Inteligencia artificial como herramienta creativa en el campo de la arquitectura

INTELIGENCIA
ARTIFICIAL
COMO
HERRAMIENTA
CREATIVA
DENTRO
DEL CAMPO DE
ARQUITECTURA
ZHOUNENG ZHANG
INTELIGENCIA
ARTIFICIAL
COMO
HERRAMIENTA CREATIVA
DENTRO DEL CAMPO DE
ARQUITECTURA
Au o : Zhouneng Zhang
Tu o : Sal ado Gilabe Sanz
T abajo de Fin de G ado
G ado en Es udios de A qui ec u a (GA qE sab)
Escuela Tecnica Supe io de A qui ec u a de Ba celona ETSAB
Uni e sidad Poli écnica de Ca alunya UPC
La in eligencia a i icial ya no es una p omesa u u a: es á aquí,
aho a, y comienza a ans o ma de mane a eal la o ma en que
abajamos en a qui ec u a. Su capacidad pa a gene a ende s,
op imiza es uc u as o ges iona da os no solo agiliza los p o-
cesos, sino que ambién pe mi e que los a qui ec os se en oquen
más en la pa e c ea i a, en aquello que ealmen e de ine un
p oyec o.
No iene a eemplaza a los p o esionales, sino a po encia los.
Igno a la se ía, de algún modo, queda se a ás. Ap ende a in e-
g a la, en cambio, puede ma ca una di e encia signi ica i a. No
se a a de eme le, sino de u iliza la con c i e io, comp endiendo
que puede con e i se en una he amien a cla e pa a e oluciona
den o de la p o esión.
Si log amos guia su uso hacia esul ados que ealmen e apo en,
el po encial de la in eligencia a i icial es eno me. La cues ión no
adica únicamen e en delega a eas, sino en enseña le a p oce-
sa , in e p e a y en ende mejo nues as necesidades, pa a que
pueda con e i se en un e dade o asis en e den o del abajo
a qui ec ónico dia io.
ABSTRACT
01

En los úl imos dos años, con la apa ición de pla a o mas como
OpenAI, MidJou ney y S able Di usion, el en o no digi al —y es-
pecialmen e el ámbi o de la a qui ec u a— ha i ido una ans-
o mación p o unda49,73. Es as he amien as han abie o nue as
ías pa a la gene ación isual, la au oma ización de a eas y la
explo ación concep ual en diseño71.
OpenAI, median e modelos como Cha GPT76, ha e olucionado
el acceso al conocimien o y la aducción écnica49. Po su pa e,
MidJou ney, S able Di usion y Com yUI han impulsado nue as
o mas de ep esen ación isual, pe mi iendo incluso pe sonal-
izaciones median e modelos LoRA82. Pla a o mas eme gen es
como Fo mas AI explo an la in eg ación de ma e ialidad a qui-
ec ónica den o de los lujos gene a i os74.
En pa alelo, Runway, Pika Labs, So a y Kling es án asladando el
po encial de la IA al ámbi o del ídeo a qui ec ónico, mien as que
soluciones como Magni ic AI mejo a signi ica i amen e la calidad
de imagen y pe mi en p ocesos de escalado con al a idelidad.
Con es as he amien as, el a qui ec o puede accede a una can i-
dad casi in ini a de ecu sos isuales, op imiza iempos de diseño
y en iquece la ase concep ual83. Todo ello plan ea nue os de-
sa íos en é minos de con ol, e aluación c í ica y esponsabilidad
en el uso de la in eligencia a i icia.
La elección de es e ema pa a mi T abajo de Fin de G ado espon-
de al in e és po analiza cómo in eg a de mane a c í ica es as
ecnologías en el p oceso c ea i o a qui ec ónico, mejo ando los
lujos de abajo y adap ándolos a las nue as condiciones del en-
o no digi al con empo áneo.
Jus i icación del ema
02
Es e abajo iene como obje i o analiza cómo se es án u ilizando
las he amien as de in eligencia a i icial den o del campo de la
a qui ec u a. Sin emba go, más que limi a se a su uso como sim-
ples gene ado es de imágenes o ideas, la in ención es i un paso
más allá: en ende la in eg ación de las IA en el p oceso de abajo
del a qui ec o.
No se a a únicamen e de obse a qué hacen, sino de com-
p ende cómo uncionan in e namen e, cómo in e p e an nues as
ó denes, cómo gene an sus esul ados, y qué ol pueden asumi
en cada e apa del diseño a qui ec ónico. Po que cuando se domi-
na su lenguaje y se en ienden sus lógicas in e nas, la in eligencia
a i icial deja de se un ecu so imp e isible o alea o io, y comien-
za a consolida se como una he amien a es a égica, capaz de
in eg a se de o ma c í ica y conscien e en el p oceso c ea i o.
En ende cómo ope an a ni el eó ico, y cómo se es uc u an los
p ocedimien os que gene an sus espues as, esul a esencial pa a
de ini dónde y cómo es as he amien as pueden inco po a se con
sen ido den o de la ase de diseño. Solo así se á posible ans o -
ma la IA en un e dade o asis en e que po encie la capacidad de
p oyec a y no que la sus i uya.
Obje i o p incipal
03
Es e abajo pa e de una me odología de ipo explo a o io, basa-
da p incipalmen e en la p ác ica di ec a con he amien as de in-
eligencia a i icial aplicadas al diseño a qui ec ónico. El p ime
paso consis ió en e isa casos conc e os —algunos his ó icos,
o os más ecien es— donde se e idencia cla amen e cómo la
p esencia o ausencia de cie as ecnologías in luye en el esul-
ado c ea i o. A pa i de allí, el p oceso a anzó hacia la expe -
imen ación pe sonal con dis in os so wa es como MidJou ney,
S able Di usion, Com yUI o D5 Rende , en e o os. En cada uno
se explo a on sus posibilidades, sus lími es y su papel den o del
lujo eal de un p oyec o.
La in es igación combinó di e sas o mas de ap oximación: ob-
se ación, análisis y p oducción g á ica. El oco es u o siemp e
en comp ende cómo se cons uye, se ans o ma y se in e p e a
una imagen a qui ec ónica cuando en a en juego la in eligencia
a i icial. Y en ese eco ido su gie on p egun as ine i ables: ¿qué
sucede con el ol del au o ?, ¿cuán o con ol eal se iene?, ¿qué
luga ocupa el e o o el p oceso de p ueba y mejo a cuando el
diseño se ealiza con ayuda de algo i mos?
Más allá del aspec o écnico, lo que se buscó ue ab i una mi ada
más amplia sob e cómo es as he amien as es án cambiando —y
de o ma acele ada— la mane a de p oyec a en la a qui ec u a
con empo ánea. Pe o al mismo iempo, quedó cla o que su uso
e icaz equie e del a qui ec o una ac i ud c í ica cons an e, capaz
de e alua los esul ados gene ados, iden i ica posibles con a-
dicciones o e o es, y decidi cuándo acep a , cuándo modi ica
y cuándo echaza una p opues a p o enien e de la in eligencia
a i icial.
Me odología
04
En los o ígenes de la a qui ec u a, cuando aún no exis ían planos
ni p og amas de diseño, las he amien as manuales cons i uían
el único ecu so disponible. Con ellas, los p ime os cons uc o es
log a on e igi es uc u as que no solo se ían de e ugio, sino
que ambién ca gaban con un p o undo alo simbólico. A pa i de
pied as, ba o o made a, y empleando ins umen os básicos como
ma illos de pied a, cue das o cinceles, consiguie on ans o ma
el en o no. A simple is a, he amien as modes as; en la p ác ica,
elemen os cla e pa a moldea las p ime as o mas a qui ec óni-
cas. Bas a con obse a Pa enón G iegoFig. 4 o los mu os de ado-
be en Mesopo amia pa a comp ende cuán o se podía log a con
an escasos medios. 4
A medida que a anzaban los conocimien os, e olucionaban am-
bién las he amien as. La geome ía y la medición se in eg a on
en el p oceso cons uc i o. En Egip o, po ejemplo, se emplea-
ban plomadas y ni eles pa a alinea con p ecisión los bloques de
las pi ámides. En G eciaFig 1-3, ins umen os como el compás pe -
mi ían busca p opo ciones ideales, como la céleb e p opo ción
áu ea que se e leja en el Pa enón. Cons ui ya no consis ía úni-
camen e en le an a es uc u as, sino en hace lo con exac i ud,
sen ido es é ico y un lenguaje p opio. 4
En es e con ex o, las he amien as comenza on a desempeña
ambién un papel a ís ico. Los a ances en la alla pe mi ie on
deco aciones más elabo adas, mien as que las mejo as en los
sis emas de medición ga an iza on la p opo cionalidad de las
ob as. Lo écnico y lo es é ico se en elazaban, e idenciando no
solo un dominio ma e ial, sino una o ma de concebi la a qui ec-
u a como cul u a, como exp esión y como a e.4
EVOLUCIÓN
11

Figu a 1. Fo og a ía p opia iaje A ena Museo de la Ac ópolis he amien as 1
Figu a 3. Fo og a ía p opia iaje A ena Museo A queológico Nacional
A enas he amien as
Figu a 2. Fo og a ía p opia iaje A ena Museo de la Ac ópolis he amien as 2
Figu a 4. Fo og a ía p opia iaje A ena Ac ópolis de A enas
12
La Re olución Indus ialFig 5-6 ans o mó p o undamen e la o ma de
cons ui . Con la llegada de maquina ia como g úas, sie as mecáni-
cas e ins umen os de medición más p ecisos, el i mo y la escala de
las ob as comenza on a acele a se. Ya no se a aba solo de con-
s ui más ápido, sino de hace posible aquello que an es esul aba
impensable. A ello se suma on nue os ma e iales, como el ace o y el
ho migón, que amplia on los lími es de lo es uc u almen e posible.
El ace o pe mi ió le an a los p ime os ascacielos, mien as que el
ho migón ab ió la pue a a o mas más lib es e incluso más exp esi-
as. 5
Sin emba go, no se a ó únicamen e de un cambio écnico. Es a
mecanización al e ó ambién la es é ica y el modo de concebi el
diseño. Muchos a qui ec os, especialmen e los del mo imien o
mode no, comenza on a inco po a concep os como la epe ición,
la p e ab icación y la es anda ización. No e a solo po azones de
e iciencia, sino como espues a a una nue a lógica indus ial, es-
echamen e inculada al con ex o de la época. La To e Ei elFig 7
cons i uye uno de los ejemplos más emblemá icos: más allá de su
es uc u a, se e igió en símbolo del p og eso y de la con ianza en las
capacidades de la écnica. 6
Es e pe iodo in odujo, además, una complejidad c ecien e en el
diseño a qui ec ónico. Con he amien as más a anzadas, ue posible
a on a p oyec os de g an en e gadu a sin enuncia a la p ecisión.
La ab icación de pa es po sepa ado y su pos e io ensamblaje pe -
mi ió educi no ablemen e los iempos de ob a. Todo ello no solo
impac ó en la écnica, sino ambién en la elación en e a qui ec u a,
ecnología y sociedad. En un mundo que se indus ializaba a g an
elocidad, la a qui ec u a no u o más opción que adap a se… y, en
muchos casos, ein en a se. 6
Re olución indus ial
13
Figu a 5. P ime a e olución indus ial.
Figu a 7. To e Ei el en cons ucción.
Figu a 6. C ys al Palace in e io .
Figu a 8. P ime ascacielo.
14
Con el siglo XX llegó o o g an cambio pa a la a qui ec u a. Es a
ez no ino acompañado de máquinas uidosas ni de es uc u as
de ace o, sino de algo mucho más silencioso: lo digi al. Al p in-
cipio, cuando las compu ado as comenzaban a apa ece ímida-
men e en algunos es udios, el abajo seguía ealizándose —y en
g an medida— con lápiz, escuad a y papel ege al. El able o de
dibujo con inuaba siendo el epicen o del diseño; pa a muchos,
incluso, un obje o casi sag ado.8
Pos e io men e su gie on los p ime os p og amas de dibujo asis i-
do, como Au oCAD. Al inicio, exis ían dudas: se emía que con
su uso se pe die a la sensibilidad del azo, que una línea digi al
jamás iguala ía el ca ác e de una hecha a mano. Sin emba go,
la p ác ica ue demos ando sus en ajas: co egi esul aba más
sencillo, ya no e a necesa io comenza de nue o an e un e o , y
ope aciones como copia , o a o escala se ol ie on mucho más
ágiles.9 Sin da nos cuen a, el able o ísico empezó a desapa ece
de los es udios de a qui ec u a.
Ya en las décadas de 1990 y 2000, el cambio se p o undizó con la
apa ición de p og amas como Re i y A chicad. Es as he amien-
as no uncionaban como simples p og amas de dibujo, sino que
in oducían una lógica dis in a: el BIM (Building In o ma ion Mod-
eling). Se modelaba, sí, pe o además cada elemen o del modelo
adqui ía a ibu os p opios: espeso , ma e ialidad, cos o, ase de
cons ucción. El plano dejaba de se un simple dibujo pa a con-
e i se en una ep esen ación i ual del edi icio eal.9
Es a ans o mación al e ó po comple o la dinámica de abajo en
muchos es udios. El a qui ec o dejó de se el único p o agonis-
a: ingenie os, cons uc o es y écnicos comenza on a abaja de
mane a colabo a i a sob e un mismo a chi o. El diseño se ol ió
más colec i o, pe o ambién más exigen e. No bas aba con gen-
e a ideas: aho a e a necesa io o ganiza in o mación, ges iona
capas y comp ende cómo se a iculaban las decisiones.
(Bu y 2011)
15
Pa a algunos p o esionales, especialmen e aquellos de gene a-
ciones an e io es, es a ansición esul ó di ícil. Ap ende nue os
mé odos, adap a se, o simplemen e acep a que las o mas de
abaja habían cambiado pa a siemp e no ue a ea sencilla. En
cambio, pa a los más jó enes, que c ecie on en en o nos digi-
ales, odo ello esul aba casi na u al. El dibujo digi al ya no se ía
solo pa a ep esen a una idea: se había con e ido en una he -
amien a de an icipación, de expe imen ación y de op imización.
(Ca po 2013)
Todo es o o maba pa e de la co idianidad en cualquie es udio
de a qui ec u a. Con iempo, paciencia y expe iencia, e a posible
saca adelan e p oyec os comple os, bien documen ados y con
una sólida base écnica. No cabe duda de que las he amien as
digi ales mejo a on nume osos aspec os. Pe o incluso con odos
esos a ances, había algo que no cambiaba: odo seguía depend-
iendo de la mano humana.
Cada decisión, cada co ección, cada a ian e debía hace se
manualmen e. Si su gía una nue a idea, se necesi aba iempo.
Si se que ía explo a una p opues a al e na i a, había que ol e
al modelo, ajus a , ende iza y e isa . Y, en muchas ocasiones,
eso implicaba deja en pausa —o di ec amen e desca a — o as
ideas, simplemen e po que no alcanzaban las ho as o los ecu -
sos disponibles.
El sis ema uncionaba, sí, y en gene al cumplía su come ido. Sin
emba go, no siemp e dejaba espacio pa a explo a más, pa a
equi oca se más o pa a juga un poco más con el diseño. Y en
un campo como la a qui ec u a —donde imagina nue as o mas
de habi a cons i uye una pa e cen al del abajo—, esa igidez
comenzaba a pe cibi se como una ca ga.
Po ello, cuando empezó a habla se de una he amien a capaz no
solo de ejecu a , sino ambién de suge i , in e p e a y mul iplica
posibilidades, algo cambió.
No se a aba de que el a qui ec o deja a de pensa , sino, p ecisa-
men e, de ab i nue as u as hacia más caminos posibles.
16

