Un conjunto de datos de huella de carbono de productos electrónicos para preguntas y respuestas

Por qué importa el coste de carbono de tus dispositivos

Cada portátil, tableta o equipo de sobremesa que usas tiene una etiqueta climática oculta. Mucho antes de que pulses el botón de encendido, ya se ha gastado energía y materiales en extraer metales, fabricar chips y ensamblar los dispositivos. Las empresas ahora publican informes que estiman estas emisiones de carbono “embebidas”, pero están dispersos en miles de archivos PDF difíciles de leer. Este artículo presenta un nuevo conjunto de datos que convierte esos informes desordenados en información consultable y comparable, facilitando que investigadores, responsables de políticas y, finalmente, consumidores entiendan y reduzcan el impacto climático de la electrónica cotidiana.

Convirtiendo informes dispersos en datos útiles

Fabricantes importantes de ordenadores como HP, Dell, Lenovo y Acer publican informes de huella de carbono de producto que describen cuánto gas de efecto invernadero se libera a lo largo de la vida de un dispositivo y cuánto procede de distintas partes como la pantalla, la batería o las placas de circuito. Desafortunadamente, cada empresa formatea estos documentos de forma distinta: los números pueden aparecer en texto, tablas o gráficos, y las cifras clave a menudo están repartidas en varias páginas. Los autores recopilan 1.735 de estos informes para una amplia variedad de productos y luego convierten los PDF a texto bruto. Usando código personalizado y reglas de búsqueda por patrones, extraen hechos centrales como la huella de carbono total, cuánto se debe a la fabricación y el porcentaje de contribución de cada componente principal.

Enseñar a los ordenadores a responder preguntas sobre carbono

Listar números no es suficiente; el objetivo es que los programas informáticos respondan preguntas prácticas sobre las emisiones. Para ello, el equipo construye un conjunto de datos de “preguntas y respuestas” llamado PCF‑QA. Para cada producto crean preguntas en lenguaje natural como «¿Qué componente tiene la mayor huella de fabricación?» o «¿Cuál es la huella de carbono de la pantalla de este portátil?» y las emparejan con respuestas correctas derivadas de los datos depurados. Las preguntas se agrupan en cuatro familias: coincidencia de palabras (extraer un número directamente del texto), máximo/mínimo (encontrar el mayor o menor contribuyente), top‑k (listar los tres o cinco principales componentes) y cálculo (calcular, por ejemplo, la huella de una parte a partir de porcentajes y totales). Esta estructura permite a los modelos de lenguaje modernos practicar tanto la comprensión lectora como el razonamiento numérico básico.

Cómo se construye y verifica el nuevo conjunto de datos

Tras bastidores, los autores diseñan un flujo de trabajo cuidadoso para que la información extraída sea confiable. Después de descargar los PDF y convertirlos a texto, usan expresiones regulares—patrones de búsqueda precisos—para localizar nombres de componentes, porcentajes y huellas totales, incluso cuando están ocultos en gráficos. Se marcan y comprueban manualmente los registros sospechosos, como productos cuyas cifras no cuadran o que están muy fuera del rango típico de una empresa, cotejándolos con los archivos originales. Para cada pregunta, el conjunto de datos también registra las posiciones exactas de caracteres del texto de apoyo en el informe, junto con un pequeño programa informático que recalcula la respuesta paso a paso. Ejecutar estos pequeños programas y comparar sus resultados con las respuestas almacenadas proporciona una capa adicional de validación.

Qué revelan los números sobre los dispositivos

Porque el conjunto de datos rastrea muchas marcas y tipos de producto distintos, ofrece una primera mirada amplia sobre cómo se distribuye el coste de carbono en la electrónica. Máquinas de mayor rendimiento, como estaciones de trabajo, ordenadores de sobremesa y servidores, suelen tener huellas mucho más altas que las tabletas, que son más pequeñas y contienen menos componentes. Dentro de un mismo dispositivo, algunos componentes dominan consistentemente: pantallas, placas base y fuentes de alimentación suelen ser responsables de las mayores porciones de las emisiones de fabricación, mientras que el embalaje y las baterías contribuyen relativamente poco. El conjunto de datos también anota qué método de contabilidad de carbono usa cada empresa, destacando que la mayoría de los productos se basan en un único modelo, en parte opaco, cuyas suposiciones pueden estar desactualizadas—una advertencia importante al comparar cifras entre marcas.

Qué significa esto para la tecnología climáticamente más inteligente en el futuro

Para los no expertos, el mensaje clave es que el impacto climático de la electrónica puede ahora estudiarse de forma más sistemática. Al transformar informes de carbono no estructurados en un recurso estandarizado de preguntas y respuestas, este trabajo sienta las bases para herramientas que puedan comparar productos automáticamente, identificar los componentes más contaminantes y explorar escenarios hipotéticos para diseños más verdes. A medida que los fabricantes amplíen sus informes para incluir otros daños ambientales, métodos similares podrían ayudar a la sociedad a ver, en términos concretos, cómo las decisiones de diseño de nuestros teléfonos y ordenadores se traducen en presión sobre el planeta—y dónde están las mayores oportunidades de mejora.

Cita: Zhao, K., Koyatan Chathoth, A., Balaji, B. et al. An electronic product carbon footprint dataset for question answering. Sci Data 13, 228 (2026). https://doi.org/10.1038/s41597-026-06544-5

Palabras clave: huella de carbono, electrónica, datos de sostenibilidad, evaluación del ciclo de vida, preguntas y respuestas