La IA da soluciones y transforma el diseño en arquitectura
- La IA en la arquitectura se encuentra en una fase intermedia de desarrollo, en la cual se distingue por la creación de imágenes extremadamente detalladas y la computación para resolver problemas prácticos.
- Ambas habilidades están desplazando a los arquitectos hacia funciones más propias de la planificación estratégica del diseño, seleccionando y descartando opciones generadas por IA.
- Los principales límites de la IA en la arquitectura actualmente se encuentran entre sus habilidades de creación de imágenes y resolución de problemas: por un lado, es incapaz de generar plantas de anteproyecto a partir de imágenes y a la inversa: no puede crear imágenes atractivas a partir de plantas preconcebidas.
La inteligencia artificial (IA) en la arquitectura se está convirtiendo en una herramienta potente y cada vez más generalizada, pero también es una tecnología que ahora mismo se encuentra en una fase intermedia de desarrollo, con las dificultades que eso entraña. La IA es capaz de resolver problemas simples, prácticos, tales como la distribución de una planta, con inigualable velocidad y posibilidades. También puede dibujar visiones generales y creativas a partir del vasto conjunto de imágenes de internet solo con darle unas breves indicaciones textuales. Pero conectar esas dos partes del proceso de diseño, es decir, la ciencia y el arte fundamentales de la arquitectura, ha demostrado ser una meta escurridiza.
Cuando introducimos una detallada descripción arquitectónica (“Vivienda ecológica al estilo Picapiedra en Acapulco”) en un generador de imágenes como MidJourney, es imposible que salga algo edificable. Al mismo tiempo, la infinidad de planos generados algorítmicamente no puede ir más allá y expresar otra cosa que no sea un uso eficiente del espacio. Al menos, todavía. Sin embargo, la unión de estas dos capacidades podría ser el avance más profundo en cuestión de diseño y tecnología de la era de la inteligencia artificial.
El uso actual de la IA en la arquitectura
La IA en el diseño arquitectónico consiste en programas de ordenador que imitan la cognición humana para resolver problemas complejos y responder a estímulos de forma dinámica. Un subcampo estrechamente relacionado es el aprendizaje automático, que es como se denomina a la capacidad de un sistema de IA para reconocer patrones y aprender de ellos, mejorando sus capacidades cognitivas de forma independiente y sin intervención humana.
La relevancia de la IA en arquitectura radica en el proceso de diseño. Al analizar el contenido visual de internet, los generadores como MidJourney pueden desarrollar imágenes con todo detalle y de calidad casi fotográfica a partir de unas breves instrucciones textuales. Esto puede ser de gran ayuda en las lluvias de ideas iniciales de un nuevo concepto, el equivalente digital de un boceto dibujado en una servilleta. Estas imágenes también son útiles para llegar a un público más amplio, y pueden utilizarse en materiales de marketing y promocionales para ilustrar contextos y conceptos básicos de diseño.
Existen herramientas de IA con funciones muy específicas, como optimizar diseños para generar métricas del rendimiento de un edificio, generar plantas a partir de datos programáticos y espaciales o reorganizar las plantas de forma dinámica según se mueven los muros y las particiones: en esencia, lo que hacen es automatizar tareas de diseño mundanas y omnipresentes. Los ingenieros de IA están trabajando en la integración de interfaces basadas en texto que integran lenguaje natural, como ChatGPT, en este tipo de herramientas de IA para arquitectura. La generación de distribuciones asistida por IA es una variedad de diseño paramétrico, con una larga trayectoria en el ámbito arquitectónico a la hora de generar una infinidad de variaciones formales.
Ahora que la IA ofrece mayor potencia de cálculo, los arquitectos y diseñadores están incorporando la IA generativa en sus procesos de trabajo. Esta, en lugar de limitarse a producir un montón de variaciones según los límites preestablecidos, es capaz ahora de clasificar la calidad de cada variación basándose en una serie de medidas definidas por el usuario.
Muchos arquitectos están acostumbrados a utilizar procesos digitales, como BIM (siglas de building information modeling), como mediadores en sus diseños, y la IA está suponiendo un cambio en lo que estos modelos son capaces de hacer. En muchos aspectos, los gemelos digitales, que contienen todas las descripciones formales y los datos de rendimiento de un edificio, son la evolución directa de BIM. La IA podría permitir el análisis y puesta a prueba de estos modelos, al poder examinar cómo podría afectar el cambio de una variable al rendimiento energético de un edificio, su ganancia solar o la sombra arrojada por los edificios de enfrente; y a partir de todo ello, podría aprender de forma continua e independiente a mejorar su funcionamiento y su diseño. Esta tecnología emergente se alimenta de sensores y dispositivos con internet de las cosas conectados en red que envían datos directamente a los gemelos digitales.