An es de que la in eligencia a i icial comenza a a o ma pa e
del p oceso, diseña un p oyec o a qui ec ónico eque ía una g an
dedicación manual. Los a qui ec os abajaban con he amien as
digi ales como Au oCAD o Ske chUp pa a elabo a planos en 2D
y modelos en 3D, pe o odas las decisiones —desde la o ma has-
a el uncionamien o del espacio— dependían di ec amen e de la
expe iencia del diseñado . 8 El desa ollo de ideas e a más len o,
basado en g an medida en la p ueba y el e o . Incluso cambios
pequeños implicaban ol e a ás y ajus a manualmen e a ias
pa es del p oyec o. Y si se que ían compa a dis in as p opues-
as, e a necesa io in e i muchas ho as adicionales, lo que di i-
cul aba explo a al e na i as de mane a simul ánea. 11
Aunque ya se disponía de medios digi ales, los mé odos de ep e-
sen ación seguían p esen ando impo an es limi aciones. Realiza
un ende ealis a o una maque a ísica eque ía iempo, ecu -
sos y conocimien os écnicos especí icos.13 No odos los clien es
log aban in e p e a planos écnicos ni imagina espacios a pa i
de dibujos. Es o solía gene a un des ase en e la p opues a a -
qui ec ónica y la comp ensión del clien e, obligando a dedica más
iempo a explica , adap a o aduci ideas de o ma isual.
Además, un p oyec o a qui ec ónico no se desa olla en soli a io.
Pa icipan a qui ec os, ingenie os, paisajis as y di e sos especial-
is as écnicos. An es de la apa ición de pla a o mas colabo a i as
como BIM, coo dina a odos los agen es e a un au én ico desa ío.
Cada p o esional abajaba en sus p opios a chi os, lo que p o o-
caba e o es, duplicaciones o desajus es. Si alguien modi icaba
una pa e del diseño, el es o debía ac ualiza manualmen e sus
documen os.18 No siemp e se hacía a iempo, y las consecuencias
solían mani es a se pos e io men e en la ob a.12
ANTES DE IA
17
An es de que he amien as más in eligen es comenza an a in e-
g a se en el diseño a qui ec ónico, muchas decisiones écnicas se
omaban de o ma aislada. Pa a analiza aspec os como la es uc-
u a, la iluminación na u al o la e iciencia ene gé ica, e a necesa-
io ecu i a p og amas dis in os, a menudo bas an e complejos
y sin conexión di ec a con el modelo del p oyec o. 16 Los a qui-
ec os debían expo a a chi os, ealiza simulaciones de mane a
independien e y luego in en a inco po a los esul ados al diseño
o iginal. Es o no solo consumía iempo, sino que p o ocaba que
muchas decisiones impo an es se oma an a de o, di ec amen e,
a ojo, basándose en suposiciones.
Algo simila ocu ía en elación con los ma e iales. En la mayo ía
de los casos, el conocimien o sob e acabados o écnicas con-
s uc i as p o enía de la expe iencia pe sonal del a qui ec o o del
aseso amien o de p o eedo es. Rep esen a adecuadamen e un
ma e ial en un ende esul aba complicado, y e i ica la iabili-
dad de una solución cons uc i a eque ía la ab icación de p o o-
ipos o la consul a a especialis as écnicos. Cuando se abo daban
o mas complejas —cu as, supe icies o gánicas, es uc u as
poco con encionales—, an icipa su compo amien o sin cons ui
modelos ísicos esul aba especialmen e di ícil. 18 Todo ello lim-
i aba conside ablemen e la capacidad de expe imen ación en el
p oceso de diseño.
IDEA MAQUETA OPCIONES RESULTADDO
Flujo sin he amien a digi al
Figu a 9. Elabo ación p opia
18
En la pa e écnica del p oyec o, la documen ación ep esen aba
o o desa ío conside able. Los planos se elabo aban uno a uno, se
nume aban, se en iaban po co eo o se imp imían. Si algo cambia-
ba en un sec o del diseño, e a necesa io e isa y ac ualiza man-
ualmen e odos los planos elacionados.14 En ob as de g an escala,
es o cons i uía un iesgo cons an e: bas aba con que alguien aba-
ja a con una e sión desac ualizada pa a que su gie an desajus es
impo an es. La coo dinación exigía una supe isión es ic a y, en
muchos casos, ago ado a. 16
A ello se sumaba la cues ión del iempo. Sin in eligencia a i icial, los
p ocesos e an más len os, y eso enía un p ecio: e a di ícil explo a
múl iples al e na i as.8 Muchas ideas quedaban elegadas a la lib e-
a o se abandonaban po al a de iempo o po no pode isualiza se
adecuadamen e. La ca ga écnica limi aba la dimensión c ea i a. A
menudo, la inno ación no acasaba po al a de imaginación, sino
po al a de he amien as o simplemen e po al a de iempo pa a
desa olla la.
A lo la go de la his o ia, la a qui ec u a ha buscado incesan emen e
nue as o mas de imagina el espacio. Y aunque hoy disponemos
de he amien as digi ales e in eligencia a i icial, hubo quienes —
mucho an es— ya explo aban caminos adicales sin necesidad de
ecnologías a anzadas. 11
An es de la exis encia de cualquie so wa e, y mucho an es de que
una máquina pudie a gene a una imagen de o ma au ónoma, al-
gunos a qui ec os encon a on sus p opios mé odos pa a in es i-
ga , ep esen a y p oyec a lo imposible.18 No con aban con algo i -
mos, pe o sí con in uición. No disponían de edes neu onales, pe o
poseían una isión cla a de lo que podía se la a qui ec u a más allá
de los lími es de su iempo.
Figu a 10. Elabo ación p opia
IDEA MAQUETA OPCIONES DIGITALIZACIÓN RESULTADDO
Flujo con he amien a digi al
19
Uno de los ejemplos más ex ao dina ios de cómo un a qui ec o pudo
alcanza ni eles de complejidad o mal y p ecisión es uc u al sin e-
cu i a he amien as digi ales es el caso de An oni Gaudí. En pleno
siglo XIX, y sin más apoyo que su in uición, su conocimien o empí ico
y sus p opias manos, Gaudí log ó p oyec a edi icios que, incluso
hoy, desa ían las ca ego ías con encionales de diseño. 20
An oni Gaudí (1852-1926), maes o del mode nismo ca alán, e -
olucionó el diseño a qui ec ónico al inspi a se en las o mas de la
na u aleza y combina el a e con la p ecisión ma emá ica. Su des-
cub imien o más signi ica i o ue el uso de la Ca ena ia (línea de ca-
dena), una cu a que se o ma de mane a na u al cuando una cade-
na lexible cuelga bajo su p opio peso. Gaudí en endió que es a cu a
es ideal pa a dis ibui las ca gas de comp esión en una es uc u a,
log ando así un equilib io pe ec o. Al in e i es a o ma, consiguió un
a co es able y uncional, un p incipio undamen al pa a sus diseños
es uc u ales. 21
Pa a lle a su eo ía a la p ác ica, Gaudí u ilizó modelos ísicos a
escala como he amien a p incipal. Median e cue das y pequeños
pesos, simulaba el e ec o de la g a edad en sus es uc u as, ob e-
niendo así o mas p ecisas y iables pa a la cons ucción.
An oni Gaudi
Figu a 11. Fo og a ía de An oni Gaudí. Figu a 12. Es udio de An oni Gaudí.
20
Mien as Gaudí y F ei O o expe imen aban con la ma e ia ísica
pa a descub i nue as o mas a qui ec ónicas, A chig am, un col-
ec i o de a qui ec os b i ánicos ac i o du an e las décadas de 1960
y 1970, lle ó la inno ación en o a di ección: la del pensamien o
especula i o. 24
A chig am no diseñaba desde la écnica, sino desde la p o ocación.
En un con ex o ma cado po la indus ialización y la cul u a pop, sus
p opues as combinaban a qui ec u a, ciencia icción, ecnología y
c í ica cul u al. No cons uye on casi nada, pe o sus ideas p oyec-
a on un u u o adicalmen e dis in o. Fue on isiona ios en una épo-
ca donde imagina ya e a un ac o polí ico. 24
En e sus p oyec os más conocidos se encuen a Walking Ci y
(1964), una ciudad mó il con pa as mecánicas, capaz de despla-
za se de un luga a o o. Es a imagen de una a qui ec u a nómada,
adap able y au osu icien e ompía con oda noción adicional del
espacio u bano. 24
O o concep o cla e ue Plug-In Ci y (1964), donde los edi icios e an
módulos in e cambiables, como piezas de un sis ema mecano. Es a
p opues a e lejaba la ascinación de la época po la p oducción
en se ie y la es anda ización, lle ando el pensamien o indus ial al
campo del diseño u bano. La a qui ec u a ya no e a un obje o ijo,
sino una es uc u a abie a, lexible, en cons an e mu ación. 24
En gene al, A chig am an icipó una elación más es echa en e
a qui ec u a y ecnología. Imagina on edi icios hipe conec ados,
es uc u as con disposi i os in eg ados, en o nos u banos más sim-
ila es a máquinas i as que a ciudades adicionales. No sabían
con qué ma e iales se pod ían cons ui , ni cómo unciona ían en
la p ác ica, pe o log a on algo quizás más impo an e: ensancha el
imagina io a qui ec ónico. 24
A chig am
27

Aunque sus p oyec os nunca llega on a ma e ializa se, su legado no
eside en la cons ucción ísica, sino en la capacidad de pensa más
allá de los lími es del p esen e. Hoy en día, muchas de sus ideas
encuen an un nue o canal de exp esión a a és de la in eligencia
a i icial: gene a , isualiza , modi ica y explo a a qui ec u as hipo-
é icas ya no ep esen a un e o écnico, sino un p oceso c ea i o al
alcance. En cie o modo, la IA pe mi e cons ui isualmen e aquello
que A chig am solo pudo esboza en papel. 24
Figu a 26. P oyec o “The Walking Ci y”.
Figu a 24. Fo o de equipo A chig am.
Figu a 25. P oyec o “Plug-in Ci y“.
28
Anne Tyng (1920–2011) ue una a qui ec a pione a cuya ob a eó i-
ca y p ác ica se adelan ó a su iempo. Aunque es ampliamen e
econocida po su colabo ación con Louis Kahn, su pensamien-
o au ónomo —cen ado en el o den, la p opo ción y la es uc u a
ma emá ica— ha adqui ido cada ez mayo ele ancia con el paso
de los años. Su in e és no e a deco a i o ni pu amen e écnico: pa a
Tyng, la geome ía cons i uía una he amien a undamen al pa a
comp ende el mundo y es uc u a el espacio de mane a a mónica
y e icien e.
Uno de sus p incipales apo es ue el desa ollo de sis emas de
diseño basados en o mas geomé icas complejasFig 28 —como el
e aed o, el oc aed o o la espi al loga í mica— aplicadas a la o -
ganización a qui ec ónica. C eía que de ás de oda belleza o mal
subyacía una es uc u a numé ica p o unda, y que los pa ones
epe ibles podían adap a se a múl iples escalas, desde la célula
has a la ciudad. Es e pensamien o an icipa, en muchos sen idos, la
lógica pa amé ica que hoy guía el diseño digi al. 28
Un concep o cla e en su ob a es la modula idadFig 29. Tyng imagin-
aba una a qui ec u a compues a po unidades in e cambiables, ca-
paces de expandi se, con ae se o adap a se a lo la go del iempo.
Es a isión se alinea, so p enden emen e, con ideas que pos e io -
men e apa ece ían en p opues as como Plug-In Ci y de A chig am,
o en en oques con empo áneos de diseño gene a i o. En su caso,
sin emba go, su gía de una e lexión p o unda sob e la es uc u a
na u al de los sis emas y de la lexibilidad inhe en e al pensamien o
ma emá ico. 27
Pese a no con a con he amien as digi ales ni algo i mos com-
pu acionales, su mane a de p oyec a se basaba en eglas cla as,
es uc u as combina o ias y modelos idimensionales elabo ados
manualmen e. Dibujaba, calculaba, cons uía y analizaba. Su mé -
odo no e a in ui i o, sino casi cien í ico, y, sin emba go, p o unda-
men e c ea i o. 27
En e ospec i a, Anne Tyng ep esen a una igu a de ansición en-
e la in uición clásica y el pensamien o compu acional. Su legado
no eside únicamen e en sus p oyec os, sino en una o ma igu osa
de concebi la o ma a a és del núme o, que hoy esuena en mu-
chas de las me odologías u ilizadas en in eligencia a i icial pa a el
diseño a qui ec ónico.27
Anne Tyng
29
Figu a 30. Explo ación geomé ica de Anne Tyng.
Figu a 29. Gale ía de A e de Yale (1950).
Figu a 28. In e p e ación isual con empo ánea del pensamien o geomé ico de Anne Tyng.
Figu a 27. Geomé ico desa ollado po Anne Tyng.
30
En el con ex o de la posgue a española, en un país aún ma ca-
do po la escasez de ecu sos y la igidez ins i ucional, Miquel Fi-
sac (1913–2006) log ó desa olla una a qui ec u a p o undamen e
expe imen al, poé ica y es uc u almen e inno ado a. Su ob a más
emblemá ica, el edi icio de Labo a o ios Jo baFig 33 —popula men e
conocido como La Pagoda— se con i ió en un hi o del paisa-
je mad ileño has a su demolición en 1999. A oca, Rica do. “Una
mue e sin anuncia . 29
Cons uido en e 1958 y 1967, es e edi icio ep esen a un ejemplo
excepcional de cómo, sin he amien as digi ales ni algo i mos de
diseño, e a posible alcanza un al o g ado de complejidad o mal y
exp esión escul ó ica, combinando in uición geomé ica, p ecisión
es uc u al y un dominio ex ao dina io del ma e ial.30
El diseño se a icula median e plan as o adas que se apilan de
o ma escalonada, gene ando un olumen e ical de ma cada ex-
p esión dinámica. Es a geome ía en espi al, de apa iencia lige a y
casi lo an e, ue ejecu ada ín eg amen e en ho migón a mado, u ili-
zando écnicas de p e ab icación expe imen al que esul aban muy
a anzadas pa a su época. Fisac no solo diseñaba los espacios,
sino que ambién desa ollaba sus p opios moldes de enco ado,
lo que le pe mi ía con ola y moldea el ma e ial has a consegui la
exp esión deseada. 31
Su me odología se basaba en la ab icación de modelos ísicosFig 31,
maque as a escala y p o o ipos de elemen os p e ab icados, que le
pe mi ían explo a de o ma p ecisa la elación en e o ma, es uc-
u a y luz. Aunque ca ecía de he amien as digi ales, su en oque se
ace caba so p enden emen e a lo que hoy denomina íamos diseño
pa amé ico: un pensamien o i e a i o, guiado po la lógica ma e i-
al, capaz de gene a a ian es a pa i de un p incipio geomé ico
base.32
Miquel Fisac
Figu a 31. De alle es uc u al en ho migón de una ob a de Miguel Fisac.
31
En compa aciónFig 32 con ob as más ecien es como Whi e T ee (Sou
Fujimo o, 2014) o Kak us Towe s (BIG, 2024), La Pagoda puede en-
ende se como un p eceden e cla o de un pensamien o gene a i o
que hoy se canaliza a a és de in eligencia a i icial y simulaciones
digi ales. Sin emba go, en el caso de Fisac, esa misma iqueza o mal
ue alcanzada con he amien as mecánicas, p ocesos a esanales y
una sensibilidad ex ema hacia la es uc u a y el en o no.
Su legado, po an o, no eside solo en la imagen icónica del edi icio,
sino en su capacidad pa a imagina lo complejo con medios simples,
pa a encon a lo luido en lo ígido, y pa a demos a que, incluso en
con ex os ad e sos, la a qui ec u a puede se un ac o de in ención
p o unda.
Figu a 35 - 36. Cen o de Es udios Hid og á icos, con echos en o ma de hueso.
Figu a 33 - 34. Vis a ex e io de los Labo a o ios Jo ba, conocidos como “La Pagoda”.
Figu a 32. Elabo ación p opia
32

Si bien muchos de los g andes a ances a qui ec ónicos del pasado
su gie on sin la ayuda de he amien as digi ales, es e espí i u de
explo ación y c eación ambién se ha man enido i o en es udios
con empo áneos. An es de la i upción de la in eligencia a i icial,
a ios despachos ya desa ollaban en oques al amen e inno ado -
es, apoyándose en el dibujo manual, la maque a ísica o el análisis
diag amá ico pa a imagina nue as mane as de p oyec a .
Aunque pe enecen al p esen e, su o ma de abaja ecue da que
la c ea i idad no depende de la ecnología, sino de una mane a pa -
icula de mi a , pensa y cons ui .
En ic Mi alles (1955–2000) ue uno de los a qui ec os con empo á-
neos que abajó de mane a más in ensa desde lo senso ial, lo ma-
e ial y lo expe imen al. Su mane a de p oyec a —jun o a Benede -
a Tagliabue en el es udio EMBT— se alejaba po comple o de los
mé odos lineales o sis emá icos, apos ando po un p oceso lib e,
in ui i o y p o undamen e manual. 33
En su lujo de abajo, el dibujo a mano, el collage, la supe posición
de capas y, sob e odo, el uso de maque as ísicas in e enidas con-
s i uían las he amien as esenciales pa a explo a el espacio. Es as
maque as no e an ep esen aciones inales, sino ins umen os i os
de in es igación, capaces de ans o ma se con cada co e, pliegue
o gi o. De es e modo, cada p oyec o se con e ía en una acumu-
lación de decisiones ác iles que e olucionaban du an e el p oceso,
sin depende de sis emas compu acionales ni au oma ismos digi-
ales. 33
Su ob a emblemá ica, el Pa lamen o de EscociaFig 39, cons i uye un
cla o e lejo de es e pensamien o: una a qui ec u a cons uida a pa -
i de agmen os, ideas suel as y ges os que se en elazan has a
encon a una o ma única y o gánica. En un momen o en que el
diseño digi al comenzaba a consolida se, Mi alles ei indicaba el
alo del e o , de lo manual, de aquello que no puede p e e se,
apos ando po una a qui ec u a que se descub ía a sí misma en el
ac o de hace . 33
EMBT
33
No obs an e En ic Mi alles no ue p ecu so del uso de in eligen-
cia a i icial en a qui ec u a, su ob a ep esen a una pos u a adi-
calmen e dis in a en e al diseño digi al. En un momen o donde se
consolidaban los p ime os so wa es pa amé icos, Mi alles apos a-
ba po el e o , el ac o y lo inespe ado. Hoy, su pensamien o puede
lee se como una e e encia c í ica que desa ía la idea de que más
ecnología siemp e equi ale a mejo a qui ec u a.
Figu a 39. Pa lamen o de Escocia (maque a).
Figu a 40. Ins alación “Papa ien joue chez moi” del es udio EMBT.
Figu a 37. Cemen e io de Igualada, un p oyec o de En ic Mi alles y Ca me Pinós.
Figu a 38. Cubie a colo ida del Me cado de San a Ca e ina, diseñada po EMBT.
34
El es udio B u he , undado en Pa ís po S éphanie B u y Alexand e
Thé io , ep esen a una de las p ác icas más cohe en es en el uso
de he amien as analógicas en pleno siglo XXI. Aunque in eg an
medios digi ales en su p oceso, su en oque pa e de la explo ación
ísica del espacio a a és de maque asFig 42 - 43 y p o o ipos. La ma-
que a no es solo un medio de comunicación, sino un ins umen o de
abajo cen al: si e pa a es udia la p opo ción, la es uc u a y la
a mós e a del p oyec o en iempo eal.
En sus p oyec os ins i ucionales y cul u ales, como el Cen o Cul-
u alFig 41 en Pa ís o el Labo a o io de In es igaciónFig 43 en Caen,
se obse a una búsqueda cons an e de lexibilidad p og amá ica y
cla idad es uc u al 35. T abajan bajo una lógica de “in aes uc u a
abie a”, donde el edi icio ac úa como sopo e pa a múl iples usos,
adap ándose en el iempo. Esa ape u a no su ge de algo i mos,
sino de una comp ensión ísica y acional del espacio, e i icada
median e modelos angibles. 35
A di e encia de o os abajos que ealiza on pos e io men e, en
es e caso odo man iene un i mo cohe en e: el mismo ma e ial y el
mismo ipo de ex u a. Lo que cambia es la o ganización del espa-
cio in e io , adap ándose a los di e en es usos de cada edi icio y a
las necesidades especí icas.35 Es a capacidad de adap ación, man-
eniendo una cohe encia o mal, se ha con e ido en el e dade o
“logo” o ma ca de iden idad del es udio.
B u he
Figu a 41.Acceso desde la pis a
de juegos y sala de euniones del
Cen o Cul u al y Depo i o en
Sain -Blaise, Pa ís.
Figu a 42. Rende del p oyec o
“Supe L”, 160 i iendas sociales en
Pa ís, diseñado po B u he .
Figu a 43.Fachada y espacio in e io
de doble al u a del Cen o de In es-
igación de Nue a Gene ación en
Caen, F ancia.
35
Aunque B u he no u iliza la in eligencia a i icial en su p oceso c e-
a i o, su me odología o ece una pe spec i a complemen a ia pa a
en ende los lími es ac uales de las he amien as digi ales. F en e a
una p oducción a qui ec ónica cada ez más au oma izada, su p ác i-
ca demues a que la explo ación ísica, la adap ación p og amá ica y
la cohe encia ma e ial siguen siendo es a egias de diseño igen es y
ele an es en el siglo XXI.
Figu a 46. Maque a comple a edi icio Li e Science, Lausana, Suiza.
Figu a 47. Maque a de es udio del p oyec o Gale ías La aye e en Pau, diseñado po B u he .
Figu a 44. Diag ama concep ual, maque a de es udio y plano de si uación del “Cen o de In es i-
gación de Nue a Gene ación”, Caen, F ancia.
Figu a 45. Maque a de es udio del p oyec o pa a el Nue o Museo del Siglo XX en Be lín, diseñado po
B u he .
36
Zaha Hadid A chi ec s, especialmen e en sus p ime as e apas du-
an e las décadas de 1980 y 1990, desa olló un lenguaje a qui-
ec ónico adical sin el apoyo de he amien as compu acionales
so is icadas. En ese pe iodo, Zaha Hadid abajaba p incipalmen e
con dibujos a mano alzada, pe spec i as dis o sionadas, acua elas
y maque as escul ó icas que desa iaban las ep esen aciones con-
encionales del espacio. 44
Su a qui ec u a no su gía de una e ícula ni de la uncionalidad di-
ec a, sino de una explo ación a ís ica del mo imien o, la luidez
y la agmen ación. P oyec os como The PeakFig 67 en Hong Kong
o la Es ación de Bombe os Vi aFig 63 ue on concebidos a pa i de
es os medios analógicos, en una época en que la ecnología digi al
aún no e a capaz de p ocesa ales complejidades o males. 45 Las
maque as hechas a mano esul aban esenciales pa a comp ende
la idimensionalidad de sus ideas, ya que sus dibujos ompían ad-
icalmen e con oda geome ía o ogonal adicional.
An es de la adopción del so wa e pa amé ico como he amien a
de diseño o mal, Hadid ya había explo ado la a qui ec u a como un
a e espacial sin lími es o males, apoyándose en un pensamien o
abs ac o, ma emá ico y pic ó ico. Su abajo an icipó muchas de las
es a egias que hoy son comunes en el diseño digi al, pe o que en
su caso nacie on de una disciplina pe sonal: de la mano, del papel
y de la ma e ia moldeada ísicamen e. 44
Aunque Zaha Hadid no u ilizó in eligencia a i icial en las p ime as
e apas de su ca e a, su a qui ec u a an icipó muchas de las o mas
que hoy se ob ienen median e he amien as gene a i as. Su ob a
demues a que la complejidad o mal y la up u a de lo o ogonal
pueden su gi de la sensibilidad humana, sin necesidad de ecu i
a p ocesos au oma izados.
Zaha Hadid
Figu a 63. Pin u a “Vi a i e s a ion”.
43

