¿Sustituirá la inteligencia artificial a los arquitectos? La pregunta quizá esté mal planteada
¿Puede la IA sustituir a los arquitectos? Analizamos cómo la inteligencia artificial está transformando todas las fases del trabajo arquitectónico.
La inteligencia artificial ya interviene en prediseño, diseño conceptual, desarrollo, documentación y construcción. Analizamos una revisión científica que propone interpretar esta transformación no como la desaparición del arquitecto, sino como un cambio profundo en su papel profesional.
¿Sustituirá la inteligencia artificial a los arquitectos? La pregunta quizá esté mal planteada
La conversación sobre inteligencia artificial y arquitectura suele desembocar rápidamente en una pregunta:
¿Podrá la inteligencia artificial sustituir a los arquitectos?
Es una pregunta comprensible, pero quizá no sea la más interesante.
Porque mientras discutimos si una inteligencia artificial será capaz algún día de diseñar autónomamente un edificio, algo mucho más inmediato ya está sucediendo: diferentes formas de inteligencia artificial están penetrando progresivamente en prácticamente todas las etapas del trabajo arquitectónico.
Analizar emplazamientos.
Interpretar normativa.
Generar distribuciones.
Explorar alternativas.
Crear imágenes.
Desarrollar modelos.
Automatizar documentación.
Analizar costes y riesgos.
Monitorizar obras mediante cámaras y drones.
Detectar problemas mediante visión artificial.
Gestionar edificios mediante gemelos digitales.
El cambio importante podría no consistir, por tanto, en que la IA sustituya al arquitecto.
Podría consistir en que cambie profundamente qué hace el arquitecto, cómo lo hace y qué competencias necesita para seguir aportando valor.
Esta es la cuestión que plantea Ferdy Sabono en A Review: Exploring AI’s Role in Architecture: Redefining New Design Interactions, publicado en julio de 2025 en DIMENSI: Journal of Architecture and Built Environment.
El trabajo realiza una revisión sistemática de la literatura científica sobre inteligencia artificial y arquitectura y analiza su posible intervención a lo largo de seis grandes etapas del trabajo arquitectónico.
Su conclusión resulta particularmente interesante:
no estamos necesariamente ante la sustitución del arquitecto, sino ante un desplazamiento de su papel hacia nuevas formas de colaboración entre personas y sistemas inteligentes.
En 30 segundos
El estudio parte de 500 publicaciones localizadas mediante Semantic Scholar, Google Scholar y Scopus para el periodo 2016-2024.
Tras eliminar duplicados y trabajos no pertinentes, identifica 73 artículos relevantes. De ellos, 56 eran de acceso abierto y fueron analizados; finalmente, 48 se utilizaron como evidencia para la discusión y ocho para identificar vacíos de investigación.
A partir de esta literatura, el autor estudia la utilización de IA en seis fases:
prediseño → diseño conceptual → desarrollo del diseño → documentación de construcción → negociación/contratación → observación de la construcción.
La conclusión es que existen aplicaciones potenciales de IA en todas ellas.
Pero el paper no concluye que esto haga innecesario al arquitecto.
Propone algo diferente: pasar de pensar en reemplazo a pensar en transformación del papel profesional.
Una imagen de la IA mucho más amplia que ChatGPT
Este es probablemente el primer aspecto que merece destacarse.
Cuando actualmente hablamos de IA aplicada a arquitectura existe el riesgo de identificar inteligencia artificial con IA generativa.
Y, todavía más específicamente, con generación de imágenes.
Pero el paisaje tecnológico es considerablemente más amplio.
El paper revisa aplicaciones de machine learning y deep learning relacionadas con sostenibilidad, estructuras, edificios inteligentes, diseño espacial y fabricación digital.
También analiza redes neuronales profundas capaces de trabajar sobre distribuciones arquitectónicas y modelos generativos como las GAN para producir plantas a partir de determinadas restricciones.