Ventajas de utilizar IA en el diseño arquitectónico
La principal utilidad de la IA en el diseño arquitectónico se encuentra en la rápida ejecución de tareas mundanas y repetitivas y en la optimización de diseños mediante pequeños incrementos, algo que a menudo se denomina inteligencia artificial débil o limitada (o ANI, por sus siglas en inglés). Donde más efectiva es la IA es al solaparse estas dos tareas, cosa que ocurre a menudo. La IA es capaz de llenar al instante una torre residencial de apartamentos con la forma que encaje en las especificaciones del promotor, y de afinarlos según varios grados de eficiencia material y de costos. Además, los generadores de imágenes no tienen parangón a la hora de crear “paneles de tendencias” como inspiración para el diseño, ofreciendo rápidas síntesis visuales extraídas de vastas bibliotecas de imágenes. Estas imágenes detalladas pueden ofrecer a los arquitectos una meta estética al definir sistemas estructurales y de ingeniería.
En ambos casos, los arquitectos adoptan una función más de planificación estratégica, en lugar de mantener un control granular de cada una de las decisiones de diseño; están definiendo parámetros, seleccionando y descartando opciones, ofreciendo consejo y dirección a los algoritmos. Se trata de un cambio radical en la forma en que se ha practicado la arquitectura hasta ahora. Queda por definir la línea divisoria: ¿es esta nueva herramienta un dispositivo que ahorra tiempo, como ha ocurrido con CAD o BIM, o representa un cambio fundamental en el proceso creativo?
7 ejemplos de uso de IA en proyectos de arquitectura
Antes de que los diseñadores empiecen a crear iteraciones, el uso de herramientas automatizadas para organizar datos del emplazamiento y contextuales puede eliminar las ambigüedades y, con suerte, los riesgos. Estas herramientas hacen que las tareas más técnicas y las que requieren más programación sean más accesibles para perfiles, tales como los de diseñadores o promotores, ajenos al desarrollo de programas. Desde proyectos de investigación hasta productos comerciales, los ejemplos incluidos a continuación muestran los modos en que la IA en la arquitectura puede crear oportunidades para mejorar el proceso de diseño y permitir que la creatividad humana cobre protagonismo.
1. IA para anteproyectos
Finch es una herramienta de planificación paramétrica con una amplia variedad de funciones de diseño. Es capaz de generar plantas de distribución con solo introducirle un puñado de limitaciones, y dichas plantas pueden ajustarse automáticamente sobre la marcha. Se puede seleccionar un muro, moverlo y ver como las estancias contiguas cambian por sí solas de proporciones, lugar y organización. La plataforma incorpora normativas locales y permite a los usuarios optimizar la eficiencia estructural, el número de unidades y otras variables. También puede encajar plantas dentro de los límites de un solar rápidamente definido; dividir formas irregulares y orgánicas en subunidades; conectar escaleras de forma dinámica a alturas de planta variables y trazar la ruta óptima de una carretera a través de un terreno complejo.
2. IA para el desarrollo urbanístico
Las nuevas herramientas de IA pueden aplicar potencia generativa e iterativa a obras a escala urbana, con una perspectiva que va más allá de los requisitos de un edificio en concreto. Autodesk Forma es un buen ejemplo de este concepto: este programa ofrece información y automatizaciones generadas por IA y basadas en la nube, que simplifican la exploración de conceptos de diseño, se encargan de tareas repetitivas y ayudan a evaluar las cualidades medioambientales de una zona urbanizada.
Si se aplica a las fases tempranas de la planificación y el diseño, Forma realiza análisis en tiempo real de cualidades claves de densidad y entorno, tales como las horas de sol, potencial de luz diurna, viento, rendimiento energético y microclima, sin que los usuarios necesiten tener amplios conocimientos al respecto. Estos análisis del entorno, que funcionan gracias al aprendizaje automático y la IA, pueden utilizarse desde el primer día del proceso de diseño y son de gran ayuda para alcanzar los objetivos empresariales y de sostenibilidad. Por ejemplo, el modelado de viento de Forma revela las corrientes de viento canalizadas por los edificios mediante dinámica de fluidos informatizada para redefinir los diseños de modo que sean acogedores para el ser humano.
