Del copiloto al interlocutor: cómo los agentes de IA empiezan a participar en el diseño arquitectónico
Agentes de IA para diseño arquitectónico: ¿Puede un agente de IA participar en el diseño arquitectónico? Analizamos un estudio sobre IA multimodal, conversación y evaluación de alternativas.
Un experimento con un agente multimodal especializado en arquitectura muestra cómo la IA puede pasar de generar imágenes a participar en conversaciones de diseño, interpretar alternativas y relacionar prestaciones, referencias e intenciones arquitectónicas.
Leer más: Agentes de IA en arquitectura: de responder a actuar
Agentes de IA para diseño arquitectónico: del copiloto al interlocutor
La primera generación de herramientas de inteligencia artificial aplicadas a arquitectura ha estado dominada por una interacción bastante sencilla:
el arquitecto introduce algo → la IA devuelve algo.
Un prompt produce una imagen.
Un texto produce una respuesta.
Un boceto produce una visualización.
Pero diseñar arquitectura rara vez funciona así.
El proceso de diseño es iterativo.
Se propone.
Se observa.
Se compara.
Se critica.
Se modifica.
Se vuelve a evaluar.
Y numerosas decisiones se construyen mediante conversaciones entre arquitectos, clientes, ingenieros, consultores y otros participantes.
¿Qué ocurriría si la inteligencia artificial pudiera integrarse dentro de esa conversación?
Esta es la cuestión que investigan Lok Hang Cheung, Likai Wang y Dongxue Lei en Conversational, agentic AI-enhanced architectural design process: three approaches to multimodal AI-enhanced early-stage performative design exploration, publicado en 2025 en Architectural Intelligence.
Los investigadores desarrollaron un sistema de IA agente y multimodal especializado en arquitectura, lo integraron dentro de WeChat y lo introdujeron en un taller de diseño arquitectónico.
Su objetivo no era conseguir que la IA diseñara automáticamente.
Era investigar algo mucho más interesante:
qué ocurre cuando la IA puede convertirse en interlocutor dentro del proceso de diseño.
Y del experimento emergieron tres formas diferentes de colaboración:
basada en prestaciones, basada en evaluación y basada en la propia lógica proyectual del diseñador.
En 30 segundos
Los investigadores desarrollaron un sistema capaz de recibir texto e imágenes, interpretar en qué situación se encuentra el diseñador, consultar conocimiento arquitectónico y referencias externas, proporcionar recomendaciones y generar imágenes de apoyo.
El sistema se utilizó en un taller con tres estudiantes de arquitectura que trabajaron sobre la rehabilitación de un conjunto de uso mixto en el casco histórico de Suzhou.
Los autores observaron tres formas diferentes de interacción:
Performance-based. La IA ayuda a interpretar resultados de optimización y a relacionarlos con decisiones arquitectónicas.
Evaluation-based. La IA compara alternativas y ayuda al diseñador a evaluarlas.
Designerly-based. El diseñador mantiene una intención clara y utiliza la IA como interlocutor para cuestionar, desarrollar y refinar decisiones específicas.
Durante el experimento se registraron 39 interacciones utilizables.
El 62 % incluía entradas multimodales —fundamentalmente imágenes— y aproximadamente el 79 % acabó utilizando el componente agente más flexible del sistema, en lugar de los flujos preprogramados.
Pero el resultado quizá más importante no sea cuantitativo.
Los estudiantes dejaron de percibir la IA simplemente como generador de imágenes y empezaron a describirla como:
asistente de diseño, asistente docente o miembro del equipo.
El problema del modelo «prompt → resultado»
Los autores parten de una crítica relevante a buena parte de la IA aplicada actualmente a arquitectura.
Muchas herramientas utilizan una relación lineal:
entrada → procesamiento → salida.
Pero un problema arquitectónico no suele resolverse mediante una única respuesta.
El diseño pertenece a lo que tradicionalmente se ha denominado problemas complejos o wicked problems: existen numerosos criterios, objetivos potencialmente contradictorios y decisiones que se reformulan conforme avanza el propio proyecto.
Por eso los investigadores recuperan una tradición bastante anterior a la actual IA generativa.
Gordon Pask entendía el aprendizaje y el diseño desde la conversación.
Donald Schön describía el diseño como una conversación reflexiva con la situación.
La propuesta del paper consiste precisamente en trasladar esa idea al contexto contemporáneo:
la relación arquitecto-IA debería ser menos parecida a pedir un resultado y más parecida a mantener una conversación de diseño.
No porque la IA sea un arquitecto humano.
