Diseño asistido por inteligencia artificial

Muchas de estas soluciones ya están transformando los procesos de diseño gracias a su enorme poder de cálculo que mejora la eficiencia y amplía los horizontes creativos.

Mientras que los sistemas impulsados por IA pueden generar múltiples opciones de diseño en función de parámetros y criterios dados ayudando a los profesionales a explorar una gama mucho más vasta de posibilidades, los modelos de aprendizaje automático permiten analizar grandes conjuntos de datos de diseños anteriores. De esta forma, es posible identificar patrones, tendencias y preferencias, lo que conduce a la generación de propuestas más informadas y relevantes. Por otra parte, la IA también puede ayudar a solucionar problemas de diseño que, de otra manera, demandarían mucho más tiempo, energía y recursos, o serían imposibles de abordar de forma tradicional.

Sin embargo, el uso de la informática no es nuevo en la arquitectura; llegó de la mano de los sistemas que automatizan los procesos de representación. Estos softwares de dibujo hacen el proceso más eficiente, pero no generan ningún cambio fundamental en el método de diseño. Por ejemplo, los sistemas CAD (Computer Aided Design) son herramientas y tecnologías digitales que se utilizan desde hace décadas para representar gráficamente un diseño a través de dibujos y modelos. 

La evolución de estos instrumentos dio origen a BIM (Building Informational Modeling), una metodología de trabajo que busca la eficiencia automatizando el proceso de diseño. El sistema utiliza una maqueta digital del proyecto a partir de la cual es posible predecir el comportamiento del edificio y generar estudios geométricos, estructurales, lumínicos y bioclimáticos con un único modelo tridimensional. El flujo de la información ya no es lineal, sino que se trabaja de manera centralizada de tal forma que todas las partes interesadas tienen acceso a cada uno de los detalles del proyecto, junto con una comunicación más efectiva que en el sistema tradicional. 

Yendo un paso más allá, el crecimiento exponencial de la tecnología y la proliferación de una amplia gama de sensores que permiten obtener información muy precisa sobre las condiciones del espacio físico, han hecho posible la utilización de gemelos digitales para crear una representación virtual y dinámica de una estructura existente. Su implementación se realiza a través de un modelo de software utilizando IA y aprendizaje automático a partir de los datos que recibe en tiempo real. Esto permite reproducir distintos escenarios para evaluar el impacto que pueden ocasionar los cambios en el diseño y el uso del espacio, la optimización de los sistemas de energía, aire acondicionado, etc.

Actualmente, las posibilidades que brinda la IA y el aprendizaje automático están ampliando los límites de las herramientas al servicio de la creatividad. Asistimos al surgimiento de un nuevo escenario para la arquitectura, una práctica que, durante siglos, se ha basado en la experiencia y la intuición de los profesionales para encontrar nuevas soluciones de diseño. La tecnología está cambiando por completo este proceso.

Diseño computacional

El diseño computacional es un método que utiliza el poder de cálculo de las computadoras para lograr un proyecto determinado siguiendo unas instrucciones y reglas de diseño definidas previamente por el usuario.

Gracias a los avances en IA y aprendizaje automático, los diseñadores pueden utilizar grandes conjuntos de datos como punto de partida para encontrar soluciones eficientes. También pueden añadir consideraciones de comportamiento en condiciones específicas y análisis del ciclo de vida, el rendimiento económico y el impacto ambiental del proyecto, entre otros.

Sin embargo, aunque el diseño computacional brinda enormes posibilidades y está jugando un papel cada vez más relevante en el diseño arquitectónico actual, puede requerir conocimientos especializados, lo que obliga a los diseñadores a adquirir competencias en otras áreas. 