La IA aparece así no solamente como generadora de contenido, sino como tecnología capaz de:
clasificar → predecir → detectar → optimizar → generar → evaluar → automatizar.
Esta distinción es fundamental.
Una parte importante del potencial de la IA en el entorno construido probablemente no aparecerá en forma de chatbot.
Puede estar detrás de un sistema que predice consumos energéticos, detecta anomalías, analiza imágenes de una obra, optimiza una distribución o compara miles de alternativas.
Para comprender realmente la transformación de la arquitectura debemos, por tanto, mirar más allá de la IA generativa.
1. Prediseño: convertir información en decisiones
Antes de dibujar un edificio existe una enorme cantidad de información que comprender.
Normativa.
Características del solar.
Topografía.
Accesibilidad.
Orientación.
Programa funcional.
Restricciones urbanísticas.
Infraestructuras.
Condiciones ambientales.
Tradicionalmente, una parte importante de esta fase consiste en recopilar, consultar, ordenar e interpretar información procedente de fuentes diferentes.
El paper identifica precisamente aquí uno de los primeros territorios de aplicación de la IA.
Los sistemas computacionales pueden ayudar a recopilar y analizar información, estudiar geometrías, orientación solar, configuraciones espaciales o restricciones normativas y generar posteriormente alternativas.
El cambio conceptual es importante:
el prediseño puede evolucionar progresivamente desde un proceso basado en recopilar información hacia otro basado en estructurar, relacionar y analizar datos.
Y aquí aparece una cuestión especialmente relevante para Arquitectura.Tech.
La IA no sustituye a los datos.
Los necesita.
Cuanto más queramos utilizar sistemas inteligentes para tomar mejores decisiones arquitectónicas, mayor importancia adquirirán la disponibilidad, calidad, estructura, interoperabilidad y trazabilidad de esos datos.
Por eso Ciencia de Datos e Inteligencia Artificial deben entenderse conjuntamente.
2. Diseño conceptual: de crear una solución a explorar un espacio de soluciones
La fase conceptual ha sido tradicionalmente uno de los territorios donde más claramente se identifica la aportación creativa del arquitecto.
También aquí está entrando la IA.
El paper revisa sistemas de diseño generativo capaces de trabajar con requisitos como superficies, materiales, métodos constructivos, costes o condiciones ambientales para generar múltiples alternativas.
Esto introduce una transformación profunda.
En un proceso convencional, el arquitecto puede desarrollar unas pocas alternativas.
Un sistema computacional puede explorar cientos o miles.
La pregunta deja entonces de ser:
¿cómo genero una solución?
y empieza a convertirse en:
¿cómo defino el problema para que el sistema explore soluciones relevantes y cómo determino posteriormente cuáles merecen continuar?
Es exactamente el problema que encontrábamos en el paper anterior sobre Prompt Choreographies.
La abundancia generativa desplaza parte del valor profesional desde la producción de alternativas hacia la definición de criterios, evaluación y selección.
3. Desarrollo del diseño: cuando generar imágenes es solamente el principio
Esta es probablemente la utilización de IA más visible actualmente.
A partir de bocetos, imágenes o instrucciones textuales pueden generarse rápidamente visualizaciones, variantes, materiales, ambientes e incluso primeras aproximaciones tridimensionales.
Esto puede reducir considerablemente el tiempo necesario para explorar y comunicar alternativas.
Pero existe un riesgo importante.
Una imagen convincente no equivale a una solución arquitectónica válida.
La visualización puede sugerir coherencia sin demostrarla.
Puede parecer construible sin serlo.
Puede representar determinadas prestaciones ambientales sin haberlas calculado.
Puede mostrar una estructura aparentemente plausible sin verificar su comportamiento.
Por eso resulta importante distinguir entre:
generar una representación
y
validar una solución.
Esta diferencia será cada vez más importante conforme mejore la capacidad de los modelos generativos para producir resultados visualmente convincentes.
4. Documentación constructiva: probablemente uno de los grandes campos de automatización
Una vez definido el proyecto aparece una enorme cantidad de trabajo documental.