Sino porque la interacción puede hacerse iterativa, contextual y multimodal.
Hablar de arquitectura significa también enseñar imágenes
Aquí aparece una de las aportaciones más importantes del trabajo.
La arquitectura no puede tratarse adecuadamente únicamente mediante texto.
Trabajamos con:
planos;
diagramas;
volúmenes;
secciones;
imágenes;
renders;
modelos;
relaciones espaciales.
Por eso el sistema desarrollado es multimodal.
Puede recibir tanto preguntas escritas como imágenes del proyecto.
Y los datos del experimento refuerzan esta necesidad: 24 de las 39 interacciones registradas, un 62 %, utilizaron entradas multimodales.
Es un dato pequeño por el tamaño de la muestra, pero conceptualmente importante.
Un asistente arquitectónico basado únicamente en conversación textual probablemente tendrá una capacidad limitada.
El futuro parece orientarse hacia sistemas capaces de ver y conversar simultáneamente.
Cómo funciona el sistema
La arquitectura técnica propuesta por los investigadores resulta particularmente interesante.
El usuario introduce una consulta que puede incluir texto e imágenes.
Un primer modelo multimodal actúa como clasificador.
Determina qué tipo de información ha recibido.
Si identifica una imagen de volumetría inicial, activa un flujo especializado.
Si identifica un render, activa otro.
Si la consulta no encaja claramente en estos casos, pasa a un agente más flexible.
El sistema combina posteriormente diferentes componentes:
modelos multimodales;
búsqueda web;
base de conocimiento;
RAG —Retrieval Augmented Generation—;
generación de imágenes;
flujos predefinidos;
y
un agente capaz de decidir qué herramientas utilizar.
La figura 3 del paper representa precisamente esta arquitectura: un clasificador dirige la petición hacia dos workflows especializados o hacia un tercer LLM agente, y los resultados se recombinan antes de entregarse al diseñador.
Esta arquitectura resulta mucho más interesante que simplemente colocar ChatGPT junto a un programa CAD.
Aquí empieza a aparecer una verdadera orquestación del proceso.
Del rendimiento a la forma
El flujo de trabajo combina además dos mundos que con frecuencia permanecen separados.
Por un lado:
optimización performativa.
Por otro:
exploración generativa.
Los investigadores utilizan EvoMass para generar alternativas volumétricas evaluadas según determinados criterios de comportamiento.
Posteriormente, las soluciones seleccionadas pasan a una fase de conversación con el agente y finalmente a herramientas generativas de imagen.
El flujo puede resumirse así:
optimización → selección → conversación → exploración visual → evaluación → nueva iteración.
Esta combinación es particularmente relevante.
Porque uno de los grandes riesgos de la IA generativa en arquitectura es producir imágenes convincentes completamente desconectadas del comportamiento del edificio.
El paper intenta mantener un vínculo entre ambas dimensiones:
prestaciones + expresión arquitectónica.
El arquitecto continúa seleccionando
Hay un detalle metodológico importante.
Después de la optimización, el sistema no selecciona automáticamente la «mejor» propuesta.
El diseñador puede escoger soluciones óptimas o subóptimas.
Esto reconoce algo fundamental.
El resultado matemáticamente mejor según una determinada métrica no necesariamente constituye el mejor proyecto arquitectónico.
Una alternativa ligeramente peor desde un indicador puede:
generar espacios más interesantes;
integrarse mejor en el contexto;
responder mejor al programa;
o permitir posteriores desarrollos.
Por tanto:
optimizar no equivale a decidir.
La IA amplía la información disponible.
La decisión sigue requiriendo juicio.
Tres diseñadores, tres formas de trabajar con la IA
El resultado más interesante del experimento probablemente sea que los tres estudiantes no utilizaron la IA de la misma manera.
Los investigadores identificaron tres patrones.
1. Diseño basado en prestaciones
El primer estudiante quería maximizar la exposición solar de los edificios circundantes.
Utilizó primero EvoMass para explorar localización y orientación.
Después envió los resultados al agente.
La IA sugirió diferentes estrategias, entre ellas modificar retranqueos y utilizar una función de rotación disponible en la herramienta de optimización.
Aquí sucede algo interesante.
El agente no genera directamente el proyecto.
Hace visible una posibilidad que el diseñador no había considerado.
El estudiante vuelve entonces al modelo, modifica determinados elementos y vuelve a consultar a la IA.
Se establece un ciclo:
simular → preguntar → interpretar → modificar → volver a evaluar.
Aquí el agente funciona como intermediario entre datos de rendimiento y decisión proyectual.