Figu a 66. Leeza Soho holl in e io . Fuen e: Zaha hadid.
Figu a 67. Pin u a del concu so Hongkong “The Peak Leisu e Club”.
Figu a 64. Cubie a Wak ah S adium.
Figu a 65. Holl Changsha A Cen e .
44
OMA (O ice o Me opoli an A chi ec u e), undado po Rem Kool-
haas en 1975, se ha consolidado como una de las o icinas que más
ha in luido en la o ma de concebi el p oyec o a qui ec ónico como
una cons ucción c í ica, p og amá ica y cul u al. Mucho an es de la
popula ización del so wa e gene a i o o del uso de la in eligencia
a i icial, OMA ya plan eaba la a qui ec u a como el esul ado de una
acumulación de da os, na a i as u banas y decisiones polí icas y so-
ciales.46-48
Su me odología se basa en el análisis igu oso de los con ex os, los
p og amas y las condiciones eales del en o no u bano. La he a-
mien a p incipal de abajo no e a el algo i mo, sino el pensamien o
diag amá ico: diag amas, collages, axonome ías na a i as y ma-
ices uncionales e an cons uidos a mano pa a e ela ensiones,
con as es y opo unidades de diseño. Es e en oque se e idencia
en p oyec os como la Biblio eca Cen al de Sea le, donde la o ma
eme ge de la o ganización uncional del p og ama y de la expe iencia
del usua io, y no de una o malización au omá ica.47
El uso de he amien as g á icas concep uales, jun o con la esc i u a
y la in es igación u bana —como en el lib o S, M, L, XL—, hizo de
OMA un e e en e que demos aba que la complejidad a qui ec óni-
ca podía abo da se desde lo analí ico y lo manual.45 Su isión de la
a qui ec u a como discu so an es que como o ma, y su abajo col-
ec i o de análisis de p oyec os, ue on undamen ales pa a cons ui
un pensamien o a qui ec ónico po en e sin necesidad de apoyo digi al
in ensi o. Incluso hoy, OMA man iene una ac i ud c í ica en e a la
ecnología, alo ando la in uición, la es a egia y la lógica po encima
de la au oma ización de p ocesos. 48
A pesa de que OMA no ha sido un usua io pione o de he amien as
basadas en in eligencia a i icial, su abajo demues a que es posible
abo da la complejidad a qui ec ónica desde el pensamien o concep-
ual, sin depende de p ocesos au oma izados. Su mé odo diag amá i-
co, apoyado en he amien as g á icas y na a i as, pe mi e cons ui
a qui ec u a como discu so, no como simple p oduc o algo í mico.
OMA
45
Figu a 69. Maque a concep ual del p oyec o de ampliación del Museo Whi ney, Nue a Yo k.
Figu a 71. P opues a de dos biblio ecas supe pues as pa a el campus Jussieu en Pa ís.
Figu a 68. Maque a de concep o y es udio geomé ico del p oyec o CCTV Headqua e s (Pekín),
diseñado po OMA / Rem Koolhaas.
Figu a 70. Maque a concep ual de la Biblio eca Cen al de Sea le.
46
A modo de cie e y con as e, podemos a i ma que las he amien as
siemp e han sido una ex ensión del pensamien o a qui ec ónico. Lo
que cambia con el iempo no es la necesidad de he amien as, sino
su na u aleza y su elación con el diseñado . En el pasado —y no
an lejano—, a qui ec os como Gaudí13, o F ei O o22 se en en aban
al espacio desde la ma e ia y la g a edad; o os como Anne Tyng27
o Mi alles33 lo hacían desde la geome ía, la in uición o el collage.
Sus p ocesos e an manuales, len os y p o undamen e ísicos, pe o
ambién llenos de con ol, e lexión y descub imien o.
Hoy, en cambio, i imos una ansición hacia he amien as que no
solo ejecu an, sino que ambién p oponen: in eligencias a i icia-
les capaces de gene a imágenes, p ocesa da os y suge i solu-
ciones.49 Es e cambio no es meno . Ya no se a a únicamen e de
cómo se dibuja una idea, sino de cómo esa idea nace, se modela
y se decide. La elocidad, la can idad de opciones y la inmedia ez
han aumen ado; pe o, al mismo iempo, su ge el iesgo de cede
demasiado con ol al sis ema y ol ida que las he amien as —po
so is icadas que sean— siguen necesi ando una mi ada c í ica que
las di ija.46
Po ello, e isa cómo se p oyec aba sin in eligencia a i icial no es
solo un eje cicio his ó ico: es un eco da o io de que la c ea i idad
no eside en la he amien a, sino en quien la u iliza. La in eligencia
a i icial puede amplia nues as capacidades, sí, pe o solo si com-
p endemos p ime o de dónde enimos y qué alo es esenciales del
diseño no deben pe de se en el camino.35,44
ANTES DE IA
47
Figu a 72. Elabo ación p opia. Es a ed isual p esen a una ca og a ía concep ual sob e cómo dis in os a qui ec os y es udios han de-
sa ollado su pensamien o p oyec ual sin depende de he amien as de in eligencia a i icial. Pa a o ganiza es a compleja in o mación,
el diag ama se es uc u a en es ni eles:
- Nodos cen ales (Na anja): Ca ego ías me odológicas
- Nodos azul: Palab as cla e
- Nodos pe i é icos (neg os): Au o es y es udios
48

La in eligencia a i icial (IA) ha sido una disciplina en cons an e
e olución desde su su gimien o en la década de 1950. Es e cam-
po, que busca eplica capacidades humanas como el ap endiza-
je, el azonamien o y la oma de decisiones, se ha ami icado en
dis in as especializaciones que han ans o mado p o undamen e
la ecnología mode na. Pa a comp ende mejo su alcance, e-
sul a ú il explo a sus p incipales ca ego ías: in eligencia a i icial
gene al, ap endizaje au omá ico, ap endizaje p o undo, edes
neu onales a i iciales e IA gene a i a.57
In eligencia A i icial (IA)
En su de inición más amplia, la in eligencia a i icial se e ie e a la
c eación de sis emas capaces de ealiza a eas que no malmen e
equie en in eligencia humana. Es as a eas pueden inclui desde
juga al ajed ez has a analiza g andes olúmenes de da os pa a
oma decisiones complejas. Desde sus inicios, la IA ha des acado
po su capacidad pa a esol e p oblemas especí icos, como la
p og amación de juegos de mesa o el desa ollo de sis emas ex-
pe os. Sin emba go, sus limi aciones en é minos de lexibilidad y
adap abilidad ab ie on la pue a al su gimien o de subdisciplinas
más especializadas.50
In eligencia A i icial
Figu a 73. “The men al model”: diag ama explica i o sob e el uncionamien o in e no de los modelos
de lenguaje (LLMs).
49
Ap endizaje Au omá ico (ML)
El ap endizaje au omá ico (ML, po sus siglas en inglés) es una ama
de la in eligencia a i icial que se cen a en enseña a las máquinas
a ap ende a pa i de los da os. En luga de p og ama las explíci a-
men e pa a cada a ea, se diseñan algo i mos capaces de iden i ica
pa ones en conjun os de da os his ó icos y u iliza los pa a ealiza
p edicciones o clasi icaciones.51
Redes Neu onales A i iciales (ANN)
Las edes neu onales a i iciales (ANN, po sus siglas en inglés) con-
s i uyen el núcleo del ap endizaje p o undo. Su diseño es á inspi a-
do en el uncionamien o de las neu onas biológicas: los nodos (o
neu onas a i iciales) p ocesan in o mación y ansmi en esul ados
a a és de conexiones ponde adas.54
Ap endizaje P o undo (DL)
El ap endizaje p o undo (DL, po sus siglas en inglés) abo da las
limi aciones del ap endizaje au omá ico adicional median e edes
neu onales p o undas. Inspi adas en la a qui ec u a del ce eb o
humano, es as edes son capaces de ap ende ep esen aciones
je á quicas de da os, desde ca ac e ís icas simples has a concep os
complejos.51
Tipos de Redes Neu onales:
Redes Con olucionales (CNN): Diseñadas pa a el análisis de imá-
genes, pe mi en de ec a pa ones como bo des, o mas y ex u as.53
Redes Recu en es (RNN): Especializadas en el a amien o de da-
os secuenciales, como ex o o audio, y u ilizadas en a eas como la
aducción au omá ica o el análisis de se ies empo ales.52
T ans o me s: Modelos a anzados que han e olucionado el p oc-
esamien o del lenguaje na u al (NLP), y que cons i uyen la base de
sis emas como Cha GPT.58
Es as edes pe mi en a las máquinas ap ende y p ocesa in o -
mación de mane a simila a cómo lo hace el ce eb o humano, aun-
que siguen p esen ando limi aciones impo an es en cuan o al con-
ex o, la abs acción y el azonamien o complejo.55
IA Gene a i a
Una de las á eas más ecien es y p ome edo as de la in eligencia
a i icial es la IA gene a i a, que u iliza edes neu onales pa a c ea
con enido o iginal. Es as he amien as no solo eplican pa ones
ap endidos, sino que ambién son capaces de gene a nue as imá-
genes, ex os, músicas o piezas de a e digi al, ab iendo nue as
posibilidades en múl iples campos c ea i os.56
50
O o en oque pa a in eg a la in eligencia a i icial en a qui ec u a
equie e cie o dominio écnico, especialmen e en p og amación
y modelado compu acional.49 Es e mé odo pa e de una se ie de
da os iniciales (po ejemplo, pa áme os geomé icos, espaciales
o uncionales), que son p ocesados po un modelo de IA pa a
calcula disposiciones espaciales y explo a múl iples soluciones
posibles.
Tal como se obse a en el esquema de una ed neu onal, el p o-
ceso comienza con una capa de en ada (inpu laye ) que in e -
p e a los da os iniciales, los cuales se p ocesan a a és de múl-
iples capas ocul as (hidden laye s) conec adas en e sí median e
nodos.51 Cada nodo ep esen a una ope ación ma emá ica ele-
men al que con ibuye a gene a un esul ado inal en la capa de
salida (ou pu laye ). Es a es uc u a pe mi e al sis ema “ap ende ”
pa ones complejos y gene a espues as ajus adas a los c i e ios
p e iamen e es ablecidos.59
Figu a 74. Esquema de edes neu onales.
Redes Neu onales
A i iciales (ANN)
51
En el con ex o a qui ec ónico, es e lujo de abajo puede incu-
la se con he amien as como G asshoppe 60, donde los da os
de en ada se isualizan y ans o man en geome ías, y donde
el modelo en enado puede p oduci múl iples e siones de un
diseño. A medida que el usua io ajus a las condiciones, el sis ema
esponde gene ando nue as p opues as.
Es e p ocedimien o puede en ende se como un “concu so in e -
no”: el modelo ac úa como un gene ado de al e na i as, mien as
que el usua io cumple el ol de ju ado que e alúa los esul ados.61
El obje i o no es únicamen e au oma iza a eas, sino amplia el
campo de lo posible. Las opciones gene adas pueden coincidi
con las expec a i as iniciales o, incluso, e ela soluciones ines-
pe adas pe o cohe en es.
Lo undamen al en es e p oceso es que el modelo haya sido en-
enado con da os adecuados y bajo una lógica bien de inida. Solo
así se ga an iza que el p oceso de in e encia no de i e en e o es
o esul ados a bi a ios.62 Al con ola el azonamien o in e no del
sis ema, se asegu a que las espues as gene adas sean écni-
camen e iables, adap adas al con ex o y ú iles pa a la oma de
decisiones en el diseño a qui ec ónico.
Figu a 76. Gene ación de achada Vo onoi a a és de IA in eg ada en G asshoppe .
Figu a 75. In e az de diseño pa amé ico asis ido po IA en G asshoppe
52
Es as he amien as pe mi en na ega y compa a cien os de
p opues as desde una pe spec i a p oyec ual, gene ando
una nue a o ma de explo a la di e sidad espacial como si
se a a a de una biblio eca na egable de a qui ec u a.
Figu a 91. Logo Conec i idad y Ci culación.
Figu a 94. Logo O ien ación y Espeso & Tex u a.
Figu a 92. Conec i idad espacial gene -
ado po IA.
Figu a 95. Diag ama de angulo de las
pa edes.
Figu a 93. Dis ancia y di ección gene ado
po IA.
Figu a 96. Diag ama a iación po ex u a
y espeso po pixel..
59

La es a egia es cla a: no impone un único es ilo, sino compone un
mosaico a qui ec ónico donde cada es ilo esponde a una si uación
conc e a (piso, o ma, o ien ación). El esul ado es una a qui ec u a
lexible, ica y al amen e adap ada.
Chaillou concluye que no exis e un gene ado “neu al”. Cada modelo,
condicionado po su se de en enamien o, gene a una o ma especí-
ica de en ende el espacio. De es e modo, el a qui ec o deja de se
quien “dibuja o mas” pa a con e i se en quien diseña los sis emas
que gene an o ma.
En conclusión, su p opues a no busca eemplaza al a qui ec o, sino
amplia su agencia. El diseño se con ie e en una con e sación i e -
a i a en e humano y máquina, donde ambos ap enden, p oponen y
ajus an. En es a colabo ación, la c ea i idad ya no se mide únicamen e
po la o iginalidad del dibujo, sino po la capacidad de es uc u a sis e-
mas gene a i os po en es, é icos y exp esi os.
“No exis i á una IA agnós ica pa a la a qui ec u a, ni una máquina sin es ilo, ni un
diseño gene a i o comple amen e obje i o. Po el con a io, cada modelo o algo i -
mo lle a á consigo su p opio sabo , su pe sonalidad, su sabe hace .”
— Chaillou (p. 133) 49
Chaillou aplica su sis ema al diseño de un complejo de i iendas en el
Lowe Eas Side de Manha an. A pa i de una geome ía de pa cela
compleja, gene a un ca álogo de 380 unidades únicas. Cada unidad es
p oducida aplicando el modelo es ilís ico más adecuado a sus condi-
ciones locales.
Figu a 97. Rascacielo gene ado po el IA es ilo Manha an.
60
Las he amien as de in eligencia a i icial ac uales en el campo de
la a qui ec u a es án p incipalmen e o ien adas hacia el ámbi o i-
sual, ya que cons i uye la aplicación más di ec a y e ec i a.51 Es o
se debe a que, den o de los sis emas es uc u ados de gene -
ación de imágenes po IA, es a á ea esul a la más accesible pa a
su implemen ación. Sin emba go, es e p oceso depende de la ex-
is encia p e ia de modelos de IA en enados y de la capacidad de
los usua ios pa a ajus a los pa áme os de gene ación y con ola
los esul ados de acue do con sus expec a i as.49
Po o a pa e, esul a esencial comp ende cómo domina es-
as he amien as, lo que implica un ap endizaje ac i o sob e su
uncionamien o in e no.57 No se a a simplemen e de subi una
o og a ía y esc ibi palab as cla e al aza pa a ob ene esul a-
dos sa is ac o ios. Es a in es igación se cen a en cómo con ola
la in eligencia a i icial como una he amien a, de modo que sea
posible p oduci esul ados p ecisos y alineados con las in en-
ciones de diseño imaginadas.
Una de las líneas más ecien es en el desa ollo de la in eligencia
a i icial es la AGI (A i icial Gene al In elligence), ambién conoci-
da como in eligencia a i icial gene al.64 A di e encia de los mod-
elos adicionales de GenAI, que gene an ex o o imágenes en
unción de un conjun o de da os p ede inido, la AGI simula una in-
eligencia de ipo humano, capaz no solo de esponde p egun as,
sino ambién de ges iona , ejecu a y documen a odo el p oceso
de esolución de una a ea compleja.
AI TOOLS
Figu a 98. Elabo ació p opia
61
Es e ipo de modelo no se limi a a o ece una espues a basada
en pa ones ap endidos, sino que ac úa de o ma ac i a, mos an-
do cómo ha p ocedido, en qué pasos ha di idido la a ea y qué
decisiones ha omado a lo la go del p oceso.64 Todo su unciona-
mien o es anspa en e y azable, y al inal o ece un esumen
cla o del esul ado, acompañado po el egis o comple o del a-
zonamien o empleado.
Es a capacidad de acción y supe isión ab e un nue o pa adigma,
donde la in eligencia a i icial ya no solo gene a con enido, sino
que ambién in e ac úa con en o nos digi ales, ejecu a a eas de
mane a au ónoma y adap a sus acciones en unción del con ex o.
Aunque oda ía en ases de desa ollo, el modelo AGI ep esen a
un a ance signi ica i o hacia una in eligencia a i icial e dade a-
men e au ónoma, con po encial pa a ans o ma adicalmen e los
lujos de abajo en a qui ec u a y en muchas o as disciplinas.49
A i icial In elligence
1950’s
Machine Lea ning
1980’s
Deep Lea ning
2010’s
Gene a i e AI
2020’s
A i icial Gene al
In elligen e
2025’s
Figu a 99. Elabo ación p opia, e olución modelos IA.
62
Aunque MidJou ney no pe mi e un con ol exhaus i o sob e lo
que gene a, man iene una g an en aja: la elocidad. Los esul a-
dos se ob ienen casi de mane a ins an ánea, y en a qui ec u a —
donde a menudo el iempo pa a pensa es escaso y la dimensión
isual esul a c ucial—, es a apidez puede ma ca una di e encia
signi ica i a. A eces, una idea necesi a mos a se ápido pa a no
queda se a ás.65
Po es e mo i o, muchos p o esionales lo han inco po ado como
una he amien a más de abajo. No es necesa io domina so -
wa e complejos; en MidJou ney, lo que cuen a es cómo se es-
c ibe, cómo se desc ibe y ambién cie a sensibilidad isual. Es
una pla a o ma más in ui i a que écnica, lo que ha pe mi ido que
es udian es, diseñado es jó enes e incluso p o esionales de o os
campos puedan gene a imágenes po en es sin g andes ba e as
de en ada, algo que, en o o momen o, hab ía esul ado impen-
sable.
Sin emba go, su uso masi o ambién ha abie o nue as p egun-
as. ¿Qué alo iene una imagen si no puede eplica se? ¿Si no
se sabe del odo cómo se gene ó?57 Es a ince idumb e ha lle ado
a que muchos a qui ec os ean MidJou ney como un gene ado
de ideas, de a mós e as, de es ilos: más una he amien a pa a
explo a que pa a de ini .
En es e sen ido, MidJou ney se p esen a como una pue a de en-
ada: una o ma de ace ca se al mundo isual de la in eligencia
a i icial sin necesidad de p o undos conocimien os écnicos.55
Funciona especialmen e bien en las p ime as ases del diseño
concep ual, apo ando elocidad, impac o isual y esul ados
es é icamen e llama i os. No obs an e, sus limi aciones son e i-
den es: no pe mi e ajus a de alles inos ni alinea comple amen e
la imagen con una isión a qui ec ónica p ecisa. Po ello, cuando
el p oyec o equie e mayo p ecisión y con ol, lo habi ual es com-
plemen a su uso con o as he amien as más especí icas.
MIDJOURNEY
GEN AI
63
Como pa e de es a in es igación, he ealizado p uebas u ilizan-
do la e sión web de MidJou ney, la cual ep esen a una mejo a
signi ica i a espec o a la an igua in e az basada en Disco d. Ac-
ualmen e, el usua io dispone de un panel de con igu ación isual
mucho más accesible e in ui i o, lo que acili a su uso sin necesi-
dad de comandos ni conocimien os écnicos a anzados.
Du an e mis p uebas, cen adas en la c ea i idad y la gene ación
de imágenes median e desc ipciones ex uales, puedo conclui
que MidJou ney o ece esul ados al amen e ealis as a pa i de
ins ucciones simples. Lo que esul a más so p enden e es su ca-
pacidad no solo pa a p oduci una imagen inal de al a calidad,
sino ambién pa a gene a múl iples a iaciones sob e una misma
idea, en iqueciendo eno memen e el p oceso de explo ación i-
sual.
Es cie o que, una ez gene ada la imagen, la geome ía o la com-
posición o iginal no se conse a con p ecisión, lo que limi a su
u ilidad en e apas pos e io es del diseño a qui ec ónico. Sin em-
ba go, como he amien a pa a la ase concep ual o de inspi ación,
MidJou ney esul a sumamen e po en e: la o ma en que in e p e-
a el ex o y lo ans o ma en imágenes inespe adas y suge en es
con ie e cada esul ado en una so p esa isual, que a menudo
ab e caminos no p e is os en el p oceso c ea i o.
Figu a 100. Elabo ación p opia página Midjou ney.
Figu a 101. Elabo ación p opia Midjou ney.
64