Plantas.
Secciones.
Alzados.
Detalles.
Cotas.
Especificaciones.
Información estructural.
Instalaciones.
Coordinación entre documentos.
El paper considera que la IA puede contribuir a automatizar parte de estos procesos mediante su integración con herramientas CAD y BIM.
Aquí el impacto potencial puede ser enorme porque encontramos muchas tareas repetitivas, estructuradas y susceptibles de automatización.
Pero conviene introducir una distinción que el entusiasmo tecnológico puede ocultar.
Automatizar la producción de un documento no elimina la responsabilidad sobre su contenido.
Si una IA genera automáticamente un detalle, una medición o una especificación, alguien deberá comprobar que sea correcta.
Cuanto mayor sea la automatización, más importante puede resultar la capacidad profesional para supervisar y validar.
Podríamos resumirlo así:
menos tiempo produciendo información; más responsabilidad verificándola.
5. Negociación: el territorio donde la automatización encuentra a las personas
El paper introduce después una dimensión menos habitual en los análisis sobre IA y arquitectura: la negociación.
Los proyectos arquitectónicos no son solamente problemas geométricos.
También son procesos sociales y económicos.
Intervienen clientes, arquitectos, ingenieros, administraciones, constructores, industriales y muchos otros actores con intereses diferentes.
Presupuestos.
Plazos.
Contratos.
Cambios.
Conflictos.
Decisiones.
La investigación revisada muestra que ya existen sistemas experimentales de IA destinados a asistir procesos de negociación o simular agentes negociadores.
Esto abre posibilidades interesantes.
Una IA podría analizar escenarios, comparar ofertas, detectar inconsistencias, modelizar consecuencias económicas o ayudar a preparar negociaciones.
Pero también evidencia una de las fronteras fundamentales de la automatización.
Una negociación no consiste únicamente en encontrar matemáticamente una solución.
Incluye confianza, responsabilidad, intereses, percepción, comunicación y relaciones humanas.
Aquí probablemente veremos más inteligencia aumentada que sustitución completa.
6. Construcción: cuando la IA abandona la pantalla
La última etapa estudiada resulta especialmente relevante para nuestro posicionamiento.
La IA ya puede intervenir en el seguimiento de obras mediante:
cámaras,
drones,
sensores,
visión artificial,
aprendizaje automático,
robots,
y gemelos digitales.
El paper menciona sistemas de visión artificial capaces de detectar defectos o comprobar determinadas condiciones de ejecución.
También pueden utilizarse imágenes para monitorizar el avance de una obra, detectar desviaciones, supervisar determinados aspectos de seguridad o identificar comportamientos de riesgo.
La figura 11 del artículo muestra precisamente un sistema basado en visión artificial y aprendizaje profundo destinado a detectar caídas de trabajadores en una obra.
Aquí la IA deja de ser solamente una tecnología para diseñar edificios.
Empieza a convertirse en una tecnología para observar el entorno construido.
Y esta diferencia abre un territorio enorme.
Del BIM al gemelo digital
El paper menciona también los gemelos digitales como ejemplo de integración avanzada entre datos, modelos y operación del edificio.
Utiliza como referencia la Sydney Opera House y aplicaciones destinadas a estudiar consumo energético, gestión de instalaciones y comportamiento operativo.
El cambio resulta fundamental.
El proyecto arquitectónico deja de terminar necesariamente cuando termina la construcción.
Un edificio conectado puede continuar generando datos durante años.
Temperatura.
Humedad.
Consumo energético.
Ocupación.
Calidad del aire.
Funcionamiento de instalaciones.
Mantenimiento.
Incidencias.
Todos estos datos pueden alimentar modelos analíticos y predictivos.
Entramos entonces en un ciclo:
diseñar → construir → medir → aprender → optimizar.
Y aquí la convergencia entre arquitectura, IoT, Ciencia de Datos e Inteligencia Artificial se vuelve especialmente poderosa.