2. Diseño basado en evaluación
El segundo estudiante tenía otro problema.
Disponía de varias alternativas y no estaba seguro de cuál desarrollar.
Utilizó entonces el agente fundamentalmente para:
comparar;
evaluar;
identificar diferencias;
y proponer caminos de desarrollo.
Esto apunta hacia una función potencialmente muy importante de los agentes de IA.
La IA generativa puede producir muchas alternativas.
Pero precisamente esa abundancia crea un nuevo problema:
¿cómo elegimos?
Es algo que ya observábamos en nuestro primer paper sobre Prompt Choreographies.
Aquí el agente empieza a intervenir precisamente en ese espacio.
No generando necesariamente más opciones.
Sino ayudando a interpretar opciones existentes.
3. Diseño basado en la intención del diseñador
El tercer estudiante tenía desde el principio una visión bastante clara.
Quería desarrollar calles interiores abiertas y espacios para la comunidad local.
Además tenía experiencia previa utilizando Stable Diffusion.
Al principio mostró poco interés por el agente.
Pero después de observar las interacciones de sus compañeros empezó a utilizarlo para cuestionar sus propias decisiones.
Y aquí aparece probablemente la forma más madura de interacción de las tres.
Cuando la IA recomendó una alternativa, el estudiante no la aceptó.
Preguntó:
¿qué ocurre si priorizamos primero la calidad de vida de los residentes?
Después volvió a cuestionarla:
¿cómo equilibrarías la nueva vida de calle abierta con la posible alteración de los modos de vida tradicionales?
La diferencia es fundamental.
No utiliza la IA para obtener una respuesta.
La utiliza para mantener una discusión sobre criterios de diseño.
Esto se aproxima mucho más a la idea de conversación proyectual que persigue el paper.
La IA funciona mejor cuando el diseñador sabe qué quiere
Este tercer caso permite extraer una interpretación especialmente importante.
Un diseñador con una intención clara puede utilizar la IA para:
cuestionarla;
contrastar alternativas;
pedir argumentos;
solicitar referencias;
y explorar consecuencias.
Por el contrario, cuando la intención es imprecisa, las respuestas de la IA pueden resultar excesivamente generales.
Los propios estudiantes detectaron este problema.
Una de las principales dificultades del experimento fue precisamente conseguir que la IA proporcionara respuestas suficientemente específicas y realmente arquitectónicas.
Esto contradice una visión muy extendida:
cuanto más potente sea la IA, menos necesita saber el usuario.
Puede ocurrir precisamente lo contrario.
Cuanto mayor sea el espacio de posibilidades que ofrece la IA, mayor valor puede adquirir la capacidad humana para formular problemas relevantes.
La interfaz también importa
Otra decisión interesante fue integrar el agente dentro de WeChat, una aplicación que los participantes ya sabían utilizar.
El objetivo era reducir la curva de aprendizaje.
En lugar de obligar a los estudiantes a aprender una nueva interfaz técnica, la IA aparece dentro de un medio de comunicación cotidiano.
Este detalle puede parecer menor.
No lo es.
Buena parte de la adopción de IA profesional puede depender menos de disponer del modelo técnicamente más sofisticado que de conseguir integrarlo dentro de los flujos de trabajo existentes.
En este caso:
el arquitecto no entra en «la herramienta de IA».
La IA entra en el lugar donde ya trabaja y conversa el equipo.
¿IA individual o IA dentro del equipo?
El experimento utilizó un chat grupal formado por estudiantes, profesores y agente.
Los resultados fueron ambiguos.
Algunos participantes valoraron poder observar cómo los demás interactuaban con la IA.
Eso favorecía aprendizaje e inspiración.
Pero también aparecieron:
sobrecarga cognitiva;
distracciones;
y
preocupaciones sobre privacidad.
Uno de los estudiantes prefería claramente una conversación privada.
Y aquí los autores plantean una posibilidad especialmente interesante para el futuro:
no un único agente para todo.
Sino diferentes agentes con diferentes funciones.
Por ejemplo:
agente privado del diseñador;
agente del equipo;
agente secretario;
agente docente;
agente analista.
Empieza a aparecer así el verdadero concepto de sistema multiagente aplicado al trabajo arquitectónico.
El agente flexible frente al workflow programado
El experimento incluía dos tipos de funcionamiento.
Por un lado, workflows predefinidos para determinadas situaciones.
Por otro, un LLM agente más flexible.
De las 39 interacciones registradas:
31 —aproximadamente el 79 %— fueron gestionadas por el agente flexible.