Con la llegada de la e sión 7 de MidJou ney, se ha inco po ado
una nue a unción simila a lo que en o as pla a o mas se conoce
como il o LoRa. Es a he amien a pe mi e al usua io con igu a
un es ilo isual p opio a pa i de un conjun o de imágenes de
e e encia.
El p oceso es sencillo: el usua io sube una se ie de imágenes que
ep esen an el es ilo deseado, y MidJou ney66 gene a au omá ica-
men e un “pe il de es ilo” pe sonalizado. Es e pe il se almacena
en el se ido de la pla a o ma y puede ac i a se pos e io men e
median e un código que incula odas las imágenes de e e encia.
A pa i de ahí, el modelo es capaz de gene a nue as imágenes
que imi an ese es ilo especí ico, man eniendo una cohe encia i-
sual consis en e con la es é ica o iginal.
En el ejemplo que p esen o, se han u ilizado imágenes del es u-
dio MIR, conocido po su a amien o a mos é ico y su ealismo
o og á ico. Las imágenes gene adas a pa i de es e pe il no son
odas pe ec as, pe o algunas log an un ni el de ealismo so p en-
den e, muy ce cano al aspec o de un ende inal p o esional.
Es e nue o sis ema ep esen a un a ance impo an e hacia el con-
ol es ilís ico den o de pla a o mas como MidJou ney, adicional-
men e ca ac e izadas po su imp e isibilidad. Aho a, con la posib-
ilidad de en ena un es ilo p opio, el usua io puede i más allá de
la gene ación alea o ia y ace ca se a una o ma de c eación más
di igida, cohe en e y pe sonalizada.
MIDJOURNEY / PERSONALIZADO
65
Figu a 102. Midjou ney panel del pe sonalización (imagenes del MIR).
66
Figu a 103. Midjou ney desc ipción sob e un imagen.
Figu a 104. Midjou ney ex o a imagen p omp s gene ado po au odespción.
67
Figu a 105. Midjou ney desc ipción de un imagen.
Figu a 106. Midjou ney ex o a imagen p omp s gene ado po au odespción.
68
A pho o ealis ic in e io ende -
ing o a con empo a y conce
hall inspi ed by Renzo Piano,
elegan s eel and wood s uc-
u e, wa e-like oo , wa m indi-
ec ligh ing, acous ic panels,
la ge cen al s age, ie ed sea -
ing, so shadows, cinema ic
composi ion, ealis ic ma e ials,
sub le og, ambien occlusion,
in he s yle o MIR s udio, 8k ul-
a de ailed, calm a mosphe e
A u u is ic eco-ci y wi h abundan
g eene y, owe ing buildings ully
co e ed in e ical ga dens and
oo op o es s, seamless in eg a-
ion o na u e and a chi ec u e,
suspended walkways be ween
s uc u es, clean enewable ene -
gy elemen s, e lec i e wa e ca-
nals, pho o ealis ic ende , ul a
de ailed, cinema ic ligh ing, am-
bien og, peace ul a mosphe e,
designed o sus ainable li ing, in
A g a i y-de ying a chi ec u al
s uc u e wi h wis ing pa ame -
ic su aces,seamless e lec i e
skin,le i a ing abo e a shallow
pool,blue hou ligh ing, olume -
ic og,pho o ealis ic,inspi ed by
Zaha Hadid and digi al su ealism,
A b u alis colony s a ion on a dis-
an plane ,made om conc e e
and s eel,wea he ed by alien
s o ms,dus y ligh ,massi e p o-
po ions,su eal emp iness,hype -
ealis ic,deep cinema ic colo s,8k
esolu ion,pos human aes he ic,
An AI-designed g een oasis in a
d y ocky e ain, algo i hmic a -
chi ec u e blending wi h na u e,
glowing da a lines unde anspa -
en s uc u es, moss-co e ed su -
aces, ambien og, cybe -o ganic
usion, pho o ealis ic concep a ,
high-de ail, 35mm cinema ic sho
A su eal oasis pa ilion in he
dese made o mi o -pol-
ished me al and glass, su -
ounded by palm ees and so
sand, shallow pools e lec ing
he sky, u u is ic minimalism
mee s na u e, pho o ealis ic, a -
is ic s yle, a mosphe ic dep h
A monumen al b u alis s uc u e
made en i ely o aw conc e e,mas-
si e monoli hic o ms,exposed
eba ,deep shadows,cold o e -
cas ligh ing,no ege a ion,ul a
pho o ealis ic,minimalis ic com-
posi ion,d ama ic pe spec i e,8k
a chi ec u al ende ,in he s yle
o Tadao Ando and Louis Kahn,
A decaying b u alis megas uc u e
in a u u is ic ci y,conc e e owe s
wi h e osion and moss,low ambi-
en ligh ,cinema ic og,dys opian
a mosphe e,ul a de ailed ex-
u es,d ama ic shadows,35mm
lens, eminiscen o Ta ko sky’s S alke ,
A decaying u u is ic conc e e
s uc u e o e g own wi h moss
and ines, loca ed in a oggy o -
es , b u alis s yle, pho o ealis-
ic, cinema ic ligh ing, sub le og,
mys e ious a mosphe e, ul a de-
ailed, pos -apocalyp ic aes he ic
A u u is ic eco-ci y wi h abundan
g eene y, owe ing buildings ully
co e ed in e ical ga dens and
oo op o es s, seamless in eg a-
ion o na u e and a chi ec u e,
suspended walkways be ween
s uc u es, clean enewable ene -
gy elemen s, e lec i e wa e ca-
nals, pho o ealis ic ende , ul a
de ailed, cinema ic ligh ing, am-
bien og, peace ul a mosphe e,
designed o sus ainable li ing, in
A cybe ne ic ci y co e inspi ed
by neu al ne wo ks, glowing
da a s eams lowing be ween
owe s, pulsing ene gy eins,
endless dep h, u u is ic a -
chi ec u e, da k backg ound
wi h high- equency ligh s, hy-
pe eal, su eal, 8k ul a de ail
A u u is ic eco-ci y wi h abundan
g eene y, owe ing buildings ully
co e ed in e ical ga dens and
oo op o es s, seamless in eg a-
ion o na u e and a chi ec u e,
suspended walkways be ween
s uc u es, clean enewable ene -
gy elemen s, e lec i e wa e ca-
nals, pho o ealis ic ende , ul a
de ailed, cinema ic ligh ing, am-
bien og, peace ul a mosphe e,
designed o sus ainable li ing, in
Figu a 116 - 128. Elabo ación p opia SD.
75

A u u is ic e ical ci y co -
e ed in plan s and ees, owe s
wi h hanging ga dens, pedes-
ian sky b idges, pho o ealis-
ic ende , golden hou ligh ing,
so a mosphe e, u ban na u e
in eg a ion, highly de ailed,
8k esolu ion, in he s yle o
MIR s udio and BIG a chi ec s
A mode n minimalis house in
a dense o es , ele a ed on
s il s, su ounded by pine ees,
wood and conc e e acade, pho-
o ealis ic ende , so na u al
ligh , moody shadows, peace-
ul ambiance, cinema ic one
A mode n a chi ec u al s uc u e
deep in he jungle, conc e e and
glass pa ilion pa ially hidden by
lush opical ege a ion, pho o e-
alis ic, highly de ailed ex u es,
so ambien ligh il e ing h ough
he canopy, moss-co e ed s ones,
humid a mosphe e, cinema ic
composi ion, high- esolu ion en-
de , designed in ha mony wi h
na u e, in he s yle o MIR s udio,
35mm lens, olume ic ligh ing, 8k
A mode n a chi ec u al s uc u e
deep in he jungle, conc e e and
glass pa ilion pa ially hidden by
lush opical ege a ion, pho o e-
alis ic, highly de ailed ex u es,
so ambien ligh il e ing h ough
he canopy, moss-co e ed s ones,
humid a mosphe e, cinema ic
composi ion, high- esolu ion en-
de , designed in ha mony wi h
na u e, in he s yle o MIR s udio,
35mm lens, olume ic ligh ing, 8k
A u u is ic a chi ec u e made en-
i ely o e lec i e mi o sha ds,
b eaking ou o he dese
g ound, su ounded by glowing
sand pa icles, su eal ligh ing,
highly s ylized, pho o ealis ic, a -
chi ec u al sculp u e s yle, high
concep isual, 35mm lens
A su eal building mel ing in o liq-
uid me al,s anding in a shallow
e lec i e lake,high con as ligh -
ing,ul a ealis ic ex u es,gli ch-
co e s yle,deep cinema ic shad-
ows, u u is ic and d eamlike,
A u u is ic oasis ci y in he mid-
dle o he dese , glowing o -
ganic a chi ec u e in eg a ed
wi h lush g eene y, biophilic de-
sign, anspa en domes, wa e
lowing h ough ele a ed ca-
nals, so sunse ligh ing, sci- i
aes he ic, ul a pho o ealis ic,
olume ic ligh , u opian mood
A b u alis conc e e chapel buil
in o he edge o a cli , acing a
s o my sea, d ama ic sky, so ol-
ume ic ligh , soli a y and con em-
pla i e mood, pho o ealis ic, high
de ail, a chi ec u al isualiza ion
A mode n a chi ec u al s uc u e
deep in he jungle, conc e e and
glass pa ilion pa ially hidden by
lush opical ege a ion, pho o e-
alis ic, highly de ailed ex u es,
so ambien ligh il e ing h ough
he canopy, moss-co e ed s ones,
humid a mosphe e, cinema ic
composi ion, high- esolu ion en-
de , designed in ha mony wi h
na u e, in he s yle o MIR s udio,
35mm lens, olume ic ligh ing, 8k
A monumen al alien emple made
o i idescen me al and s one,
su ounded by cosmic og and
loa ing c ys als, glowing en-
e gy eins, epic scale, sac ed
and u u is ic, pho o ealis ic, de-
ailed ex u es, 8k esolu ion,
d ama ic ligh om unknown sun
A loa ing u u is ic oasis in he
sky,massi e g een pla o ms
wi h cascading wa e alls,-
suspended ga dens,high- ech
buildings wi h cu ed o ms,-
glowing ene gy co es,cinema ic
composi ion,su eal ligh ing,ex-
emely de ailed,8k pho o ealis ic,
A agmen ed loa ing a chi ec u -
al s uc u e suspended in he sky,
b oken glass and conc e e pan-
els le i a ing in o ganized chaos,
glowing co e, high-ene gy cine-
ma ic ligh ing, d ama ic clouds in
he backg ound, su eal sci- i ibe,
ul a pho o ealis ic, 8k ende
Figu a 128 - 140. Elabo ación p opia SD.
76
Com yUI es o a he amien a basada en la es uc u a de S able
Di usion (SD), cuyo p incipio de uncionamien o es simila . Sin em-
ba go, su p incipal en aja adica en el uso de nodos isuales.71A
a és de la conexión de es os nodos, el usua io puede e de
mane a in ui i a cómo unciona el p oceso y, al mismo iempo,
ap ende los p incipios ope a i os del sis ema. Es como esc ibi
código, pe o de o ma g á ica: no es necesa io sabe cómo p o-
g ama un p in (“hello wo ld”), pe o sí es e iden e que el esul ado
se á “hello wo ld”. Es a analogía pe mi e es ablece una compa a-
ción sencilla en e MidJou ney, S able Di usion y Com yUI.
A di e encia de o as he amien as, Com yUI p esen a un sis ema
es uc u al di e en e. Se asemeja más a G asshoppe 70, ya que
cada paso del p oceso se ep esen a como un elemen o g á ico,
lo que acili a la comp ensión del lujo de abajo sin necesidad de
en ende el código subyacen e. Es a ca ac e ís ica ha sido cla e
pa a su popula idad ecien e, ya que educe signi ica i amen e el
iempo de ap endizaje.
En compa ación con SD, Com yUI es una he amien a más ac-
cesible y ácil de u iliza . Pe mi e c ea y isualiza lujos de abajo
de mane a di ec a, eliminando la complejidad de las in e aces
basadas únicamen e en ex o que encon amos en SD. Una de
sus unciones más p ác icas es que, cuando el usua io no sabe
qué ipo de nodo debe conec a a con inuación, el p og ama o -
ece suge encias au omá icas, simpli icando eno memen e el p o-
ceso de cons ucción del lujo.
Es e es un pun o donde Com yUI supe a a G asshoppe , que aún
no ha pe eccionado es e ipo de uncionalidad asis ida. Además,
en a eas como la gene ación de imágenes a pa i de ex o o de
imágenes, Com yUI p opo ciona una in e az más comple a y un
sis ema de e oalimen ación isual más inmedia o, lo que acili a
un con ol más di ec o y comp ensible del p oceso c ea i o.69
GEN AI
Com y UI
77
IMAGEN IMAGEN
FINAL
FLUX
LORA
CONTRONET
+
Figu a 141. Elabo ación p opia diag ama concep ual p oceso gene a i o IA.
Uno de los aspec os que ha impulsado la popula idad de Com yUI
es su sencillez y la capacidad de isualiza odo el lujo de aba-
jo de un solo is azo. La apidez con la que se puede mon a un
wo k low ecue da a la lógica de ensamblaje de nodos en pla a o -
mas como Blende , Houdini o incluso el sis ema de ma e iales en
3ds Max pa a mo o es de ende izado.
No obs an e, aunque Com yUI se basa en el mo o de S able Di -
usion (SD), su lógica de uso es algo di e en e. En S able Di usion
adicional, una ez comp endida la lógica de sus opciones y sus
plugins in eg ados, el lujo esul a ela i amen e sencillo: selec-
ciona un modelo base y, como máximo, añadi una única LoRa
adicional pa a a ina el esul ado.68
En cambio, en Com yUI es posible inco po a múl iples modelos
simul áneamen e den o del mismo lujo de abajo. No es amos
limi ados a un solo modelo base y una sola LoRA, sino que po-
demos añadi an as LoRAs en enadas como necesi emos. Po
ejemplo, es posible u iliza cinco LoRAs di e en es, cada una es-
pecializada en un aspec o pa icula del es ilo o la o ma, pa a
log a un con ol mucho más p eciso sob e el esul ado inal.
Además, Com yUI conse a odas las uncionalidades adiciona-
les de WebUI (Au oma ic1111), pe o o eciendo una expe iencia
de lujo isual mucho más lexible: desde a eas sencillas has a
lujos de abajo p ác icamen e ilimi ados en complejidad.
Siemp e se en iende mejo un concep o con imágenes que con
ex o. A con inuación, mos a é un esquema de wo k low en Com-
yUI que ejempli ica cómo ans o ma el es ilo de una imagen
o iginal hacia una imagen de e e encia, no como un u o ial de-
allado de uso de la he amien a, sino pa a demos a su e dade-
a capacidad: un lujo de abajo uncional que cualquie usua io,
incluso sin conocimien os écnicos a anzados, puede ejecu a
simplemen e ins alando los equisi os necesa ios y pulsando un
bo ón.
78
IMAGEN BASE
Figu a 142. Elabo ación p opia lujo Com yUI.
Figu a 144. Rende Filippo Bolognese.
Figu a 148. Rende Filippo Bolognese.
Figu a 143. C oquis concep ual del p oyec o Fun Palace de Ced ic
P ice (1961).
Figu a 145. Elabo ación p opia Com yUI
Figu a 147. Elabo ación p opia Com yUI
Figu a 149. Elabo ación p opia Com yUI
Figu a 146. Elabo ación p opia Com yUI
Figu a 150. Elabo ación p opia Com yUI
IMAGEN BASE
IMAGEN BASE
IMAGEN BASE
IMAGEN REFERENCIA
IMAGEN REFERENCIA
79
Figu a 152. Rende Filippo Bolognese.Figu a 151. Vis a concep ual del p oyec o de la sede Axel Sp inge en
Be lín, diseñado po OMA.
Figu a 153. Elabo ación p opia Com yUI
Figu a 154. Elabo ación p opia Com yUI. Figu a 155. Elabo ación p opia Com yUI.
IMAGEN BASE IMAGEN REFERENCIA
80