El diseño computacional se puede clasificar en varias categorías tal como se definen a continuación:

→ Diseño paramétrico. Se trata de modelos que se crean utilizando parámetros, variables y restricciones que, a través de un algoritmo, definen la relación entre los requerimientos de diseño y las soluciones resultantes. Cambiar un parámetro afecta automáticamente otros elementos del diseño. Por ejemplo, un diseño paramétrico podría incluir un conjunto de parámetros que definen la altura, el ancho y la inclinación de una estructura; ajustar cualquiera de estos valores modifica automáticamente la forma del edificio.

El diseño paramétrico permite crear geometrías que anteriormente eran más difíciles de definir, brindando la posibilidad de desarrollar proyectos formalmente más complejos. Este proceso se hizo muy popular gracias a arquitectos de vanguardia como Frank Gehry y Zaha Hadid. 

→ Diseño generativo. Los modelos generativos utilizan algoritmos y reglas para crear opciones de diseño de forma más o menos autónoma con el objeto de brindar soluciones que cumplan con los requisitos formales y de rendimiento planteados por el usuario. Los métodos basados en diseño generativo pueden crear diseños complejos, incluso a partir de descripciones algorítmicas simples.

Esta metodología facilita la toma de decisiones ya que permite la valoración y el análisis de una gran cantidad de opciones en poco tiempo. Y aunque las consideraciones estéticas y de geometría suelen estar presentes, estos no son su principal propósito: la forma surge de los objetivos que se persiguen.

→ Diseño algorítmico. Es un paradigma que utiliza algoritmos matemáticos y lógicos para  la creación y optimización de formas, estructuras y detalles de diseño específicos. Puede ser más determinista, más rígido y menos adaptable a los cambios que el diseño generativo ya que los resultados están directamente vinculados a la aplicación de ciertos algoritmos definidos. Por ejemplo, se podría utilizar un modelo de este tipo para generar una fachada con patrones específicos basados en criterios geométricos y datos contextuales. 

Cabe aclarar que estos modelos no se excluyen mutuamente y a menudo se utilizan de manera complementaria. Los diseños paramétrico y generativo suelen implementarse mediante técnicas algorítmicas y, juntos, permiten una exploración más profunda y eficiente del diseño brindando flexibilidad, variabilidad y optimización.

Ventajas y desventajas

Las nuevas herramientas de diseño impulsadas por IA y aprendizaje automático están transformando los procesos creativos y mejorando la eficiencia del espacio construido. Estos avances tienen un impacto positivo en muchos aspectos. A continuación, algunas posibilidades:

→ Generación de ideas innovadoras. La IA puede generar una amplia gama de opciones de diseño, explorando ideas innovadoras que pueden no haber sido consideradas por los diseñadores.

→ Eficiencia en el proceso de diseño. Los algoritmos de IA pueden generar propuestas de manera rápida, acelerando el proceso creativo y permitiendo una mayor iteración en menos tiempo. La automatización ahorra tiempo, dinero y recursos.

→ Generación de geometrías complejas. Estas herramientas de diseño permiten ir más allá de los límites de las geometrías simples. Los algoritmos inteligentes permiten desarrollar, calcular, optimizar y representar estructuras y superficies complejas que serían imposibles utilizando únicamente instrumentos tradicionales. También facilitan el análisis detallado y preciso de su comportamiento tales como la resistencia estructural y otros factores de desempeño.

→ Simulación y análisis: La IA puede realizar análisis y simulaciones del comportamiento de las variables ambientales, desempeño energético y evaluación estructural de un proyecto. También puede utilizar datos en tiempo real sobre condiciones climáticas, uso del espacio y otros factores para informar y ajustar dinámicamente el diseño a lo largo del tiempo.

→ Personalización y adaptabilidad. Estas herramientas pueden personalizar el diseño según preferencias individuales tales como la ergonomía, el estilo de trabajo y otras necesidades específicas. De esta forma se crean espacios mejor adaptados a las necesidades de los usuarios.  La IA también puede contribuir al diseño de edificios adaptables que puedan evolucionar con el tiempo para satisfacer las necesidades cambiantes de sus usuarios. Esto reduce la obsolescencia y fomenta la durabilidad, aspectos clave de la sostenibilidad a largo plazo.