Los workflows especializados se utilizaron mucho menos.
Pero esto no significa que sean inútiles.
Precisamente los autores observan que en determinadas tareas concretas podían ofrecer respuestas más profundas y específicas.
Esto nos lleva a una conclusión especialmente interesante:
flexibilidad y especialización probablemente deberán coexistir.
El agente general puede manejar situaciones imprevistas.
El workflow especializado puede garantizar profundidad y consistencia en procesos bien definidos.
Un problema importante: la falsa objetividad
Los tres estudiantes afirmaron que la IA aportaba comentarios más «objetivos».
Pero los propios autores introducen una cautela importante.
Un resultado computacional puede parecer objetivo sin serlo realmente.
El sistema puede utilizar:
supuestos implícitos;
datos incompletos;
sesgos;
criterios no explicitados;
o razonamientos deficientes.
Dos estudiantes detectaron precisamente que determinadas recomendaciones carecían de una justificación lógica suficientemente clara.
Por eso una de las necesidades futuras identificadas es mejorar la explicabilidad.
No basta con que el agente diga:
Esta alternativa es mejor.
Debería poder explicar:
mejor según qué criterio;
a partir de qué información;
qué compromisos implica;
y
qué incertidumbre existe.
Esta cuestión será fundamental si estos sistemas evolucionan desde educación hacia práctica profesional.
El problema todavía mayor: la IA sabe poco de arquitectura
A pesar de haber diseñado un sistema especializado, los estudiantes encontraron respuestas demasiado generales.
Incluso aparecieron simplificaciones culturales.
Cuando se preguntaba sobre Suzhou, la IA tendía a recurrir a imágenes estereotipadas de jardines tradicionales chinos.
También podía interpretar «desarrollo futuro» como cuestiones estructurales o de seguridad contra incendios cuando el diseñador se refería a continuar desarrollando el volumen y el lenguaje arquitectónico.
Esto muestra una limitación importante de los modelos generalistas.
Comprender vocabulario no significa necesariamente comprender la intención disciplinar detrás del vocabulario.
Por eso los autores señalan como futura dirección desarrollar sistemas con mayor enfoque arquitectónico mediante:
bases de conocimiento;
mejor contextualización;
RAG;
y eventualmente grafos de conocimiento.
De la base documental al grafo de conocimiento
Este último punto merece especial atención.
El sistema ya incluye una base de conocimiento con:
documentación;
manuales;
artículos;
y datos del proyecto.
Pero los investigadores observan que recuperar información no siempre basta.
Un sistema puede encontrar que una herramienta dispone de una determinada función.
Otra cosa es comprender:
cómo esa función puede relacionarse con una intención arquitectónica.
Por ello proponen explorar knowledge graphs —grafos de conocimiento—.
Esta es una pista estratégica importante para Arquitectura.Tech.
Los futuros asistentes arquitectónicos probablemente no necesitarán únicamente documentos.
Necesitarán estructuras capaces de representar relaciones entre:
conceptos arquitectónicos;
normativa;
datos;
componentes;
prestaciones;
decisiones;
herramientas;
y
resultados.
Eso empieza a parecerse mucho más a una verdadera infraestructura de conocimiento arquitectónico.
De herramienta a miembro del equipo
Durante las entrevistas aparece un cambio perceptivo bastante interesante.
Antes del taller algunos estudiantes esperaban fundamentalmente otro generador de imágenes.
Después de trabajar con el sistema comenzaron a describirlo como:
asistente de diseño;
asistente docente;
miembro del equipo.
Esto no significa que la IA se haya convertido en arquitecto.
Significa que cambia el tipo de interacción.
Una herramienta convencional responde a una operación.
Un interlocutor conserva contexto, responde a preguntas sucesivas y participa en una secuencia.
La diferencia puede parecer sutil.
Pero podría modificar profundamente cómo organizamos el trabajo.
Lo que el estudio no demuestra
Aquí debemos ser especialmente rigurosos.
El paper constituye una investigación interesante, pero su evidencia empírica es muy limitada.
El taller contó únicamente con:
tres estudiantes de arquitectura.
Cada uno desarrolló su propio proyecto.
No existió un grupo de control.
Los investigadores reconocen explícitamente que esta ausencia impide determinar si el agente proporciona ventajas frente a otros métodos.
También dificulta extraer conclusiones estadísticas significativas de cuestionarios con una muestra tan pequeña.
Las 39 interacciones resultan útiles para describir el comportamiento observado, pero no para establecer leyes generales sobre la colaboración humano-IA.
Además, se trata de un contexto educativo.