3. IA para mejores licitaciones
ConXtech, una empresa de construcción modular con sede en la bahía de San Francisco, está utilizando IA para tener un mejor control de una de las fases más impredecibles de la construcción: el proceso de licitación.
A ConXtech, como a muchas otras constructoras, le llegan solicitudes de propietarios y proyectistas durante la fase de desarrollo del proyecto. En ese momento, la viabilidad del proyecto no está garantizada y hay múltiples opciones aún sobre la mesa. Esto obliga a empresas como ConXtech a producir múltiples iteraciones de proyectos que quizá nunca se construyan. Al final, pueden gastarse millones de dólares en proyectos o licitaciones presentados en vano. Al mismo tiempo, los propietarios y promotores esperan una respuesta rápida y soluciones tanto viables como asequibles.
Para acortar el ciclo de licitación y reducir los costos, ConXtech colaboró con Autodesk Research para desarrollar un prototipo de plataforma de licitaciones que utiliza IA para dar con el diseño más económico de acero estructural basándose en los costos de los materiales, la fabricación y la construcción. Estos costos vienen influidos por los proveedores y subcontratas seleccionados para el proyecto y dependen de la ubicación de este.
4. IA para diseño volumétrico y planificación
Obayashi, una empresa japonesa de construcción, ingeniería y promociones inmobiliarias, también colaboró con Autodesk Research para imaginar una solución de IA: una que permite a los arquitectos ir incluyendo parámetros básicos para un edificio y, con un mínimo de orientación, obtener cálculos volumétricos y distribuciones interiores del programa. Obayashi entrenó la IA de esta aplicación, que se utiliza principalmente para espacios de oficina, con un subconjunto de más de 2800 archivos de Autodesk Revit procedentes del portafolio de la empresa.
La herramienta de IA entiende las relaciones abstractas entre los distintos usos del programa y la conexión deseada entre ellos, y considera el tamaño y la proporción que se buscan, expresados en el volumen de un edificio. Para generar las distribuciones interiores del programa, el diseñador y el cliente elaboran una serie de parámetros léxicos: oraciones simples que especifican los elementos del edificio y su ubicación, así como la relación entre ellos. Por ejemplo: “las salas de juntas deberían estar cerca de las ventanas” o “el comedor debería estar lejos del laboratorio por seguridad”.
5. IA para asistir con normativas y el tratamiento de fotos estéticas
De manera parecida a Obayashi, Maket destaca como asistente para arquitectos con los primeros diseños del anteproyecto —generando plantas mediante la introducción de las dimensiones y las clases de estancia, así como las relaciones de contigüidad o separación entre ellas—, integrando esta función con una interfaz de texto de lenguaje natural. Pero Maket también ofrece un asistente de legislación capaz de leer documentos que contienen normativas de zonificación y responder a preguntas detalladas acerca de estos. Los diseñadores también pueden subir fotos de arquitectura y utilizar instrucciones textuales básicas para aplicar diferentes tratamientos estéticos, añadiendo así elementos interiores y de mobiliario a las fotografías.
6. IA para promotores inmobiliarios
Parafin utiliza IA de iteración paramétrica para equilibrar la viabilidad comercial con el programa y los costos. Desarrollado por el arquitecto Brian Ahmes y el promotor Adam Hengels, un dúo con sedes en Chicago y Miami que disfruta de una residencia en el Outsight Network de los Autodesk Technology Centers, el programa genera casi infinitas posibilidades para la rentabilidad y rendimiento propuestos.
Parafin es una plataforma de diseño generativo basada en la nube que actualmente se utiliza para promociones hoteleras. Pensada principalmente para promotores inmobiliarios, la plataforma ayuda a evaluar rápidamente la viabilidad de potenciales solares al inicio de la planificación. Solo pide unos pocos parámetros (número de habitaciones, aparcamiento, solar, altura y pautas de marca para hoteleros), con los que puede generar millones de iteraciones que cumplan con dichas pautas: todas ellas pueden filtrarse según rendimiento financiero, costos y más. Funciona mediante una interfaz basada en un mapa y un menú en un navegador web; para cada diseño se generan plantas muy detalladas, vistas en 3D y archivos de Revit.