Además de su unción de ans e encia de es ilo, D5 Rende se
ha consolidado como una he amien a des acada de isualización
en iempo eal. Su p incipal en aja adica en que pe mi e gen-
e a imágenes y ídeos sin necesidad de expe iencia p e ia en
pos p oducción, lo que posibili a que incluso quienes nunca han
abajado con mo o es de ende izado log en esul ados más que
acep ables —y en cues ión de minu os—, lo cual no es poco.
Uno de los aspec os más alo ados es su in e az: simple, di ec a
y ácil de comp ende . Se conec a de mane a luida con p og amas
como Ske chUp, Re i o Rhino, lo que acili a su in eg ación en el
lujo de abajo sin necesidad de p ocesos in e medios complejos.
Muchos es udios lo han adop ado p ecisamen e po es a azón:
po que educe iempos de p oducción y mejo a la capacidad de
espues a hacia el clien e, sin depende de equipos écnicos al a-
men e especializados.
En compa ación con mo o es como V-Ray o Co ona —que siguen
siendo e e en es cuando se busca el máximo ni el de con ol y
ealismo—72, D5 Rende apues a po o a lógica: la inmedia ez. Y
lo hace sin sac i ica el cuidado isual ni la a mós e a que se es-
pe a en una buena imagen. No o ece an as pe illas ni opciones
de ajus e, pe o los esul ados uncionan, y eso es lo que impo a
en muchos con ex os p o esionales.
También esul a so p enden e su manejo en iempo eal de e ec os
de luz na u al, climas cambian es y ma e iales PBR, odo con g an
luidez. Además, ya ha comenzado a in eg a unciones basadas
en in eligencia a i icial, como mejo as au omá icas de escenas o
gene ación de ondos y ege ación, sin que el usua io deba in e -
eni demasiado. Es o con ie e a D5 Rende en algo más que un
mo o de ende izado: empieza a con igu a se como un en o no
c ea i o asis ido.
En el ma co de es e abajo, D5 Rende no es solo una he amien-
a isual. Se con ie e, en cie o modo, en un pun o de conexión
en e el diseño a qui ec ónico y una nue a mane a de concebi
lo gene a i o: una en la que la imagen ya no es únicamen e “del
au o ”, sino el esul ado de una con e sación cons an e —y en
iempo eal— en e la máquina y quien diseña.
D5
GEN AI
81
Figu a 156. Elabo ación p opia D5 sin il o del IA.
82
APLICACIÓN AL IA EN D5
En es e es se e aluó la oma de decisiones elacionadas con el
c ecimien o en al u a del p oyec o, con el obje i o de p opo ciona
una lec u a cla a y ápida de su impac o isual desde el pa que
hacia la p opues a a qui ec ónica.
A pa i de es as dis in as opciones, se obse a cómo, median e
un ende inicial gene ado con D5 Rende y pos e io men e p o-
cesado con in eligencia a i icial in eg ada en el mismo so wa e,
ue posible ob ene cinco a iaciones es ilís icas con di e en es
ma e ialidades y acabados, adap adas a las necesidades espe-
cí icas del p oyec o. Es as a iaciones esponden di ec amen e
a la e e encia isual seleccionada y al g ado de in luencia que
dicha imagen eje ce sob e la ans o mación inal del diseño.
Es e en oque acele a signi ica i amen e la explo ación isual, pe -
mi iendo compa a ápidamen e múl iples al e na i as y e alua
cómo dis in as combinaciones de ex u as, colo es y ma e iales
a ec an la pe cepción a qui ec ónica del olumen. La in eg ación
de he amien as basadas en in eligencia a i icial den o del lujo
de abajo no solo agiliza el p oceso c ea i o, sino que ambién
apo a una mayo lexibilidad en la oma de decisiones, acili ando
el ajus e de las p opues as a di e en es con ex os u banos y eq-
uisi os es é icos, con un g ado de con ol que has a hace poco e a
impensable en ases an emp anas del diseño.
83
Figu a 157. Elabo ación p opia D5.
D5 RENDER D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 AI
D5 RENDER
D5 RENDER
D5 RENDER
D5 RENDER
En a qui ec u a, los p ocesos de gene ación asis idos po in eli-
gencia a i icial suelen o ganiza se en es lujos p incipales.
El p ime lujo, image- o-image, pa e de un modelo 3D c eado en
pla a o mas como Rhino o Ske chUp, del cual se ex ae una ima-
gen base que se edi a pos e io men e en Pho oshop y se ans o -
ma median e S able Di usion (SD). El esul ado se e alúa isual-
men e y, si es necesa io, se ajus a a a és de ciclos sucesi os
has a alcanza la imagen deseada.
El segundo lujo, ex - o-image, comienza con una idea o e e en-
cia concep ual que se aduce en un p omp median e un modelo
de lenguaje (LLM). Es e ex o se in oduce en pla a o mas como
MidJou ney o S able Di usion, y se i e a sob e los esul ados has-
a log a una ep esen ación sa is ac o ia. Es e en oque esul a
especialmen e ú il en las e apas emp anas de ideación, cuando
se busca explo a múl iples al e na i as de mane a ápida y lex-
ible.
El e ce lujo implica el uso de agen es in eligen es, que ep e-
sen an un paso más allá en la au oma ización del diseño: si la IA
con encional puede compa a se a un ce eb o que “piensa”, un
agen e in eligen e se ía un ce eb o con “manos”, capaz de ejecu-
a a eas de o ma au ónoma, ges iona lujos de abajo comple-
jos y p oduci esul ados en iempo eal, simulando el compo a-
mien o de un pa icipan e humano den o del p oceso de diseño
a qui ec ónico.
WORKFLOW
Figu a 182. Elabo ación p opia
91

En un u u o no muy lejano —pod íamos deci en unos cinco años—
es muy p obable que i amos un cambio adical en odo lo elacio-
nado con la in o má ica y los lujos de abajo. Especialmen e en las
p o esiones c ea i as, donde an es hace una imagen a ac i a pa a
el clien e e a un e o, aho a con la in eligencia a i icial es o se ha
uel o mucho más ácil. Sin emba go, el e dade o desa ío ya no
es á en c ea una imagen boni a, sino en cómo lle a esa imagen del
mundo i ual a la ealidad ísica.
Y es p ecisamen e en ese paso —de la idea digi al a lo cons uido—
donde apa ecen muchas di icul ades. Aquí el abajo ya no depende
solo del a qui ec o, sino ambién de muchos o os ac o es como los
ma e iales, los cons uc o es, la sos enibilidad, la economía, y en
gene al odo lo que o ma pa e del ecosis ema a qui ec ónico. La
a qui ec u a no se a a simplemen e de esc ibi un p omp y deja
que una IA nos de uel a una imagen; ese no es el inal del p oceso,
sino el comienzo.
La mayo ía de las eces, no enemos con ol o al sob e lo que gen-
e a la IA. Podemos in ui qué ipo de ma e ial apa ece, cómo se
compo a la luz o qué ipo de a mós e a se sugie e, pe o no sabe-
mos qué dimensiones iene ni si es cons uible. Eso sí, podemos
con ola el ipo de espacialidad que que emos. Ahí es donde el a -
qui ec o en a de nue o: en aduci esa imagen suge ida en algo
angible, eal, cohe en e, y sob e odo posible.
En mi expe iencia ac ual, cada ez u ilizo más he amien as de in eli-
gencia a i icial. Pa a ende s ealis as uso D5, po que me pe mi e
ene con ol o al sob e los ma e iales, la iluminación y la a mós e a.
Pa a el concep o y la ase c ea i a inicial, uso he amien as como
Midjou ney, S able Di usion o Com yUI, según lo que necesi e. Mi-
djou ney unciona muy bien con p omp s de ex o a imagen, mien-
as que S able Di usion y Com yUI pe mi en ambién ans o ma
imágenes, lo que es muy ú il en p ocesos i e a i os.
Además, en el campo de gene ación de ex o a ideo o imagen a
ideo, ambién he explo ado he amien as como Runway, PikaLab,
So a y Kling. De odas ellas, puedo deci que las que más con ol me
han dado en los esul ados han sido Runway y Kling. Especialmen e
Kling, que en iende mejo los p omp s complejos y gene a ideos
más aco des a lo que es oy buscando.
En esumen, la in eligencia a i icial ya es á cambiando la o ma en
que diseñamos, pe o aún queda el e o más impo an e: con e i
ideas digi ales en a qui ec u a eal, uncional y cohe en e. Pa a eso,
seguimos necesi ando pensamien o c í ico, conocimien o écnico y
una isión cla a de lo que que emos cons ui . La IA es una he a-
mien a muy po en e, pe o la di ección la seguimos ma cando no-
so os.
92
?
A con inuación, p esen a é algunos lujos de abajo eales ob-
se ados en es udios de a qui ec u a con empo áneos. Los
despachos mencionados a lo la go de es e abajo compa en una
ca ac e ís ica común: odos han mos ado un in e és ac i o en
inco po a nue as ecnologías den o de sus p ocesos. Se a a
de o icinas que no solo adop an he amien as inno ado as, sino
que además dis u an explo ándolas, es eándolas y, en muchos
casos, desa ollando sus p opias soluciones adap adas a las
necesidades especí icas de cada p oyec o.
Es impo an e acla a que la in o mación aquí p esen ada se
basa en con enidos públicos, compa idos po es os es udios a
a és de con e encias y cha las disponibles en pla a o mas como
YouTube. Po an o, cons i uye una imagen pa cial, e lejo de un
momen o de e minado, y es p obable que sus mé odos ac uales
hayan e olucionado conside ablemen e, especialmen e an e la i -
upción de ecnologías eme gen es que es án ans o mando el
pano ama a qui ec ónico con empo áneo.
¿HOW TO AI?
Figu a 183. Elabo ación p opia.
93
En e odos ellos, MVRDV des aca como el es udio que ha com-
pa ido con mayo de alle su o ma de abaja con in eligencia
a i icial den o del p oceso c ea i o. No solo u ilizan he amien as
basadas en IA, sino que ambién han adop ado una pos u a públi-
ca y anspa en e al espec o. De hecho, cuen an con un equipo
in e no especializado en in eligencia a i icial den o del p opio
despacho, lo que sub aya su comp omiso con es a nue a e apa
ecnológica.
En compa ación, BIG ha comenzado a p o undiza cada ez más
en es a di ección, en pa e como espues a a una c ecien e de-
manda del me cado. Ac ualmen e, ya se pueden encon a o e as
labo ales en las que se alo a el conocimien o de he amien as
basadas en IA como un pun o a a o , lo que indica cla amen e un
cambio de pa adigma en la p ác ica p o esional con empo ánea.
Po su pa e, UNS udio se ha ca ac e izado po una ápida adap a-
ción a las ecnologías eme gen es. Aunque no han mencionado
explíci amen e el uso ac ual de he amien as de in eligencia a -
i icial, sí han mani es ado su disposición a inco po a cualquie
inno ación ecnológica que con ibuya a op imiza el p oceso de
diseño. Su ac i ud abie a y p oac i a hacia la ecnología sugie e
que, si no lo han hecho ya, p on o in eg a án he amien as basa-
das en IA den o de su lujo de abajo habi ual.
Figu a 184. Logos de los despachos mencionados.
94
Si uno e isa cómo abaja BIG (Bja ke In-
gels G oup) en 2023, hay algo que sal a a
la is a: no exis en menciones di ec as al
uso de in eligencia a i icial den o de su es-
quema o icial de diseño. Sin emba go, es o
no signi ica que no la u ilicen. De hecho, su
p ác ica e ela lo con a io.
“La in eligencia a i icial desempeña un ol cla o, especialmen e en las p ime-
as ases c ea i as, cuando se a a de gene a imágenes ápidas que ayuden
a isualiza ideas y a compa i las ágilmen e con el equipo.
El es udio ha es ado p obando más de 30 he amien as de in eligencia a i-
icial que han ido saliendo al me cado, compa ando esul ados y e aluando
cuáles se ajus an mejo a sus necesidades. En su día a día, po ejemplo,
u ilizan con ecuencia MidJou ney, con la que gene an más de 30 imágenes
dia ias como pa e del p oceso concep ual, expe imen ando con la écnica de
ex o a imagen pa a explo a dis in as posibilidades.
Asimismo, ecu en a o as he amien as como Magni ic AI, des inada a la me-
jo a de ende s: pe mi e escala y de alla imágenes con un ni el de calidad
isual conside ablemen e al o. Aun así, ninguna de es as he amien as o ma
pa e o icial del sis ema de abajo de BIG. ¿La azón? P e ie en man ene
una pos u a abie a y lexible: si mañana su ge una he amien a mejo , es án
dispues os a adop a la sin es icciones.” 78
Figu a 186. Esquema de lujo
sob e p og ama del ende .
Figu a 185. Esquema de lujo sob e p og ama del ende .
GEN AI D.L
BIG
95
El p oyec o desa ollado en Bu án ep esen a un ejemplo cla o
del lujo de abajo adicional en la isualización a qui ec ónica,
donde la gene ación de imágenes inales combina he amien as
de modelado 3D, mo o es de ende izado y edición digi al. En
es e caso, se u ilizó el so wa e 3ds Max pa a la cons ucción del
modelo idimensional, mien as que el mo o V-Ray ue empleado
pa a p oduci un ende de al a calidad, con iluminación, ma e ia-
les y ambien ación ealis a.
Una ez ob enido el ende base, la imagen ue lle ada a Pho-
oshop pa a la ase de pos p oducción. Es e p oceso incluyó la
inse ción de elemen os adicionales como ege ación, ex u as
a mos é icas y, especialmen e, igu as humanas gene adas me-
dian e in eligencia a i icial. En luga de ecu i a bancos de imá-
genes adicionales o eco es o og á icos, se emplea on he a-
mien as de IA pa a c ea pe sonas pe sonalizadas que encaja an
cohe en emen e con el en o no y el es ilo isual del p oyec o.
Es e en oque híb ido demues a cómo, incluso den o de un lujo
de abajo clásico, la in eligencia a i icial comienza a in eg a se
de mane a su il como ecu so complemen a io, pe mi iendo me-
jo a la calidad na a i a de la imagen inal sin al e a la lógica
gene al del p oceso. Aunque no se a a de un sis ema gene a i-
o desde ce o, es a me odología sigue siendo plenamen e álida,
especialmen e en p oyec os donde se equie e un con ol isual
de allado y un ni el de calidad o o ealis a que las he amien as
de gene ación di ec a median e IA aún no pueden iguala .
Figu a 187 - 188. Cpa u a de p oyec o BHUTAN diseñado po BIG.
96

En el es udio analizado se obse a una cla a p e e encia po un
lujo de abajo basado en isualización en iempo eal, donde
he amien as como Enscape se in eg an di ec amen e con pla a-
o mas de modelado como Re i y Rhino. Es a conexión pe mi e
a los diseñado es isualiza de o ma inmedia a los cambios e-
alizados en el modelo 3D, lo que esul a especialmen e ú il en
las ases emp anas del p oyec o, donde las decisiones deben
oma se con apidez y de mane a i e a i a.
Enscape se u iliza comúnmen e como una he amien a de is-
a p e ia ápida, que o ece una ep esen ación básica pe o e i-
caz del espacio, la luz y los ma e iales. No obs an e, cuando el
p oyec o alcanza un mayo ni el de de inición, el equipo suele
con inua el p oceso con V-Ray, un mo o de ende izado que pe -
mi e un mayo con ol sob e la iluminación, las ex u as y los de -
alles écnicos, p oduciendo imágenes de al a idelidad y ca ác e
o o ealis a.
En e es os dos pasos, en algunos casos se ecu e a Twinmo-
ion, desa ollado po Un eal Engine, que se posiciona como una
al e na i a in e media. En compa ación con Enscape, Twinmo ion
pe mi e una simulación lumínica más p ecisa y una mayo cali-
dad a mos é ica, sin alcanza los iempos de p ocesamien o ni la
complejidad écnica de V-Ray. Es a he amien a esul a especial-
men e ú il pa a p esen aciones públicas o pa a clien es que equi-
e en una isualización en ol en e sin comp ome e la elocidad
de p oducción.
Po o o lado, se des aca que Lumion, an e io men e muy u iliza-
do en en o nos de isualización a qui ec ónica, ha sido p ác ica-
men e abandonado den o del despacho. Las limi aciones écni-
cas en e a he amien as más a anzadas y el meno g ado de
in eg ación con los nue os lujos de abajo han p o ocado que su
uso sea hoy p ác icamen e inexis en e.
Figu a 189. Esquema de lujo sob e p og ama del ende .
Enscape Twinmo ion
Lumion
V ay
97
“En el p oceso ac ual de diseño a qui ec ónico, muchos es udios han comen-
zado a inco po a D5 Rende como una he amien a in e media en e la e apa
concep ual y la p oducción de ende s inales. En el caso del despacho anali-
zado, D5 se emplea como una pla a o ma de ansición que pe mi e man ene
una al a elocidad de p oducción sin enuncia a una calidad isual acep able.
La elección de D5 po encima de o as he amien as esponde a a ios ac o-
es cla e. En p ime luga , el so wa e pe mi e la isualización en iempo eal,
lo cual acili a la oma de decisiones inmedia as y la e aluación de cambios du-
an e el p oceso de diseño. En segundo luga , D5 des aca po su capacidad de
gene a animaciones de o ma sencilla y luida, con i iéndose en una opción
e icaz pa a p esen aciones dinámicas o ien adas al clien e.
Sin emba go, uno de los aspec os más alo ados po el equipo es la in e-
g ación de ecnologías de in eligencia a i icial den o del p opio en o no del
p og ama. Es as unciones pe mi en op imiza iluminación, ma e iales e incluso
inclui elemen os gene ados au omá icamen e, lo que acele a conside able-
men e la p oducción de con enido isual.” 78
Cabe des aca que D5 no ha sus i uido a Enscape como he a-
mien a de isualización ápida, ya que es a úl ima sigue siendo u i-
lizada po su simplicidad y su in eg ación di ec a con Re i y Rhino.
En cambio, D5 se posiciona como una solución de equilib io en e
calidad isual y e iciencia ope a i a, especialmen e ú il en e apas
donde ya se equie e un ni el más pulido de ep esen ación, sin
alcanza oda ía la complejidad écnica de mo o es como V-Ray.
Es a inco po ación e leja un cambio signi ica i o en los lujos de
abajo con empo áneos, donde las he amien as ya no se eligen
en unción de una je a quía écnica es ic a, sino po su capacidad
de adap a se es a égicamen e a cada ase del p oyec o, den o
de un en oque cada ez más híb ido, lexible y o ien ado a la e i-
ciencia.
Figu a 190. Esquema de lujo sob e p og ama del ende .
Enscape D5
Twinmo ion Lumion
V ay
98
Pa a ilus a cómo se inco po a D5 Rende en el lujo de abajo
isual del es udio, se puede oma como e e encia el caso del
p oyec o T eesHo el. Es e ejemplo demues a no solo la acilidad
de uso de la he amien a, sino ambién su capacidad pa a gene a
una ep esen ación isual comple a en iempo eal, lo que esul a
esencial pa a con ola la imagen global del p oyec o desde las
p ime as e apas de desa ollo.
El lujo comienza con la impo ación del modelo 3D, habi ualmen e
c eado en pla a o mas como Re i o Rhino. El p oceso de in e-
g ación con D5 es di ec o y e icien e, pe mi iendo que los cambios
ealizados en el modelo o iginal se ac ualicen au omá icamen e
den o del en o no de ende izado, sin necesidad de ol e a ex-
po a ni de ehace el mon aje de la escena.
Una ez en D5, la c eación de la escena se uel e ápida e in ui i-
a. G acias a su amplia biblio eca de ma e iales, ege ación, luces
y e ec os a mos é icos, el equipo puede mon a una isualización
cohe en e y de al a calidad en cues ión de minu os. Además, la
capacidad del so wa e pa a ende iza en iempo eal pe mi e ob-
se a de inmedia o el compo amien o de la luz, el ambien e y la
composición gene al de la imagen, lo que acili a la oma de deci-
siones ágiles y mejo a el p oceso i e a i o.
“Lo que más des aca en es e lujo es la posibilidad de con ola la calidad isual
sin sac i ica la elocidad de p oducción, algo que esul a di ícil de log a con
mo o es de ende izado más pesados. Pa a el equipo, es a he amien a o ece
una solución equilib ada que no solo op imiza los iempos de abajo, sino que
ambién pe mi e una comunicación más cla a y di ec a del p oyec o, an o a
ni el in e no como hacia los clien es.” 78
Figu a 191. Flujo de abajo den o D5.
Figu a 192. Fo og a ia de T eeHo el.
99
Finalmen e, esul a signi ica i o obse a cómo es udios de e -
e encia como BIG ya es án inco po ando la in eligencia a i icial
no solo en sus p ocesos in e nos, sino ambién en sus pe iles
de con a ación. Recien emen e, se ha abie o una con oca o ia
especí ica pa a beca ios de diseño con en oque en IA en su o ici-
na de Ba celona, así como o as acan es o ien adas al á ea de
isualización que incluyen en e sus equisi os conocimien os en
he amien as de in eligencia a i icial.
Es e ipo de inicia i as pone de mani ies o que la IA ya no es una
ecnología del u u o, sino una he amien a del p esen e. Lejos de
se un complemen o, comienza a consolida se como una habili-
dad esencial en el en o no p o esional con empo áneo. En es e
nue o escena io, quienes no sean capaces de adap a se a su
i mo co en el iesgo de queda desplazados, no solo po azones
de inno ación, sino ambién po una cues ión de e iciencia p o-
duc i a: los lujos de abajo adicionales consumen mucho más
iempo, y en un me cado cada ez más compe i i o, es o puede
ma ca la di e encia en e a anza o queda se a ás.
La in eligencia a i icial se pe ila así como el nue o “ma illo” de
la a qui ec u a digi al: una he amien a que no solo ans o ma la
o ma en que diseñamos, sino ambién la mane a en que en en-
demos, comunicamos y p oducimos a qui ec u a.
Figu a 193. Requisi o pa a un beca io de Diseño IA.
100
Aquí p esen o especialmen e el p oyec o del Ho el de Málaga, ya
que cons i uye uno de los casos más ecien es donde se puede
obse a con cla idad cómo las he amien as de ep esen ación
isual, como D5 Rende , es án cambiando la mane a de comu-
nica un p oyec o a qui ec ónico. Aunque no se puede con i ma
si du an e el desa ollo concep ual se u ilizó alguna he amien a
basada en in eligencia a i icial, sí esul a e iden e que la ase de
ep esen ación se ha is o bene iciada po unciones au oma iza-
das que acili an la p oducción de imágenes impac an es con un
meno es ue zo écnico.
Lo in e esan e de es e caso no eside an o en quién i ma el
p oyec o, sino en cómo se es án u ilizando los nue os p og amas
pa a ce a la b echa en e la idea y su isualización. A qui ec os
que adicionalmen e se han apoyado en he amien as más écni-
cas o p ecisas, como Re i o Rhino, es án empezando a in eg a
mo o es como D5 Rende po una azón cla a: la elocidad y la
calidad del esul ado isual.
DAVID CHIPPERFIELD
Figu a 204. Rende D5.
Figu a 203. Fo og a ia con mano del Chippe ield. Fuen e: A asiaa chzine.
GEN AI
107

