una diferencia, porque permite examinar a la vez las promesas de la tecnología y las pruebas que las respaldan. La próxima vez que encuentre un gráfico de reducción de carbono, espero que también observe el proceso que produjo esas cifras.

Sobre el autor

Bongjun Lee se graduó de la Escuela de Posgrado de Gestión de Tecnología (MOT) de Sogang University. Trabajó durante 27 años en el campo de la medición de gases, incluidos 7 años en Infitron Co., Ltd. y 20 años en Honeywell, desempeñando funciones de ingeniería de servicio, ventas técnicas y gestión de canales. Actualmente, como fundador de AI Safety Korea Co., Ltd., investiga el monitoreo de metano en la ganadería y los sistemas de medición, presentación de informes y verificación (MRV) mediante sensores, IA y análisis de datos.