7. AI para un rendimiento óptimo
Cove.tool es una app de diseño de rendimiento de edificios cofundada por el arquitecto y científico de edificios Sandeep Ahuja. Utiliza aprendizaje automático para analizar el modo en que el diseño de un edificio puede mejorar su consumo de energía y carbono, los niveles de luz solar y las estructuras de costos, entre otros, alterando variables como la orientación y los materiales de un edificio y calibrando los resultados. La app es capaz de optimizar costos para una variedad de criterios y clasificar los resultados según diferentes estándares de calidad, desde cumplir los mínimos de las normas de construcción hasta sistemas de certificación voluntarios. A un nivel más detallado, Cove.tool es en esencia un gemelo digital de preconstrucción, el cual se integra con algoritmos de aprendizaje automático que puede ir refinando progresivamente el rendimiento de un edificio.
¿Reemplazará la IA a los arquitectos?
Teniendo en cuenta que la presencia de la IA en la arquitectura es aún bastante reciente, es difícil determinar cómo afectará a los empleos en el sector, aunque cuesta imaginar que las tareas en las que la IA destaca, tales como reunir detalles técnicos y elaborar planos, no vayan a reducir la necesidad de aquellos diseñadores con menos experiencia que normalmente se centran en ese tipo de trabajos. Y, si bien el potencial de la IA para librar a los arquitectos de las tareas más monótonas es muy real, también es conocida la tentación que tendrán las empresas de usar esta herramienta que tanto trabajo ahorra para aumentar el ritmo de producción.
Hoy en día hay muchas áreas del diseño arquitectónico en las que la IA aún no tiene presencia. La IA sigue sin ser capaz de definir las limitaciones que acompañan a cualquier proyecto de edificación, tales como el programa, el tamaño, el público, los materiales o el contexto geográfico. Estos parámetros surgen de las interacciones con los clientes, un trabajo que tampoco puede externalizarse a una IA. Esta tecnología tampoco entiende bien cómo se mueven las personas por el espacio e interactúan con objetos, ni puede generar todavía imágenes 3D mediante instrucciones textuales con la riqueza y detalle con la que crea imágenes en 2D.
Además, las visiones fantásticas que crean MidJourney o DALL-E no vienen con documentos de construcción añadidos. A lo largo y ancho del sector de la arquitectura, ingeniería y construcción, donde menos se ha utilizado la IA es en aplicaciones de robótica que interactúan con la obra de construcción o directamente con el edificio. Esto, sin embargo, está cambiando, gracias a robots de captura de la realidad que cuentan con cierta independencia, pero aún necesitan que los guíe un ser humano.
La IA en arquitectura también está limitada por dinámicas económicas y de sesgo de selección fundamentales que afectan a la calidad de los datos de los que beben estas aplicaciones. Los algoritmos de IA están limitados por la cantidad de datos con los que cuentan para aprender: en arquitectura, estos datos pueden estar patentados, cosa que puede tener un efecto disuasorio en cuestión de compartirlos con posibles rivales que están trabajando en sus propias aplicaciones de IA. Además, la IA de creación de imágenes solo puede resintetizar lo que ya ha visto, de forma que si el banco de imágenes de internet tiene un sesgo cultural o regional (con una sobrerrepresentación, por ejemplo, de imágenes arquitectónicas de países ricos y occidentales), los resultados tendrán un sesgo similar.
La IA es una evolución de la automatización, y los procesos automáticos son ya una parte integral del diseño; simplemente se les ha dado otro nombre. “Si estoy diseñando algo con Revit, y Revit produce automáticamente los documentos que se necesitan para construirlo, una cosa menos de la que preocuparme —afirma Jim Stoddart, del estudio de arquitectura The Living—. Eso ya es automatización; está haciendo un montón de cosas de las que antes me encargaba yo manualmente”.
La mejora de las capacidades de los ordenadores está brindando más oportunidades para equilibrar la inteligencia humana y la automática, permitiendo a ambas partes hacer aquello en lo que sobresalen. “A los ordenadores no se les da bien proponer soluciones creativas y abiertas; eso sigue siendo cosa de los humanos —explica Mike Mendelson, instructor certificado y diseñador de planes de estudio en el Nvidia Deep Learning Institute—. Pero, gracias a la automatización, podemos ahorrar tiempo al no tener que hacer tareas repetitivas, y ese tiempo podemos reinvertirlo en diseñar”.
Este artículo ha sido actualizado. Se publicó originalmente en abril de 2021.