Pa a muchos diseñado es, el ende izado ya no ep esen a úni-
camen e una ase inal del p oyec o, sino una he amien a ac i a
den o del p oceso de oma de decisiones. Pode isualiza al in-
s an e cómo se compo a un ma e ial bajo de e minada iluminación,
o cómo se pe cibe un olumen desde una escala humana, ans-
o ma adicalmen e la mane a en que a anza el desa ollo de un
p oyec o. En es e sen ido, he amien as como D5 Rende , que in-
co po an pequeños módulos de in eligencia a i icial —como ajus -
es au omá icos de escena, gene ación de ambien e o simulación de
mo imien o—, es án ede iniendo la o ma en que los a qui ec os se
elacionan con su p opio diseño.
Es e ipo de he amien as no eemplaza al a qui ec o, pe o sí mod-
i ica su ol: de ejecu o a e aluado , de ope ado écnico a edi o
de ideas. Po ello, cada ez más es udios, incluso aquellos más
conse ado es en é minos de lenguaje o mal, es án ab iendo la
pue a a es e nue o ipo de so wa es híb idos, donde la in eligencia
a i icial ac úa como un asis en e silencioso en segundo plano.
Figu a 205. Rende D5.
108
El lujo de abajo en b720 se pod ía desc ibi como una combi-
nación equilib ada en e lo adicional y lo con empo áneo. Po un
lado, el despacho u iliza he amien as digi ales a anzadas como
G asshoppe , p incipalmen e con plugins como Ladybug pa a
análisis climá icos y de adiación sola . También han inco po ado
el uso de da os u banos desca gados di ec amen e desde Open
S ee Map (OSM) pa a con ex ualiza sus modelos, odo den o
del mismo en o no pa amé ico.
Una ez de inidos cie os pa áme os y geome ías base, el p o-
ceso a anza hacia la ma e ialización ísica del p oyec o median e
imp esión 3D, u ilizando maquina ia p opia y una sala de maque-
as habili ada exclusi amen e pa a es as a eas.
Pa a el aspec o isual, inician los p ocesos de ende izado con
D5 Rende , no como he amien a inal, sino como mo o ágil de
ep esen ación en las p ime as ases del diseño. G acias a su
acilidad de uso y apidez pa a gene a escenas, D5 pe mi e al
equipo es ea ideas espaciales y a mos é icas de mane a casi in-
media a. Sin emba go, pa a las p esen aciones inales, el es udio
ecu e a he amien as más p ecisas como 3ds Max jun o con el
mo o Co ona Rende , lo que e idencia un en oque conscien e y
exigen e hacia la calidad isual en los en egables.
b720 Fe mín Vázquez
Figu a 206. Reden de b720. Fuen e: b720. h ps://b720.com/es/b720-p ojec s/nue a-es a-
cion-de-chama in/
GEN AI
109
En cuan o a la in eligencia a i icial, aunque b720 no ha alcanza-
do el ni el de in eg ación écnica de es udios como MVRDV, sí ha
comenzado a explo a he amien as eme gen es como Com yUI.
Es a ase aún se encuen a en e apa de p uebas in e nas, pe o e-
leja una ape u a cla a hacia nue as o mas de ep esen ación y
op imización isual.
Quisie a compa i b e emen e mi expe iencia pe sonal den o del
es udio abajando con Com yUI. Pa a mí, e a una he amien a
comple amen e nue a. Al p incipio me sen í pe dido en un en o no
lleno de opciones desconocidas. El enca go especí ico que ecibí
ue bas an e conc e o: ealiza un upscale de una imagen de 4K a
8K, des inada a se imp esa en un panel de g an o ma o que se
ins ala ía en la achada de la es ación de Chama ín.
El obje i o e a sencillo: aumen a la esolución sin al e a el con eni-
do de la imagen. Aunque hab ía sido posible p oduci un nue o en-
de en 4K, es o implicaba un p oceso la go y cos oso. En su luga ,
u ilicé un wo k low que encon é en un u o ial de YouTube, pe o
p on o me en en é a algunas limi aciones impo an es. Las ca as
de las pe sonas apa ecían dis o sionadas y, además, los ex os se
de o maban, gene ando azos ex años que la IA ein e p e aba
como pinceladas a ís icas.
Con más in es igación y p uebas, obse é que la ege ación me-
jo aba conside ablemen e. Sin emba go, los elemen os de ondo
pe dían de inición. De ec é un pa ón in e esan e: cuando la imagen
de pa ida es á en baja esolución, la IA abaja mucho mejo , ya que
puede econs ui con mayo libe ad y p ecisión; en cambio, cuan-
do pa e de una imagen de al a esolución, iene menos ma gen de
acción, lo que se aduce en manchas o pé dida de de alle en luga
de mejo as eales.
Es a expe iencia me dejó cla o que, aunque he amien as como
Com yUI aún p esen an cie as limi aciones, su po encial es eno me,
especialmen e pa a a eas especí icas como co ecciones ápidas
o p uebas isuales p elimina es. El ap endizaje aquí no ue solo
écnico, sino ambién es a égico: en ende cuándo y cómo u iliza
la in eligencia a i icial pa a que ealmen e apo e al lujo de abajo,
e i ando que gene e más p oblemas que soluciones.
110
Figu a 207. Rende PLAYTIME 1800 pixel.
111
Figu a 208. Elabo ación p opia lujo Com yUI SUPIR Upscale 4k (18 ho a)
112

En es e apa ado se p esen a el en oque del es udio MVRDV e-
spec o a la inco po ación de nue as he amien as ecnológicas en
su lujo de abajo. El despacho, conocido po su expe imen ación
o mal y su ue e iden idad isual, emplea una amplia gama de
p og amas que aba can desde he amien as adicionales de
dibujo a mano has a pla a o mas digi ales a anzadas como el
modelado BIM y so wa es de ep esen ación idimensional. En-
e ellos se encuen an Au oCAD, Rhino, Re i , así como en o nos
de p og amación isual como G asshoppe y Dynamo, que ya o -
man pa e habi ual de la p ác ica a qui ec ónica con empo ánea.
Sin emba go, en los úl imos años, el es udio ha comenzado a
explo a un e eno más ecien e: la in eligencia a i icial gene -
a i a. He amien as como Midjou ney o S able Di usion, inicial-
men e concebidas como sis emas de gene ación de imágenes a
pa i de ex o ( ex - o-image) o a pa i de imágenes exis en es
(image- o-image), han abie o un nue o camino en la o ma de
p oyec a . A a és de es as pla a o mas, “MVRDV expe imen a con
la posibilidad de ob ene ep esen aciones isuales ápidas” 83 a pa i de
geome ías básicas, explo ando desde las e apas emp anas del
diseño cómo pod ían ma e ializa se achadas, ex u as o ambien-
es lumínicos.
IDEACIÓN
Figu a 209. Flujo de abajo con he amien a IA.
GEN AI D.L
MVRDV
113
“Lo ele an e en el caso de MVRDV no es únicamen e el uso de es as he a-
mien as como gene ado es au omá icos de imágenes” 83, sino el in en o de
con ola las y adap a las a su p opio lenguaje a qui ec ónico. A
a és de p ocesos de en enamien o de modelos pe sonalizados,
el es udio busca que los esul ados p oducidos po la in eligencia
a i icial se ace quen a su es ilo o mal ca ac e ís ico. “Es o implica
no solo una mayo cohe encia es é ica en el esul ado inal, sino ambién una
acele ación signi ica i a en la oma de decisiones” 83, especialmen e en
las ases iniciales del p oyec o, como el es udio olumé ico o las
a iaciones de plan a.
Además, es a es a egia pe mi e al es udio “op imiza ecu sos adi-
cionalmen e dedicados a la p oducción de ende s” 83, b indándoles la
posibilidad de e alua múl iples opciones de o ma ápida, isu-
alizando a ian es o males y ma e ialidades posibles con mayo
agilidad que median e los mé odos con encionales. En luga de
acep a imágenes gene adas de mane a alea o ia, MVRDV plan -
ea un modelo de uso de la in eligencia a i icial donde es a he a-
mien a se in eg a de o ma c í ica y p oposi i a den o del p oceso
de diseño.
“MVRDV ambién des aca po su en oque en la op imización geomé ica y el
uso es a égico de da os” 84. En luga de diseña basándose única-
men e en la in uición o mal, el es udio explo a miles de a ia-
ciones posibles a pa i de olúmenes básicos, e aluando c i e-
ios como la compacidad, la po osidad o la e iciencia espacial.
Es as decisiones ya no esponden solo al gus o es é ico, sino a
pa áme os conc e os inculados al uso, al en o no o a los obje i-
os especí icos del clien e.
Del mismo modo, “in eg an he amien as de análisis ecológico pa a de ini
la ege ación ideal en unción del clima, la o ien ación y el ipo de espacio” 83.
Es e en oque ha sido cla e en p oyec os como VALLEY, donde la
a qui ec u a y la ege ación se in eg an en un sis ema uni icado
den o del concep o de “ciudad e de”.
Figu a 210. T abajo de op imización en el G asshoppe / Concep o G eenCi y.
114
Figu a 211. P ime boce o al mano VALLEY.
En la cha la p esen ada po Cas Esbach du an e el AI + Design
Thinking Symposium en la Uni e sidad de Ma yland (UMD), se
explicó el p oceso de diseño del p oyec o VALLEY desde una
pe spec i a basada en da os y op imización. A a és de he a-
mien as compu acionales, se analiza on miles de con igu aciones
geomé icas con el obje i o de maximiza la exposición sola en
cada plan a del edi icio. Es a es a egia no solo de inió la o ma
gene al del olumen, sino que ambién pe mi ió oma decisiones
especí icas sob e la disposición de los apa amen os.
“Cada plan a se diseñó indi idualmen e según los esul ados del análisis sola ”
83, p io izando la máxima can idad de ho as de luz di ec a que cada
unidad podía ecibi . De es a mane a, “el diseño dejó de depende del
gus o subje i o del diseñado ” 84 pa a con e i se en una consecuencia
di ec a de pa áme os medibles, como el asoleamien o y la o ien -
ación. El esul ado ue una con igu ación única y a iable plan a
po plan a, donde las o mas esponden a un c i e io ambien al y
uncional más que a una composición o mal p econcebida.
Es e en oque demues a cómo, g acias a he amien as de op imi-
zación y análisis, es posible oma decisiones complejas basadas
en da os eales. La a qui ec u a, en es e caso, se con ie e en un
p oceso de explo ación p o unda, donde el camino hacia el esul-
ado inal no es lineal ni ce ado, sino abie o a múl iples a iables
que guían el diseño de mane a dinámica y p ecisa.
Figu a 212 - 213. Op imización con Ladybuy.
115
Figu a 214. Fo og a ia p oyec o VALLEY Fuen e: MVRDV. h ps://www.m d .com/p ojec s/233/ alley
116
Aunque esul a di ícil p e e con ce eza qué sucede á en los
p óximos cinco años, odo indica que las he amien as u ilizadas
en a qui ec u a i án mucho más allá de los p og amas clásicos
como CAD o BIM. La di ección pa ece cla a: se pe cibe una con-
exión cada ez más p o unda en e los p ocesos digi ales y los
sis emas in eligen es capaces de ges iona in o mación écnica,
no ma i a y cons uc i a de mane a au omá ica.
Un enómeno que empieza a obse a se con mayo ecuencia
es el uso de modelos de lenguaje en enados po los p opios es-
udios o emp esas, alimen ados con documen os como el Código
Técnico de la Edi icación (CTE) o el Eu ocódigo. G acias a ello,
es posible ealiza consul as écnicas especí icas en iempo eal,
adap adas al con ex o de cada p oyec o. Se a a de una o ma
dis in a —y más p ác ica— de abaja con la no ma i a, donde
las espues as llegan de mane a ápida y con el en oque exac o
que se equie e.
Lo que se islumb a a con inuación es su in eg ación di ec a en
pla a o mas como Re i o A chicad. En ese escena io, un sis ema
de IA in e no no solo pod ía esponde consul as, sino ambién
ac ua de mane a ac i a den o del modelo: c ea mu os, asig-
na capas, gene a amilias pa amé icas o clasi ica las median e
códigos p opios. Todo ello, además, conec ado en línea, de modo
que los cambios se ac ualicen al ins an e pa a odo el equipo,
e i ando e o es y eliminando muchas a eas epe i i as.
Es e ipo de au oma ización no eemplaza al a qui ec o, pe o sí
ede ine su papel: al libe a lo de los aspec os más écnicos, le pe -
mi e en oca se en lo que e dade amen e impo a en el diseño:
las decisiones cla e.
FUTURO
123

