Una institución educativa no es una fábrica ni una cadena de tiendas, pero sí es una organización con edificios, contratos de energía, transporte, compras y un gran grupo de personas que no son empleados en el sentido habitual. Los estudiantes y alumnos se mueven por los edificios, utilizan instalaciones y generan desplazamientos, sin figurar en ninguna nómina. Esa relación entre empleados y usuarios de los edificios es distinta en el sector educativo respecto a la mayoría de sectores, y esto repercute en los datos: una gran parte del impacto medioambiental está relacionada con la ocupación y el uso de los edificios, no con un proceso de producción o una superficie de venta.
A esto se añade que una institución a menudo consta de varias ubicaciones, en ocasiones repartidas por una ciudad o región, cada una con sus propios contadores, su propia gestión y sus propios contratos de alquiler. La educación tiene además un fuerte ritmo estacional: períodos de vacaciones, desocupación intermedia, uso vespertino por parte de terceros. Quien suma los datos de energía por mes sin conocer ese ritmo, saca fácilmente conclusiones erróneas sobre ahorros que en realidad son consecuencia de la distribución de las vacaciones.
En la mayoría de las instituciones, el parque de edificios es la partida más grande. Esos datos están repartidos en varios lugares: el servicio de instalaciones tiene contratos de energía y lecturas de contadores, a menudo por edificio y no resumidos de forma centralizada. En instituciones más grandes con inmuebles propios, existe además un sistema de gestión de edificios con datos de consumo por instalación. En ubicaciones alquiladas, una parte de la responsabilidad, y con ella una parte de los datos, corresponde al arrendador, que no siempre está dispuesto o en condiciones de compartirlos al nivel necesario.
Las renovaciones, las medidas de aislamiento y la sostenibilidad de las instalaciones suelen registrarse en expedientes de proyecto del servicio de instalaciones o de un proveedor externo, independientemente de la administración habitual de la energía. Quien quiera ver reflejado el efecto de una medida así en las cifras debe vincular esas dos fuentes entre sí, y eso rara vez sucede de forma automática.
El desplazamiento entre el domicilio y el trabajo del personal, si se mide, suele recogerse a través de recursos humanos o de un sistema de declaración de gastos. El comportamiento de viaje de estudiantes y alumnos es otra historia: esos datos a menudo no existen en un sistema centralizado, como mucho como estimación basada en zonas de código postal o en una encuesta realizada hace algunos años. En la educación superior se añade además el viaje internacional, por intercambio o investigación, registrado en administraciones separadas de oficinas internacionales o departamentos de investigación, al margen de los datos habituales de viaje del personal.
Quien no diferencia estos dos grupos —empleados y estudiantes— en el registro de puntos de datos corre el riesgo de sumar peras con manzanas: un único empleado a tiempo completo pesa en los datos de forma distinta a un estudiante que acude a un edificio dos días por semana.
Las compras en las instituciones educativas suelen gestionarse a través de un departamento de compras centralizado para los grandes contratos, pero junto a pedidos descentralizados realizados por facultades, departamentos o grupos de investigación individuales. Los materiales de laboratorio, los productos químicos y el equipamiento especializado en las instituciones de investigación tienen su propia cadena de compras con sus propios proveedores, independiente de las compras habituales de oficina. El catering suele estar subcontratado a un proveedor externo, lo que significa que los datos sobre desperdicio de alimentos o el origen de los ingredientes no residen en la propia institución sino en ese proveedor, con una disposición variable a compartir cifras.
Los residuos son una historia similar: la recogida separada la organiza el servicio de instalaciones o un gestor de residuos externo, y los informes que de ello resultan no siempre coinciden con la clasificación necesaria para la elaboración de informes de sostenibilidad.
En las universidades y centros de educación superior, la investigación añade una capa que otros sectores no conocen. Los grupos de investigación a menudo trabajan con presupuestos propios, compras propias y a veces edificios o laboratorios propios, financiados por entidades externas con sus propios requisitos de información. Esa autonomía descentralizada es funcional para la investigación, pero significa que los propietarios centrales de datos a menudo no saben qué información ya existe en esos grupos, ni bajo qué nombre ni en qué formato.
En muchas instituciones, el enfoque de los datos de sostenibilidad se inicia con la adquisición de un sistema de informes. Ese sistema ofrece pantallas claras, pero la pregunta subyacente queda sin resolver: ¿la lectura del contador del edificio B corresponde a espacio de oficinas, a un gimnasio o a una parte alquilada a un tercero, y quién dentro de la organización puede responder a esa pregunta? Sin una imagen ordenada de dónde se origina cada dato, quién es responsable de él y qué reglas de calidad se le aplican, una herramienta produce sobre todo representaciones más pulidas de las mismas cifras inciertas.
El Data Readiness Scan no es, por tanto, una herramienta de informes sino un registro: por cada dato, el origen, el recorrido desde la fuente hasta el informe, el propietario dentro de la institución y las reglas que ese dato debe cumplir. Ese registro pone de manifiesto, por ejemplo, dónde faltan los desplazamientos de los estudiantes, dónde el servicio de instalaciones y la gestión de edificios cuentan por separado, y dónde un proveedor de catering o un gestor de residuos externo aún no tiene un punto de contacto para la entrega de datos.
La misma pregunta se plantea, con particularidades propias, en el comercio minorista, el sector agrario y los servicios financieros, siempre con una distribución distinta entre lo centralizado y lo descentralizado.
Este escáner todavía está en desarrollo. Las instituciones que deseen saber exactamente dónde se originan sus datos de sostenibilidad y quién los gestiona pueden inscribirse en la lista de espera y serán informadas en cuanto el escáner esté disponible.
En cuanto queda claro qué puntos de datos existen, quién los gestiona y por qué recorrido se generan, también se hace visible el trabajo que hay detrás: transcribir lecturas de contadores, reconstruir datos de viaje a partir de hojas de cálculo, comprobar en las facturas de los proveedores de catering el origen de los ingredientes. Gran parte de ese trabajo es repetitivo y está vinculado a fuentes fijas, lo que lo hace apto para evaluar su automatización. El escáner de trabajo de FTE TO AI calcula, por tarea, qué parte del trabajo puede asumir la IA, basándose en el mismo tipo de desglose de tareas que se emplea en el registro de puntos de datos.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.