Supongamos que el informe final afirma que «las emisiones de metano disminuyeron un 12%». Quien lo revise no preguntará únicamente si la cifra es correcta. Rastreará qué granjas y establos se incluyeron, qué pienso se suministró, cuándo y en qué cantidad, si hubo datos ausentes o problemas de calibración en los datos brutos, quién modificó la línea de base y la fórmula y cuándo lo hizo, y quién aprobó la cifra final. Esta conexión puede denominarse Evidence Chain, o cadena de evidencia.
Una cadena de evidencia no consiste simplemente en guardar muchos archivos. Los sucesos y observaciones de campo, las decisiones de calidad, los resultados de cálculo y las afirmaciones deben quedar unidos mediante identificadores únicos, marcas temporales y versiones. Un dato desconectado puede ser verdadero, pero difícilmente servirá como evidencia reproducible de una afirmación.
Diseñar hacia atrás desde la afirmación final
Recopilar todos los datos disponibles y buscar después su significado resulta costoso y facilita que falten pruebas esenciales. Primero se define la unidad de la afirmación. Por ejemplo: cuánto cambió la cantidad de kg CH₄ en una granja y un establo determinados, durante un periodo definido, respecto a una línea de base registrada previamente. Así se establecen los límites, el periodo, el indicador y el estado de comparación. Los créditos de carbono, los informes para clientes y la mejora operativa interna requieren evidencias y niveles de conservadurismo diferentes, por lo que también debe especificarse el uso previsto.
A continuación, se descompone el cálculo que sustenta la afirmación. Si la reducción es emisiones de la línea de base − emisiones del proyecto, se necesitan los datos de actividad, las concentraciones y caudales, los factores de emisión, las variables de corrección y las incertidumbres de ambos valores. Vincular cada entrada con sus datos brutos y registros de campo se convierte en los requisitos de recopilación. Si el proceso revela una variable que no puede obtenerse, deberá ajustarse el plan de medición o el alcance de la afirmación.
Primer eslabón: constancia de que la actividad de campo ocurrió realmente
Primero hay que demostrar que existió la actividad de reducción. En el caso de un pienso, se registran el producto, el número de lote, la cantidad recibida, las instrucciones de mezcla, el inicio y fin del suministro, la dosis objetivo, la cantidad realmente suministrada y el remanente, y la población animal a la que se aplicó. Si se trata de un cambio operativo, se conservan los ajustes de los ventiladores, la instalación de equipos, el método de gestión del estiércol y la confirmación de la persona responsable. Un recibo de compra solo demuestra que el producto llegó al lugar; no constituye por sí solo toda la evidencia de que los animales objetivo lo consumieron realmente.
Los registros de campo deben incluir la franja horaria y a la persona responsable. Los datos introducidos en bloque a partir de recuerdos posteriores no tienen la misma fuerza probatoria que los registrados inmediatamente después del suceso. Incluso sin conexión, deben guardarse localmente y, cuando se restablezca, conservarse tanto la hora original de creación como la hora de carga. Las fotografías pueden servir como prueba complementaria, pero deben comprobarse la hora, el objeto y el alcance del consentimiento, además de proteger los datos personales.
Segundo eslabón: datos brutos de los sensores y estado de los dispositivos
Los datos brutos son los primeros valores y metadatos generados por el dispositivo. Deben conservarse conjuntamente el ID del dispositivo, el canal del sensor, la unidad, la marca temporal, la ubicación, el firmware, el coeficiente de calibración y el estado de diagnóstico. En vez de limitarse a indicar la fecha en el nombre de un archivo CSV, utilizar un ID único para la granja, el establo, el dispositivo y la sesión de medición facilita su conexión con otros materiales.
Los datos brutos no se modifican. Aunque se descubra una unidad o zona horaria incorrecta, se crean por separado una tabla de correcciones y un historial de transformaciones. Asignar un hash al archivo o al lote ayuda a comprobar posteriormente su identidad. Sin embargo, un hash no garantiza que los datos sean correctos; solo permite comprobar si el archivo ha cambiado. La calibración del dispositivo y la representatividad de su instalación requieren evidencias independientes.
Tercer eslabón: QA/QC y decisiones sobre excepciones
Las reglas automáticas de calidad señalan la tasa de recopilación, los valores fuera de intervalo, los valores constantes, los cambios bruscos, los errores del reloj y los posibles casos de deriva. Una persona compara el diario de campo, los registros de calibración y los sensores cercanos para decidir si se trata de un suceso real o de un problema del dispositivo. Se conservan el indicador, quien tomó la decisión, la hora, la justificación y el resultado del tratamiento. En lugar de borrar valores, resulta más útil para una revisión posterior mantener los estados utilizar, utilizar con condiciones y excluir, y gestionar códigos para los motivos de exclusión.
Las directrices de la EPA estadounidense para el Inventory Management Plan presentan como elementos principales del plan de gestión los límites, los métodos de cuantificación, las fuentes de datos y su recopilación y garantía de calidad, los ajustes del año base, la gestión de funciones y archivos, las auditorías y verificaciones y las medidas correctivas. El GHG Protocol también recomienda aplicar controles de calidad en varios niveles, desde la recopilación de datos hasta la aprobación final, y establecer procedimientos de documentación y archivo y bucles de retroalimentación.