Po o o lado, ambién es e iden e que la a qui ec u a comienza a
explo a nue os e i o ios como el me a e so y la ealidad i ual.
Aunque aún no es á del odo cla o si es os en o nos digi ales end án
un impac o eal o si se queda án como una moda pasaje a, lo cie o
es que ya o ecen un campo de p ueba sin limi aciones ísicas. En
es os espacios, empieza a su gi una especie de “ce eb o i ual”
que acompaña el p oceso c ea i o: no eemplaza al a qui ec o, pe o
unciona como un asis en e que apo a ideas, imágenes de e e en-
cia y suge encias de p oyec o en iempo eal.
Pa alelamen e, la in eligencia a i icial sigue a anzando a paso acel-
e ado. Lo que an es se en endía como un sis ema que simplemen e
“pensaba”, hoy ya puede ac ua . Han su gido los llamados agen es
de IA: sis emas capaces de ejecu a a eas po su cuen a, casi como
si ue an asis en es humanos. Algunos pueden na ega po in e ne ,
mo e el cu so , busca in o mación ú il e incluso oma decisiones
basadas en las necesidades del usua io. Pla a o mas como OpenAI
ya es án ealizando p uebas in e nas con es a ecnología, y he a-
mien as como Manus empiezan a pe ila se como posibles aliados
en la ges ión de a eas complejas den o del campo a qui ec ónico.
Además, no debe pasa se po al o el c ecimien o de las he amien as
de código abie o, como Com yUI, basada en S able Di usion. Es e
ipo de pla a o mas pe mi e un con ol de allado sob e la gene ación
isual. También des acan los modelos de lenguaje pe sonalizados,
diseñados pa a a eas conc e as y capaces de adap a se al es ilo o
los eque imien os écnicos especí icos de cada es udio.
Cuando se comp ende el uncionamien o de es os sis emas y se
ap ende a en ena los según las necesidades p opias, la in eligencia
a i icial deja de se una no edad pa a con e i se e dade amen e
en una he amien a es a égica. Y es p ecisamen e aquí donde po-
demos e oma , con más sen ido que nunca, la céleb e ase de Ma -
shall McLuhan:
“We shape ou ools and he ea e ou ools shape us.” 84
“Noso os c eamos las he amien as, y después, las he amien as
nos ans o man a noso os.”
En úl ima ins ancia, no se a a solo de lo que la ecnología puede
hace po la a qui ec u a, sino de cómo los a qui ec os eligen u i-
liza la. Po que el e dade o cambio no eside en la he amien a, sino
en la mi ada c í ica, conscien e y c ea i a de quien la emplea.
124
La a qui ec u a a a iesa ac ualmen e un momen o de cambio p o-
undo. Las he amien as digi ales, que an es uncionaban como
apoyo écnico, se han con e ido en una pa e cen al del p oceso
de diseño. Con la llegada de la in eligencia a i icial, es a ans-
o mación se ha acele ado, ab iendo nue as o mas de imagina ,
ep esen a , analiza y ges iona p oyec os. Todo ello ha comen-
zado a ede ini an o el papel del a qui ec o como la dinámica de
abajo den o de los es udios.
A lo la go de es e eco ido ha quedado cla o que la IA no es una
p omesa lejana, sino una ealidad p esen e en múl iples e apas
del diseño a qui ec ónico. Desde mé odos como ex - o-image o
image- o-image, has a agen es capaces de ejecu a a eas de o -
ma au ónoma, el campo se amplía hacia nue as o mas de co-
labo ación en e pe sonas y máquinas. Casos como el uso de D5
Rende , Com yUI, Midjou ney o modelos de lenguaje en enados
a medida demues an cómo es as ecnologías con ibuyen a edu-
ci iempos, mejo a decisiones y explo a caminos c ea i os que
an es no es aban al alcance.
Es udios como MVRDV, UNS udio o BIG ya es án inco po ando
es as he amien as de dis in as mane as: algunos las in eg an en
su p ác ica dia ia; o os las adop an de o ma más expe imen al o
es a égica. Lo impo an e no es an o qué he amien a se u iliza,
sino cómo se adap a a las necesidades y a la isión de cada equi-
po de abajo.
También esul a e iden e que la elación en e a qui ec u a e in-
eligencia a i icial no debe se de dependencia, sino de manejo
conscien e. Cuan o más sepamos sob e su uncionamien o in e -
no, sus lími es y su po encial eal, más capacidad end emos pa a
ap o echa la no como sus i u o, sino como po enciado de nues-
as capacidades p oyec uales.
La in eligencia a i icial no ep esen a únicamen e un a ance
écnico: ambién es á ans o mando nues a mane a de pensa ,
de p oyec a , de colabo a e incluso de cons ui . Como dijo Ma -
shall McLuhan,
“Noso os c eamos las he amien as, y después, las he amien as nos ans-
o man a noso os.” 85
CONCLUSIÓN
125
1. Mulle , Ped o. A las de a qui ec u a: de Mesopo amia a Bizancio. Mad id: Ediciones AKAL, 2005.
2. Mum o d, Lewis. Técnica y ci ilización. Mad id: Alianza Edi o ial, 2007.
3. Gómez, Rod igo Velasco y Diego Cha a o Ayala. Diseño digi al: uso in e ac i o e in eg ado de las
he amien as digi ales en la a qui ec u a. Bogo á: Uni e sidad Pilo o de Colombia, 2020.
4. Ching, F ancis D. K. A Global His o y o A chi ec u e. 2nd ed. Wiley, 2014.
5. Kos o , Spi o. A His o y o A chi ec u e: Se ings and Ri uals. Ox o d Uni e si y P ess, 1995.
6. Giedion, Sig ied. Space, Time and A chi ec u e: The G ow h o a New T adi ion. Ha a d Uni e -
si y P ess, 1967.
7. F amp on, Kenne h. A Genealogy o Mode n A chi ec u e. La s Mülle Publishe s, 2020.
8. Ca po, Ma io. The Digi al Tu n in A chi ec u e 1992–2012: An AD Reade . Chiches e : Wiley, 2013.
9. Eas man, Chuck, e al. BIM Handbook: A Guide o Building In o ma ion Modeling. 2nd ed. Wiley,
2011.
10. Senne , Richa d. The C a sman. Yale Uni e si y P ess, 2008.
11. A e a, Albe o Campo Baeza. La idea cons uida. Mad id: Mai ea Lib os, 2017.
12. Ba co, Ana. El dibujo de a qui ec u a en la e a digi al. Mad id: Edi o ial Uni e sidad Poli écnica
de Mad id, 2018.
13. Bu y, Ma k. Sc ip ing Cul u es: A chi ec u al Design and P og amming. Chiches e : Wiley, 2011.
14. Eas man, Chuck, Paul Teicholz, Ra ael Sacks, y Ka hleen Lis on. BIM Handbook: A Guide o
Building In o ma ion Modeling o Owne s, Manage s, Designe s, Enginee s and Con ac o s. Hobo-
ken: Wiley, 2011.
15. He nández, Fe nando, y Pablo San ama ía. A qui ec u a y ecnología: Nue as he amien as
p oyec uales. Ba celona: Ediciones UPC, 2018.
16. Holze , Dominik. The BIM Manage ’s Handbook: Guidance o P o essionals in A chi ec u e, En-
ginee ing and Cons uc ion. Chiches e : Wiley, 2015.
17. Je nigan, Fini h E. BIG BIM li le bim: The p ac ical app oach o building in o ma ion modeling.
Salisbu y, MD: 4Si e P ess, 2008.
18. Oxman, Ri ka, y Robe Oxman, eds. Theo ies o he Digi al in A chi ec u e. Lond es: Rou ledge,
2014.
19. Velasco Gómez, Luis Fe nando, e al. Rep esen ación digi al a qui ec ónica: eo ía y p ác ica.
Bogo á: Uni e sidad Nacional de Colombia, 2015.
20. Roe, Je emy. An oni Gaudí: El máximo exponen e de la a qui ec u a mode nis a ca alana. Pa k-
s one In e na ional, 2023.
21. To ii, Toku oshi. El mundo enigmá ico de Gaudí. Ins i u o de España, 1983.
22. Songel, J. M. (2005). F ei O o y el Ins i u o de Es uc u as Lige as de S u ga : una expe iencia
de sis ema ización en la búsqueda de la o ma esis en e [Tesis doc o al, Uni e si a Poli ècnica de
València].
23. Saba é, J. (2005). Na u aleza lige a. A qui ec u a Vi a, (101), 70–75.
24. Sadle , S. (2005). A chig am: A chi ec u e wi hou A chi ec u e. The MIT P ess.
25. C omp on, D. (Ed.). (1999). A chig am: The Book. Ci ca P ess.
26. Cook, P. (1999). A chig am. P ince on A chi ec u al P ess.
27. Scha ne , I., & Impe iale, A. (Eds.). (2011). Anne Tyng: Inhabi ing Geome y. Ins i u e o Con em-
po a y A , Uni e si y o Pennsyl ania.
28. Tyng, A. G. (1975). Simul aneous Randomness and O de : The Fibonacci-Di ine P opo ion as a
Uni e sal Fo ming P inciple. Doc o al disse a ion, Uni e si y o Pennsyl ania.
29. A oca, Rica do. “Una mue e sin anuncia . C ónica de la des ucción de los labo a o ios Jo ba.”
A qui ec u a Vi a, no. 67, 1999, p. 112
BIOGRAFIA
126
30. Sánchez Lamp ea e, Rica do. Miguel Fisac: P emio Nacional de A qui ec u a 2002. Mad id: Min-
is e io de Fomen o, 2002.
31. “Labo a o ios Jo ba (La Pagoda) / Miguel Fisac.” A chDaily, 2011.
32. Lo en-Méndez, M. “Tecnología, ma e ia y luga : P ocesos de mode nización en la ob a española
de la posgue a.” In o mes de la Cons ucción, ol. 64, no. 526, 2012, pp. 167–177.
33. Mi alles, En ic. El C oquis 72 [II]: En ic Mi alles 1995. El C oquis Edi o ial, 1995.
34. Mi alles, En ic, y Benede a Tagliabue. El C oquis 100/101: En ic Mi alles 1996–2000. El C oquis
Edi o ial, 2002.
35. B u he . El C oquis 197: B u he 2012–2018. Mad id: El C oquis Edi o ial, 2018.
36. A chDaily. “House o A is s / APPARATA A chi ec s.” A chDaily. h ps://www.a chdaily.
com/973407/house- o -a is s-appa a a-a chi ec s (2025).
37. El C oquis 224: Ch is ian Ke ez 2015–2024. Mad id: El C oquis Edi o ial.
38. Loos, Adol . O namen o y deli o. 1908. En O namen o y deli o y o os esc i os, aducido po Juan
Fon án, Ba celona: Gus a o Gili, 1972.
39. MVRDV. El C oquis 86: MVRDV 1991–1997. Mad id: El C oquis Edi o ial, 1997.
40. MVRDV. FARMAX: Excu sions on Densi y. Ro e dam: 010 Publishe s, 1998.
41. Ben an Be kel & Ca oline Bos. UNS udio: Design Models. Thames & Hudson, 2006.
42. Ben an Be kel & Ca oline Bos. Buy me a Me cedes-Benz: The Book o he Museum. Ac a , 2006.
43. Ben an Be kel & Ca oline Bos. MOVE. Goose P ess, 1999.
44. Hadid, Zaha. El C oquis 103: Zaha Hadid 1996–2001. Mad id: El C oquis Edi o ial, 2001.
45. Koolhaas, Rem, B uce Mau, y Hans We lemann. S, M, L, XL. Nue a Yo k: The Monacelli P ess,
1995.
46. Koolhaas, Rem. El C oquis 79: OMA / Rem Koolhaas 1992–1996. Mad id: El C oquis Edi o ial,
1996.
47. Koolhaas, Rem. El C oquis 131–132: OMA / Rem Koolhaas 1996–2006 [I]. Mad id: El C oquis
Edi o ial, 2006.
48. Koolhaas, Rem. El C oquis 134–135: OMA / Rem Koolhaas 1996–2007 [II]. Mad id: El C oquis
Edi o ial, 2007.
49. Chaillou, S anislas. AI + A chi ec u e: Towa ds a New App oach. Ha a d G adua e School o
Design, May 2019. h ps://www.chaillou. /ai-a chi ec u e.
50. Boden, Ma ga e A. AI: I s Na u e and Fu u e. Ox o d: Ox o d Uni e si y P ess, 2016.
51. Good ellow, Ian, Yoshua Bengio, y Aa on Cou ille. Deep Lea ning. Camb idge, MA: MIT P ess,
2016.
52. G a es, Alex. “Gene a ing Sequences Wi h Recu en Neu al Ne wo ks.” a Xi p ep in a X-
i :1308.0850 (2013).
53. K izhe sky, Alex, Ilya Su ske e , y Geo ey E. Hin on. “ImageNe Classi ica ion wi h Deep Con o-
lu ional Neu al Ne wo ks.” Ad ances in Neu al In o ma ion P ocessing Sys ems 25 (2012): 1097–105.
54. Good ellow, Ian; Bengio, Yoshua; Cou ille, Aa on. Deep Lea ning. Camb idge: MIT P ess, 2016.
55. Ma cus, Ga y, y E nes Da is. Reboo ing AI: Building A i icial In elligence We Can T us . New
Yo k: Pan heon, 2019.
56. Ramesh, Adi ya, Mikhail Pa lo , Gab iel Goh, Sco G ay, Chelsea Voss, Alec Rad o d, Ma k
Chen, y Ilya Su ske e . “Ze o-Sho Tex - o-Image Gene a ion.” P oceedings o he 38 h In e na ional
Con e ence on Machine Lea ning (ICML), 2021.
57. Russell, S ua J., y Pe e No ig. A i icial In elligence: A Mode n App oach. 4ª ed. Uppe Saddle
Ri e , NJ: Pea son, 2021.
58. Vaswani, Ashish, Noam Shazee , Niki Pa ma , Jakob Uszko ei , Llion Jones, Aidan N. Gomez, Łu-
kasz Kaise , y Illia Polosukhin. “A en ion Is All You Need.” Ad ances in Neu al In o ma ion P ocessing
Sys ems 30 (2017).
59. Domingos, Ped o. The Mas e Algo i hm: How he Ques o he Ul ima e Lea ning Machine Will
Remake Ou Wo ld. New Yo k: Basic Books, 2015.
127
60. Pike , Daniel. G asshoppe P ime . Lond es: McNeel Eu ope, 2018.
61. Tedeschi, A u o. Algo i hms-Aided Design: Pa ame ic S a egies Using G asshoppe . B ienza:
Le Penseu Publishe , 2014.
62. B ell-Cokcan, Sig id; B aumann, Johannes. Robo ic Fab ica ion in A chi ec u e, A and Design.
Cham: Sp inge In e na ional Publishing, 2018.
63. Moloney, Da id. “A Sho (Bu Belie able) His o y o he Digi al Tu n in A chi ec u e.” e- lux a -
chi ec u e. h ps://www.e- lux.com/a chi ec u e/ch onog ams/528659/a-sho -bu -belie able-his o-
y-o - he-digi al- u n-in-a chi ec u e/ (2025).
64. Goe zel, Ben; Pennachin, Cassio. A i icial Gene al In elligence. Be lin: Sp inge , 2007.
65. McCo mack, Jon; Gi o d, Toby; Hu chings, Pa . Au onomy, Au hen ici y, Au ho ship and In en ion
in Compu e Gene a ed A . Sp inge , 2019.
66. Elgammal, Ahmed. AI A : Machine Visions and Wa ped D eams. Ox o d Uni e si y P ess, 2019.
67. Ramesh, Adi ya e al. Hie a chical Tex -Condi ional Image Gene a ion wi h CLIP La en s. OpenAI,
2022.
68. Ka as, Te o e al. Analyzing and Imp o ing he Image Quali y o S yleGAN. IEEE/CVF Con e -
ence on Compu e Vision and Pa e n Recogni ion, 2020.
69. Zhang, L min e al. Adding Condi ional Con ol o Tex - o-Image Di usion Models. a Xi p ep in ,
2023.
70. Pike , And ew. A chi ec u al Geome y and Pa ame ic Design: G asshoppe P ime . A chi ec u al
Associa ion, 2020.
71. Ga cía del Cas illo, José Luis; Tsigka i, Ka e ina. A i icial In elligence and Design Tools in A chi-
ec u e. A chi ec u al Design (AD), 2023.
72. Cheng, Rachel; Yang, Jian. Ad anced Rende ing Techniques o A chi ec u e: Unde s anding
V-Ray and Co ona Rende e . Bi khäuse , 2018.
73. Bañón, Ca los. AI and A chi ec u e: Towa d a New Gene a ion o Visualiza ions. Fo hcoming
manusc ip , Singapo e Uni e si y o Technology and Design (SUTD), 2023.
74. Video Bañón Blázquez, Ca los. “New Ways o Lea ning A chi ec u e wi h A i icial In elligence
(AI).” YouTube ideo, publicado po SUTD Singapo e Uni e si y o Technology and Design, 12 de
oc ub e de 2023 h ps://www.you ube.com/wa ch? =Bgz3h -e6GI.
75. Video Bañón Blázquez, Ca los. “P ocedu ally Gene a i e: Explo ing A chi ec u al In-Be-
weens wi h AI.” LinkedIn, publica-do el 3 de mayo de 2024. h ps://www.linkedin.com/pos s/ca -
los-ba%C3%B1%C3%B3n-4a66066b_p ocedu ally-gene a- i e-explo ing-a chi ec u al-ac i i-
y-7227171632107114497-NonN/
76. OpenAI. In oducing New Image Gene a ion Fea u es in Cha GPT. Technical Repo , 2024.
77. Oppenlaende , Jonas. A C i ical Re iew o Tex - o-Image Gene a ion using Di usion Models.
Sp inge Na u e, 2023.
78. Video D5 Rende . “BIG Inno a es The Ul ima e A chi ec u e Wo k low wi h D5 Rende and AI.”
YouTube ideo, 56:36. Publicado el 7 de diciemb e de 2023. h ps://www.you ube.com/wa ch? =b-
wU AQX8l-g
79. Video Lodi, Filippo. “Complex Geome y Wo k lows.” Con e encia BeyondBIM. YouTube id-
eo, 52:30. Publicado po BeyondBIM, 12 de ma zo de 2023. h ps://www.you ube.com/wa ch? =x-
K86eUi82 o.
80. Video A chiTech Ne wo k. “EP 16 | A chiTech O ice Tou s | UNS udio.” YouTube ideo, 1:34:25.
Publicado el 25 de ab il de 2025. h ps://www.you ube.com/wa ch? =Hb 1bG_nb3Y.
81. Video A chiTech Ne wo k. “EP 2 | A chiTech O ice Tou s | Zaha Hadid A chi ec s.” YouTube ideo,
1:09:35. Publicado el 17 de ab il de 2024. h ps://www.you ube.com/wa ch? =aoWlS_2H 10.
82. Video A chiTech Ne wo k. “EP 53 | Ismail Selei – Wha is a LoRA? And he Fu u e o T aining
You Own AI Models.” YouTube ideo, 57:43. Publicado el 25 de julio de 2024. h ps://www.you ube.
com/wa ch? =qZxV1Uo7dg.
83. Video “AI + Design Thinking Symposium.” YouTube ideo, 1:10:00. Publicado po Design @
Da den, 2 de eb e o de 2023. h ps://www.you ube.com/wa ch? =406 JdXP6xI.
84. McLuhan, Ma shall. Unde s anding Media: The Ex ensions o Man. Camb idge, MA: MIT P ess,
1994. (O iginal de 1964), p. 69.
128