→ Soluciones sustentables. Los algoritmos de diseño pueden incorporar datos de sostenibilidad contribuyendo a la creación de edificios más eficientes y sostenibles que minimicen el impacto ambiental a lo largo de su ciclo de vida. 

La IA permite realizar análisis detallados de eficiencia energética, optimizar la gestión de residuos identificando estrategias para la reutilización de materiales y la reducción de desechos y optimizar el consumo de recursos vitales tales como el agua.

→ Desafíos. El diseño asistido por IA ofrece grandes ventajas en términos de eficiencia, optimización y exploración creativa. Sin embargo, también plantea desafíos relacionados con la creatividad humana, la interpretación de contextos culturales y sociales, la dependencia de datos precisos, cuestiones éticas y costos iniciales. El enfoque más efectivo podría ser una combinación equilibrada de las capacidades de la IA con la experiencia y la sensibilidad humanas.

La implementación de la IA en los procesos de diseño en Contract Workplaces

por Leandro Boggiatto, Gerente de Arquitectura y Diseño de Contract Workplaces para Argentina, Chile, Paraguay y México.

A lo largo de los años, la compañía ha mantenido su foco en la búsqueda constante de la innovación, asumiendo el compromiso de explorar y fomentar nuevas ideas que permitan ampliar nuestros límites y contribuir al crecimiento empresarial. En este contexto, hemos integrado el empleo de diversas aplicaciones y programas impulsados por IA en los procesos de diseño con el fin de agilizar y optimizar nuestras propuestas.

Por un lado, el uso de la IA para mejorar la realización de los test fits –el proceso mediante el cual se evalúan las posibilidades de un inmueble para satisfacer las necesidades programáticas de la futura oficina– se ha convertido en una herramienta de primer orden. Esta prueba de ajuste, que solía demandar días o semanas con los métodos tradicionales, hoy se puede completar en cuestión de minutos y con resultados tangibles de gran calidad.

Asimismo, hemos incorporado aplicaciones impulsadas por IA para generar renders de alta definición, lo cual nos permite contar con las primeras representaciones visuales de nuestras ideas y utilizarlas como punto de partida para comunicarlas al cliente. Sin duda, esto es una gran ventaja ya que logramos reducir considerablemente los tiempos en las etapas preliminares del proceso de diseño, agilizando la toma de decisiones en lo que respecta a la forma del proyecto, el layout, los materiales, los colores, las texturas, la iluminación y la percepción general del mismo.

Por otro lado, también estamos comenzando a utilizar la realidad inmersiva para que los clientes tengan la posibilidad de explorar una representación digital de la propuesta de diseño a escala real. Nuestro objetivo actual es que incluso se puedan realizar cambios durante este recorrido virtual (por ejemplo, de materiales, colores, etc.), lo que les brindará la oportunidad de apreciar diferentes opciones de manera más realista. Esta herramienta también permitiría detectar y solucionar potenciales problemas constructivos.

Basándonos en los avances que hemos logrado mediante la integración de la IA en nuestros procesos de diseño, podemos concluir que esta tecnología ha demostrado ser un recurso invaluable para mejorar la eficiencia y la calidad de nuestro trabajo y, sobre todo, para cumplir con las expectativas de nuestros clientes en todas las etapas del proyecto.

Referencias:

CAETANO, I. et al. (2020): “Computational design in architecture: Defining parametric, generative, and algorithmic design”.

GARCÍA TORIJA, A. I. (2021): “Diseño generativo. Algoritmos como método de diseño”.

ROYAL INSTITUTE OF BRITISH ARCHITECTS (2024): “RIBA AI Report 2024”.

RUSU, A. M. (2015): “Geometry and complexity in architecture”.

KAICKER, A. et al. (2019): “Enhancing Workplace Design through Advanced Floor Plate Analytics”.