No sabemos todavía cómo funcionaría el sistema dentro de:
un estudio profesional;
un proyecto multidisciplinar;
una obra;
una administración;
o un proyecto con responsabilidades contractuales reales.
Los propios autores consideran necesario experimentar con varios diseñadores trabajando sobre un único proyecto, algo que el estudio actual tampoco hace.
Por tanto, este paper no demuestra que:
la IA agente produzca mejores edificios;
mejore objetivamente la creatividad;
reduzca costes profesionales;
o
sea superior al trabajo tradicional.
Demuestra algo más modesto pero muy valioso:
que es técnicamente posible construir un entorno arquitectónico conversacional y observar diferentes patrones de colaboración entre diseñador e IA.
La lectura de Arquitectura.Tech
Este paper permite avanzar un paso respecto a los tres anteriores.
Primero vimos que la IA generativa provoca una abundancia que exige selección.
Después vimos que la IA puede penetrar en diferentes etapas del proceso arquitectónico.
A continuación estudiamos los agentes como sistemas capaces de perseguir objetivos y utilizar herramientas.
Ahora aparece la conexión:
un agente arquitectónico puede comenzar a coordinar análisis, conocimiento, imágenes y herramientas dentro de una conversación de diseño.
Podemos representar esa evolución así:
IA como herramienta
↓
IA como generador
↓
IA como asistente
↓
IA como interlocutor
↓
IA como agente
↓
IA como conjunto de agentes especializados
Pero existe algo todavía más importante.
No parece que el futuro consista simplemente en añadir autonomía.
Parece consistir en distribuir correctamente la inteligencia entre:
persona + datos + modelos + herramientas + reglas + agentes.
Ese sistema completo puede resultar mucho más interesante que cualquiera de sus componentes aislados.
Del paper al proyecto: el primer Arquitectura.Tech Design Agent
Este paper nos proporciona además un experimento muy concreto que podríamos desarrollar.
En lugar de intentar construir desde el principio un complejo sistema multiagente, podríamos comenzar con un Arquitectura.Tech Design Agent v0.1.
Su objetivo no sería diseñar edificios.
Sería una función mucho más precisa:
ayudar a comparar alternativas arquitectónicas mediante criterios explícitos.
Podríamos introducir tres propuestas sencillas de un mismo proyecto.
El agente recibiría:
imágenes;
programa;
emplazamiento;
datos climáticos;
criterios del diseñador;
y algunos resultados cuantitativos.
Y debería:
1. identificar diferencias;
2. preguntar qué objetivos tienen prioridad;
3. construir una matriz de criterios;
4. señalar compromisos;
5. detectar información insuficiente;
6. sugerir qué análisis adicional realizar;
7. evitar seleccionar automáticamente una «mejor» solución.
Después podríamos estudiar algo especialmente importante:
¿ayuda realmente el agente a tomar mejores decisiones o simplemente produce argumentos convincentes?
Esta pregunta me parece mucho más valiosa que intentar construir otro generador de imágenes.
Ficha del paper
Título original: Conversational, agentic AI-enhanced architectural design process: three approaches to multimodal AI-enhanced early-stage performative design exploration
Autores: Lok Hang Cheung, Likai Wang y Dongxue Lei.
Instituciones: Xi’an Jiaotong-Liverpool University y Ningbo University.
Revista: Architectural Intelligence
Volumen: 4
Artículo: 10
Año: 2025
DOI: 10.1007/s44223-025-00092-5
Tipo: Research Article
Acceso: Open Access, licencia CC BY 4.0
Recibido: 26 de noviembre de 2024
Revisado: 5 de junio de 2025
Aceptado: 11 de junio de 2025
Ámbito: IA agente y multimodal aplicada al diseño arquitectónico temprano
Caso estudiado: rehabilitación de un conjunto de uso mixto en Gusu Old Town, Suzhou
Participantes: tres estudiantes de arquitectura y tutores
Interacciones registradas: 39
Principal aportación: identificación de tres modos de conversación humano-IA: basada en prestaciones, evaluación y lógica proyectual del diseñador.
Siguiente frontera: si un agente puede conversar sobre alternativas arquitectónicas, la siguiente cuestión es comprobar cómo la Ciencia de Datos y el Machine Learning pueden evaluar aspectos objetivos del comportamiento de los edificios.
Este artículo ha sido elaborado con ayuda de herramientas de inteligencia artificial para apoyar tareas de análisis, síntesis y redacción. La selección de fuentes, interpretación, estructura, enfoque y revisión final han sido realizados bajo supervisión y guía humana.