85. Yuan, Philip F., Mike Xie, Neil Leach, Jiawei Yao y Xiang Wang (eds.). A chi ec u al In elligence:
Selec ed Pape s om he 1s In e na ional Con e ence on Compu a ional Design and Robo ic Fab i-
ca ion (CDRF 2019). Singapu : Sp inge Na u e, 2020.
86. Chengyuan, Tianyu Zhang, Xusheng Du y Ye Zhang. “Gene a i e AI o A chi ec u al Design: A
Li e a u e Re iew.” a Xi p ep in a Xi :2404.01335 (2024).
87. Zhang, L min, Anyi Rao y Maneesh Ag awala. “Adding Condi ional Con ol o Tex - o-Image Di -
usion Models.” a Xi p ep in a Xi :2302.05543 3 (2023).
88. Leach, Neil y Philip F. Yuan. “In oduc ion.” En A chi ec u al In elligence: Selec ed Pape s om
CDRF 2019, edi ado po P.F. Yuan e al., 3–11. Singapu : Sp inge , 2020.
89. Li, Philip F. Yuan, e al. AI A chi ec u e: Towa ds a New App oach. Shanghai: Tongji Uni e si y
P ess, 2022.
90. Ga cía Pino. “Cen o Mul iusos en Mannheim. F ei O o. Doblando la malla has a hace una con-
cha.” Ri a Re is a, no. 5 (2016): 106–113.
91. Chaillou, S anislas. AI + A chi ec u e: Towa ds a New App oach. Ha a d G adua e School o
Design, May 2019. h ps://www.chaillou. /ai-a chi ec u e (2025).
92. Ja uga-Rozdolska, Anna. “A i icial In elligence as Pa o Fu u e P ac ices in he A chi ec ’s Wo k:
MidJou ney Gene a i e Tool as Pa o a P ocess o C ea ing an A chi ec u al Fo m.” A chi ec u es o
he 21s Cen u y 3, no. 71 (2022): 96–104. doi:10.37190/a c220310.
93. Pino, Fe nando G. “Cen o Mul iusos en Mannheim. F ei O o. Doblando la malla has a hace
una concha.” i a_ Re is a Indexada de Tex os Académicos 5 (2016): 106–113. ISSN: 2340-9711 /
e-ISSN: 2386-7027. h ps://dx.doi.o g/10.24192/2386-7027(2016)( 5)(07).
94. Glaese , Ludwig. The Wo k o F ei O o. Nue a Yo k: The Museum o Mode n A (MoMA), 1972.
ISBN: 0870703323 / 0870703331.
95. Rane, Ni in. Role o Cha GPT and Simila Gene a i e A i icial In elligence (AI) in Cons uc ion
Indus y. SSRN Schola ly Pape , 2023. h ps://doi.o g/10.2139/ss n.4598258.
96. Tomlow, Jos. El modelo colgan e de Gaudí y su econs ucción: Nue os conocimien os pa a el
diseño de la Iglesia de la Colonia Güell. Ins i u o de Es uc u as Lige as (IL), Uni e sidad de S u ga ,
1989. Publicado en In o mes de la Cons ucción, ol. 41, no. 404, no iemb e-diciemb e 1989, pp.
58–72.
97. Díaz Gómez, Diego. F ei O o y las supe icies mínimas: Somb illas pa a la gi a de Pink Floyd de
1977. T abajo Final de G ado en Es udios de A qui ec u a. Uni e sidade da Co uña, Escuela Técnica
Supe io de A qui ec u a, no iemb e 2019.
98. Be ns ein, Phil. Machine Lea ning: A chi ec u e in he Age o A i icial In elligence. Lond es: RIBA
Publishing, 2022. ISBN: 9781000600674.
99. Rod íguez Bo ill, Aina. Sis emas in eligen es en el diseño a qui ec ónico. T abajo Final de G ado
en A qui ec u a, Uni e si a Poli ècnica de Ca alunya (UPC), 2023.26. Moya, And ea. Explo ando la
in e sección en e la a qui ec u a y la in eligencia a i icial. T abajo Final de G ado en A qui ec u a,
Uni e si a Poli ècnica de Ca alunya (UPC), 2023.
100. S eenson, Molly W igh . A chi ec u al In elligence: How Designe s and A chi ec s C ea ed he
Digi al Landscape. Camb idge, MA: MIT P ess, 2017.
101. Neg opon e, Nicholas. The A chi ec u e Machine: Towa d a Mo e Human En i onmen . Cam-
b idge, MA: MIT P ess, 1970.
102. Kelly, Ke in. Ou o Con ol: The New Biology o Machines, Social Sys ems and he Economic
Wo ld. Reading, MA: Addison-Wesley, 1995.
103. Ku zweil, Ray. The Age o In elligen Machines. Camb idge, MA: MIT P ess, 1990.
104. Ku zweil, Ray. The Age o Spi i ual Machines: When Compu e s Exceed Human In elligence.
Nue a Yo k: Penguin Books, 2000.
105. Video DESIGNalyze. “G asshoppe AI – AI Assis ed Vo onoi Facade.” YouTube ideo, 8:12.
Publicado el 1 de ma zo de 2023. h ps://www.you ube.com/wa ch? =J 97DhTUjYg.
106. Video DESIGNalyze. “[G asshoppe AI] Ra en Plugin o Au oma ic P og amming ia AI Cha
and Re e ence Image.” YouTube ideo, 10:04. Publicado el 20 de eb e o de 2023. h ps://www.you-
ube.com/wa ch? =AdgE6gsl7 M.
129
107. A iculo Wallpape *. “Zaha Hadid A chi ec s Teams wi h N idia o Explo e he Fu u e o AI in
A chi ec u e.” Wallpape *. h ps://www.wallpape .com/a chi ec u e/zaha-hadid-a chi ec s-n id-
ia-ai-in-a chi ec u e (2025).
108. A iculo Moloney, Da id. “A Sho (Bu Belie able) His o y o he Digi al Tu n in A chi ec u e.”
e- lux a chi ec u e. h ps://www.e- lux.com/a chi ec u e/ch onog ams/528659/a-sho -bu -belie -
able-his o y-o - he-digi al- u n-in-a chi ec u e/ (2025).
109. A shan, Noo , and Samee Sha ma. “Explo ing he Impac o AI on A chi ec u al C ea i i y and
E iciency.” In e na ional Jou nal o Mul idisciplina y Resea ch 6, no. 2 (2024).
110. Paananen, Ville, Jonas Oppenlaende , and Aku Visu i. “A i icial In elligence’s E ec s on Design
P ocess C ea i i y.” Design S udies 75 (2023): 101068.
111. Paananen, Ville, Jonas Oppenlaende , and Aku Visu i. “Using Tex - o-Image Gene a ion o A -
chi ec u al Design Idea ion.” a Xi p ep in a Xi :2304.10182 (2023).
112. Paananen, Ville, Jonas Oppenlaende , and Aku Visu i. “AI A in A chi ec u e.” AI in Ci il Engi-
nee ing, ol. 5, no. 2, 2023, pp. 101–115.
113. Liu, Yongyan, and Nailong Zhao. “AI-Assis ed Design: Gene a i e A chi ec u al Design.” A chi-
ec u al Compu ing, ol. 8, no. 1, 2023, pp. 23–38.
114. Del Campo, Ma ias. Di usions in A chi ec u e: A i icial In elligence and Image Gene a o s. A -
chi ec u al P ess, 2024.
115. Tedeschi, A u o. AAD Algo i hms-Aided Design: Pa ame ic S a egies Using G asshoppe . Le
Penseu , 2014.
116. A iculo Han, Xiaohui, y Wang, Kai. “Resea ch on In e io In elligen Design Sys em Based
on Image Gene a ion Technology.” P ocedia Compu e Science 239 (2024): 517–522. h ps://doi.
o g/10.1016/j.p ocs.2024.01.276.
117. A iculo No ak, Philipp, y Die ma Leyk. “S able Di usion in A chi ec u al Design: Closing
Doo s o Opening New Ones?” In e na ional Jou nal o A chi ec u al Compu ing (2024). h ps://doi.
o g/10.1177/14780771241270257.
118. Wnukowska, Zuzanna. AI & The New C ea i e E a in A chi ec u e. T abajo inal de más e ,
Poli ecnico di Milano, 2024. h ps://www.poli esi.polimi.i / e ie e/90c3cb b-10e -4d7e-aa57-
0495 2419c17/2024_12_Wnukowska.pd .
119. Liu, Yongyan, y Nailong Zhao. “Resea ch on A chi ec u al Design Based on S able Di usion.”
2024 6 h In e na ional Con e ence on Sma G id and G een Ene gy (SGGE). h ps://www. esea ch-
ga e.ne /publica ion/381208447_Resea ch_on_A chi ec u al_Design_Based_on_S able_Di usion.
120. Wei, Yi ei, Chen Wang, y Hao an Xu. Com yGPT: A Sel -Op imizing Mul i-Agen Sys em o
Comp ehensi e Com yUI Wo k low Gene a ion. a Xi p ep in , a Xi :2503.17671, 2024. h ps://a xi .
o g/abs/2503.17671.
121. Ze g an . “The Comple e Guide o Com yUI and S able Di usion (3): Com yUI 1 In e ace Sys em
Analysis and Usage Manual.” Medium, 2023. h ps://medium.com/@ze g an / he-comple e-guide- o-
com yui-and-s able-di usion-3-comple e-guide- o-com yui- 1-in e ace-sys em-9e7 55e369d1.
122. Be ns ein, Phil. “Indus y-Changing Tech: An In e iew wi h Phil Be ns ein.” AIA Ne wo k. Pub-
licado el 6 de sep iemb e de 2023. h ps://ne wo k.aia.o g/blogs/phillip-g-be ns ein- aia/2023/09/06/
indus y-changing- ech-an-in e iew-wi h-phil-be n.
123. Be ns ein, Phil. “The Fu u e o Gene a i e AI o AEC Fi ms.” A chi ec Magazine. Publicado el
16 de mayo de 2023. h ps://www.a chi ec magazine.com/design/ he- u u e-o -gene a i e-ai- o -aec-
i ms_o.
124. A iculo Del Campo, Ma ias. “Cha GPT In e iews Ma ias del Campo: A chi ec u e, Hallucina-
ions, and O he Exo ic Occu ences.” A chinec . Publicado el 8 de eb e o de 2023. h ps://a ch-
inec .com/ ea u es/a icle/150350194/cha gp -in e iews-ma ias-del-campo-a chi ec u e-hallucina-
ions-and-o he -exo ic-occu ences.
130
Figu a 1. Fo og a ía p opia iaje A ena Museo de la Ac ópolis he amien as 1
Figu a 2. Fo og a ía p opia iaje A ena Museo de la Ac ópolis he amien as 2
Figu a 3. Fo og a ía p opia iaje A ena Museo A queológico Nacional A enas he amien as
Figu a 4. Fo og a ía p opia iaje A ena Ac ópolis de A enas
Figu a 5. Psicología y Men e. “Re olución indus ial: qué es, ases y consecuencias.” Psicología y
Men e. h ps://psicologiaymen e.com/cul u a/ e olucion-indus ial (2025).
Figu a 6. Wikipedia. “C ys al Palace in e io .” Wikipedia Commons. h ps://es.m.wikipedia.o g/wiki/
A chi o:C ys al_Palace_in e io .jpg (2025).
Figu a 7. El He eje. “To e Ei el: la his o ia ocul a as su cons ucción.” El He eje. h ps://elhe eje.
com/ epo ajes/ o e-ei el-his o ia-ocul a/ (2025).
Figu a 8. Wikipedia. “Home Insu ance Building.” Wikipedia Commons. h ps://es.wikipedia.o g/
wiki/Escuela_de_Chicago_%28a qui ec u a%29#/media/A chi o:Home_Insu ance_Building.JPG
(2025).
Figu a 9. Elabo ación p opia diag ama lujo sin he amien a digi al (2025).
Figu a 10. Elabo ación p opia diag ama lujo con he amien a digi al (2025).
Figu a 11. Sag ada Família. “An oni Gaudí.” Sag ada Família O icial. h ps://sag ada amilia.o g/es/
an oni-gaudi (2025).
Figu a 12. Sag ada Família. “An oni Gaudí.” Sag ada Família O icial. h ps://sag ada amilia.o g/
es/an oni-gaudi (2025).
Figu a 13. A qui ec u a Ca alana. “Con inuació de les ob es del Temple Expia o i de la Sag ada
Família seguin el p ojec e de Gaudí.” A qui ec u a Ca alana. h ps://www.a qui ec u aca alana.
ca /es/ob as/con inuacio-de-les-ob es-del- emple-expia o i-de-la-sag ada- amilia-seguin -el-p o-
jec e-de-gaudi-1 (2025).
Figu a 14. Tomlow, Jos. El modelo colgan e de Gaudí y su econs ucción: nue os conocimien os
pa a el diseño de la iglesia de la Colonia Güell. S u ga : Ins i u ü leich e Flächen agwe ke (IL),
1989.
Figu a 15. Tomlow, Jos. El modelo colgan e de Gaudí y su econs ucción: nue os conocimien os
pa a el diseño de la iglesia de la Colonia Güell. S u ga : Ins i u ü leich e Flächen agwe ke (IL),
1989.
Figu a 16. Modelo ísico del Pabellón Alemán en la Expo 67 (Mon eal). Fuen e: Ludwig Glaese ,
The Wo k o F ei O o, MoMA, 1972, p. 42.
Figu a 17. Glaese , Ludwig. The Wo k o F ei O o. New Yo k: The Museum o Mode n A
(MoMA), 1972, p.65.
Figu a 18. Es udio con modelo ísico pa a el sis ema de cubie as del Cen o Depo i o en Kuwai ,
diseñado po F ei O o. Fuen e: Ludwig Glaese , The Wo k o F ei O o, MoMA, 1972, p. 60.
Figu a 19. Modelo de es udio es uc u al pa a la cubie a del Es adio Olímpico de Múnich. Fuen e:
Ludwig Glaese , The Wo k o F ei O o, MoMA, 1972, p. 64.
Figu a 20. Modelo de cubie a e ác il pa a el ea o al ai e lib e de Nijmegen (1960), diseñado
po F ei O o. Fuen e: Ludwig Glaese , The Wo k o F ei O o, MoMA, 1972, p. 67.
Figu a 21. Cubie a e ác il p opues a pa a la pis a de hielo en Con lans-Sain e-Hono ine (1969),
diseñada po F ei O o. Fuen e: Ludwig Glaese , The Wo k o F ei O o, MoMA, 1972, p. 75.
Figu a 22. Cubie a e ác il ipo “pa aguas” diseñada po F ei O o pa a la Exposición de Ja dine-
ía en Colonia (1971). Fuen e: Ludwig Glaese , The Wo k o F ei O o, MoMA, 1972, p. 76.
Figu a 23. P opues a de cúpula neumá ica pa a una ciudad en el Á ico (1971), conocida como
“A c ic Ci y En elope”. Fuen e: Ludwig Glaese , The Wo k o F ei O o, MoMA, 1972, p. 89.
Figu a 24. A chig am. “Abou A chig am.” A chig am. h ps://www.a chig am.ne /abou -a chig am
(2025).
Figu a 25. A chig am. “Plug-in Ci y.” A chig am. h ps://www.a chig am.ne /p ojec s? iew=a i-
cle&id=116&ca id=8 (2025).
Figu a 26. A chig am. “The Walking Ci y.” A chig am. h ps://www.a chig am.ne /p ojec s? iew=a -
icle&id=117&ca id=8 (2025).
Figu a 27. S epienyba no. “Anne Tyng: la a qui ec u a como juego geomé ico.” S epienyba no.
h ps://s epienyba no.es/blog/2022/02/15/anne- yng-la-a qui ec u a-como-juego-geome ico/
(2025).
IMAGENES
131
Figu a 28. S ephanie Spech . “Anne Tyng.” S ephanie Spech S udio. h ps://s ephaniespech .com/
anne- yng (2025).
Figu a 29. S ephanie Spech . “Anne Tyng.” S ephanie Spech S udio. h ps://s ephaniespech .com/
anne- yng (2025).
Figu a 30. Delood. “Anne Tyng: Inhabi ing Geome y.” Delood. h ps://delood.com/a chi e/a -a chi e/
anne- yng-inhabi ing-geome y/ (2025).
Figu a 31. A qui ec u a Vi a. “Miguel Fisac (1913–2006).” A qui ec u a Vi a. h ps://a qui ec u a i a.
com/a iculos/miguel- isac-1913-2006 (2025).
Figu a 32. Elabo ación p opia comp ación y e olución de los edi icios (2025).
Figu a 33. A chDaily. “Clásicos de A qui ec u a: Labo a o ios Jo ba ‘La Pagoda’ / Miguel Fisac.”
A chDaily. h ps://www.a chdaily.co/co/913758/clasicos-de-a qui ec u a-labo a o ios-jo ba-la-pago-
da-miguel- isac (2025).
Figu a 34 - 35. A qFo o. “Cen o de Es udios Hid og á icos / Miguel Fisac.” A qFo o. h ps://www.
a q o o.com/cen o-de-es udios-hid og a icos-miguel- isac (2025).
Figu a 36 - 37. A qui ec u a Vi a. “Ce emonias del adiós.” A qui ec u a Vi a. h ps://a qui ec u a i a.
com/a iculos/ce emonias-del-adios (2025).
Figu a 38. Me alocus. “Me cado de San a Ca e ina po EMBT.” Me alocus. h ps://www.me alocus.es/
es/no icias/me cado-de-san a-ca e ina-po -emb (2025).
Figu a 39. Mi alles, En ic, y Benede a Tagliabue. El C oquis 144: EMBT 2000–2009. Mad id: El
C oquis Edi o ial, 2009, p. 149, o og a ía maque a.
Figu a 40. Me alocus. “Papa ien joue chez moi po EMBT.” Me alocus. h ps://www.me alocus.es/
es/no icias/papa- ien -joue -chez-moi-po -emb (2025).
Figu a 41. Acceso desde la pis a de juegos y sala de euniones del Cen o Cul u al y Depo i o en
Sain -Blaise, Pa ís. Fuen e: El C oquis 197: B u he 2012–2018, p. 59.
Figu a 42. Rende del p oyec o “Supe L”, 160 i iendas sociales en Pa ís, diseñado po B u he .
Fuen e: El C oquis 197: B u he 2012–2018, p. 91.
Figu a 43. Fachada y espacio in e io de doble al u a del Cen o de In es igación de Nue a Gene a-
ción en Caen, F ancia. Fuen e: El C oquis 197: B u he 2012–2018, p. 105.
Figu a 44. Diag ama concep ual, maque a de es udio y plano de si uación del “Cen o de In es iga-
ción de Nue a Gene ación”, Caen, F ancia. Fuen e: El C oquis 197: B u he 2012–2018, p. 106.
Figu a 45. Maque a de es udio del p oyec o pa a el Nue o Museo del Siglo XX en Be lín, diseñado
po B u he . Fuen e: El C oquis 197: B u he 2012–2018, pp. 137–140.
Figu a 46. Maque a comple a del edi icio Li e Science, Lausana, Suiza. Fuen e: El C oquis 197:
B u he 2012–2018, p. 160.
Figu a 47. Maque a de es udio del p oyec o Gale ías La aye e en Pau, diseñado po B u he . Fuen-
e: El C oquis 197: B u he 2012–2018, p. 233.
Figu a 48. A chDaily. “House o A is s / APPARATA A chi ec s.” A chDaily. h ps://www.a chdaily.
com/973407/house- o -a is s-appa a a-a chi ec s (2025).
Figu a 49. Apa camien os pa a el Pea l Pa h en Muha aq, Ba éin. Fuen e: El C oquis 224: Ch is ian
Ke ez 2015–2024, pp. 240–241.
Figu a 50. Inciden al Space, ins alación suiza en la Bienal de Venecia 2016. Fuen e: El C oquis 224:
Ch is ian Ke ez 2015–2024, p. 91.
Figu a 51. Pabellón nacional de Ba éin pa a la Expo Dubái 2020, diseñado po Ch is ian Ke ez.
Fuen e: El C oquis 224: Ch is ian Ke ez 2015–2024, p. 139.
Figu a 52-54.MVRDV. “Po lan is.” MVRDV P ojec s. h ps://www.m d .com/p ojec s/466/po lan is
(2025).
Figu a 55. Concep o Me aci y/Da a own diseñado po MVRDV. Fuen e: MVRDV, h ps://www.m d .
com/p ojec s/147/me aci y--da a own.
Figu a 56. MVRDV. “Wha I ? Nede land 2100.” MVRDV P ojec s. h ps://www.m d .com/p o-
jec s/1007/wha -i -nede land-2100 (2025).
Figu a 57. MVRDV. “Silodam.” MVRDV P ojec s. h ps://www.m d .com/p ojec s/163/silodam (2025).
Figu a 58. MVRDV. El C oquis 86: MVRDV 1991–1997. Mad id: El C oquis Edi o ial, 1997.
MVRDV. El C oquis 111: MVRDV 1997–2002. Mad id: El C oquis Edi o ial, 2002.
Figu a 59. UNS udio. “Booking.com Ci y Campus.” UNS udio. h ps://www.uns udio.com/p ojec s/
booking-com-ci y-campus/ (2025).
Figu a 60. UNS udio. Museo Me cedes-Benz. Fuen e: UNS udio, h ps://www.uns udio.com/p ojec s/
me cedes-benz-museum/.
Figu a 61. UNS udio. Figu a 61. Fo og a ia in e io del Es ación de A nhem. Fuen e: UNS udio,
h ps://www.uns udio.com/p ojec s/s h-bnk-by-beulah/ (2025).
Figu a 62. UNS udio. “Expo Ci y Dubai.” UNS udio. h ps://www.uns udio.com/p ojec s/expo-ci-
y-dubai/ (2025).
132
NOW
HOW TO AI?
.. -. - . .-.. .. --. . -. -.-. .. .- -....- .- .-. - .. ..-. ..
-.-. .. .- .-.. -....- -.-. --- -- --- -....- .... . .-. .-.
.- -- .. . -. - .- -....- -.-. .-. . .- - .. ...- .- -....- -.. .
-. - .-. --- -....- -.. . .-.. -....- -.-. .- -- .--. ---
-....- -.. . -....- .- .-. --.- ..- .. - . -.-. - ..- .-. .-