Cuarto eslabón: linaje del cálculo y reproducibilidad
Se someten a control de versiones todos los pasos que convierten los datos depurados en resultados. Se registran las fórmulas, las conversiones de unidades, la fuente y versión de los factores de emisión, el modelo de línea de base, la sustitución de datos ausentes, el periodo de agregación y las reglas de redondeo. Cada ejecución del cálculo se vincula con la versión de los datos de entrada, la versión del código o de la hoja de cálculo, la hora de ejecución y quien la realizó.
Aunque se utilice una hoja de cálculo, pueden establecerse una plantilla original, celdas de fórmulas bloqueadas, validación de entradas, un registro de cambios y un procedimiento independiente de recálculo. Si se emplea una API de software, se documentan los esquemas de solicitud y respuesta, la versión del motor de cálculo y el reprocesamiento de fallos. Lo importante no es la tecnología concreta, sino poder volver a producir el mismo resultado con las mismas entradas y versiones.
Si cambia el resultado, no se sobrescribe el valor anterior: se publica una nueva versión. Se indica si el motivo es la calibración del sensor, una corrección de los datos de actividad, una revisión del factor de emisión o un cambio de límites, y se calcula su impacto. La afirmación final debe quedar vinculada a una versión fija del resultado.
Quinto eslabón: revisión, aprobación e información externa
Separar las funciones de autoría, revisión y aprobación reduce el riesgo de autorrevisión. La revisión técnica examina los límites y el método, las unidades, los cálculos y la incertidumbre. La aprobación de gestión comprueba que existe autorización para divulgar y que el texto no rebasa lo respaldado por las pruebas. Cuando se exija verificación por un tercero (3º), se proporciona al verificador un paquete de solo lectura que permita rastrear los datos brutos, las muestras y los cálculos.
El programa de información sobre gases de efecto invernadero de la EPA aplica controles electrónicos de verificación a los datos presentados y, si detecta un posible error, exige al declarante que lo explique o que corrija y vuelva a presentar la información. La verificación automática es útil, pero no determina por sí sola los hechos del terreno. La cadena de evidencia también incluye las respuestas a las advertencias, las correcciones y la nueva aprobación.
El informe final no debe limitarse a indicar una tasa de reducción. Debe presentar también los límites y el periodo del proyecto, la línea de base, el método de medición o estimación, la disponibilidad de datos, las exclusiones relevantes, la incertidumbre, el nivel de revisión y las limitaciones de la afirmación. «Medido», «verificado», «certificado» y «crédito emitido» son estados distintos; solo deben declararse las etapas realmente completadas.
Estructura mínima de datos
Al implementar una cadena de evidencia, resulta útil separar las siguientes entidades: site y barn representan los límites espaciales; animal_group, la población objetivo; intervention_event, la actividad de reducción; device y calibration, el estado del dispositivo; observation_batch, los datos brutos; quality_review, la decisión de calidad; calculation_run, la versión del cálculo; claim, la afirmación final; y approval, la revisión y la autorización de divulgación.
Cada entidad debe contar con un ID único, fechas de creación y modificación, responsable, estado y enlace a la versión anterior. Desde el registro de la afirmación debe poder navegarse hasta la ejecución del cálculo; desde esta, hasta los lotes de entrada y las revisiones de calidad; y desde las entradas, hasta las actividades de campo y la calibración del dispositivo. En sentido inverso, también debe ser posible localizar qué informes y afirmaciones se vieron afectados por un error de calibración concreto.
Los permisos de acceso se separan según la función y la finalidad. Los datos personales de la explotación y los datos operativos brutos, los materiales para los organismos de verificación y la versión pública no son iguales. Los propios registros de auditoría deben protegerse, y deben definirse plazos de conservación y políticas de eliminación. Una tecnología concreta como la cadena de bloques es opcional; primero deben implementarse correctamente los identificadores, permisos, versiones, copias de seguridad y recuperación.
Lista de verificación para la ejecución
Especifique en la afirmación final los límites, el periodo, el indicador, la línea de base y el uso previsto.
Descomponga el cálculo de la afirmación hasta las variables de entrada y asigne un propietario de los datos brutos de cada variable.
Recopile registros del lote, la dosis, el objetivo, la hora y la persona responsable de la actividad de campo.
Conserve los datos brutos de forma inmutable y separe las correcciones, exclusiones y agregaciones.
Vincule el ID del dispositivo, la ubicación, la calibración, el firmware y los lotes de observaciones en una misma cronología.
Conserve las alertas de QA/QC, la decisión humana, su fundamento y las medidas correctivas.
Permita reproducir los cálculos a partir de las versiones de entradas, código, factores y modelos.
Separe las revisiones técnica y de gestión de la aprobación de divulgación, y fije la versión de la afirmación.
Indique en el informe externo la disponibilidad de datos, la incertidumbre, las limitaciones y el estado de verificación.
Cuando se detecte un error, rastree hacia atrás los cálculos y afirmaciones afectados y vuelva a publicarlos.
Conclusión
La confianza en los datos de reducción de carbono depende más de las conexiones que conducen hasta la cifra final que del número de decimales de esa cifra. Debe ser posible rastrear, en ambos sentidos, si la actividad de campo se realizó realmente, en qué estado estaba el dispositivo al generar el valor, qué datos se excluyeron y por qué, qué fórmula y versión produjeron el resultado, y quién revisó y aprobó cada elemento. La cadena de evidencia no es un mecanismo que garantice automáticamente superar una verificación, sino una estructura operativa que permite detectar, explicar y corregir errores. Solo cuando existe esa estructura, los registros de campo pueden sustentar una afirmación responsable de reducción de carbono.