Varias preguntas importantes no pueden ser respondidas con el conjunto estándar de inferencia causal ya que todos los sujetos son tratados durante un período dado y, por lo tanto, no hay grupo de control. Un ejemplo de este tipo de preguntas es el impacto de las emisiones de dióxido de carbono en el calentamiento global. En este documento, abordamos esta pregunta utilizando un método de aprendizaje automático, que permite estimar impactos causales en entornos donde un experimento aleatorio no es factible. Discutimos las condiciones bajo las cuales este método puede identificar un impacto causal, y encontramos que las emisiones de dióxido de carbono son responsables de un aumento en la temperatura global promedio de aproximadamente 0.3 grados Celsius entre 1961 y 2011. Ofrecemos dos contribuciones principales. Primero, proporcionamos una aplicación adicional del Aprendizaje Automático para responder preguntas causales de relevancia política. Segundo, al aplicar una metodología que se basa en pocas suposiciones directamente comprobables y es fácil de replicar, proporcionamos evidencia sólida de la naturaleza hecha por el hombre del calentamiento global, lo que podría reducir los incentivos para recurrir a fuentes sesgadas de información que alimentan el escepticismo sobre el cambio climático.