¿Puede entonces la IA sustituir al arquitecto?
El autor responde que no, al menos con las evidencias actualmente disponibles.
Pero introduce una distinción mucho más útil:
reemplazar el papel
no significa lo mismo que
desplazar el papel.
La hipótesis del artículo es que estamos avanzando hacia lo segundo.
Determinadas tareas anteriormente realizadas completamente por arquitectos pueden pasar a ejecutarse mediante colaboración entre personas y sistemas tecnológicos.
Esto modifica la interacción entre ambos.
La figura 12 del paper resulta especialmente ilustrativa porque representa al arquitecto manteniéndose a lo largo de todo el proceso mientras diferentes capacidades de IA se incorporan sucesivamente desde el prediseño hasta la construcción. El concepto que propone el autor es el de «new interactions in the design process»: nuevas interacciones entre arquitectos e inteligencia artificial.
No desaparece necesariamente el arquitecto.
Cambia la arquitectura del trabajo.
De productor a director de sistemas
Si llevamos la idea del paper un poco más lejos, aparece una posible evolución profesional.
El arquitecto tradicional produce directamente una parte considerable de los resultados del proceso.
Dibuja.
Modela.
Calcula.
Documenta.
Coordina.
Supervisa.
En un entorno progresivamente automatizado puede empezar a adquirir mayor importancia otra capacidad:
dirigir sistemas que producen, analizan y verifican información.
Eso significa saber:
formular problemas;
estructurar requisitos;
comprender datos;
seleccionar herramientas;
definir restricciones;
interpretar resultados;
detectar errores;
comparar alternativas;
y asumir decisiones.
El arquitecto no tendría necesariamente que convertirse en científico de datos.
Pero comprender cómo funcionan los datos y los sistemas de IA podría convertirse en una competencia profesional cada vez más importante.
Lo que el estudio no demuestra
También debemos ser críticos con este paper.
Estamos ante una revisión de literatura, no ante un experimento que haya demostrado que toda la actividad arquitectónica pueda automatizarse.
El proceso inicial reunió 500 documentos, pero después de eliminar duplicados y resultados no pertinentes quedaron 73 trabajos relevantes. De ellos, únicamente 56 eran de acceso abierto y constituyeron el conjunto analizado con mayor profundidad.
Esta decisión metodológica introduce una limitación reconocida por el propio autor: excluir literatura no disponible en acceso abierto puede dejar fuera investigaciones relevantes.
Existe otra limitación importante.
El paper reúne aplicaciones procedentes de ámbitos y grados de madurez muy diferentes. Que exista investigación sobre IA aplicada a una determinada fase no significa que esa fase pueda automatizarse completamente en la práctica profesional actual.
Algunos ejemplos son tecnologías consolidadas.
Otros son experimentales.
Otros representan posibilidades futuras.
No debemos confundir las tres categorías.
El propio artículo reconoce además su carácter exploratorio y señala la necesidad de estudiar casos reales de proyectos arquitectónicos que utilicen IA de manera integral.
Por tanto, su principal aportación no es demostrar que «la IA ya puede hacerlo todo».
Es ofrecernos un mapa del territorio que debemos investigar.
La lectura de Arquitectura.Tech
Este paper permite formular una hipótesis que puede resultar central para nuestro proyecto.
La transformación provocada por la IA en arquitectura probablemente no sucederá mediante una única herramienta revolucionaria.
Sucederá mediante la incorporación progresiva de inteligencia computacional en muchos puntos diferentes del ciclo de vida del entorno construido.
Podemos representarlo así:
datos del emplazamiento
↓
análisis
↓
diseño generativo
↓
evaluación y optimización
↓
modelado y documentación
↓
planificación y construcción
↓
visión artificial y sensores
↓
gemelo digital
↓
operación y mantenimiento
↓
nuevos datos
Y entonces el edificio deja de ser únicamente el resultado final del proceso.
Se convierte también en fuente de datos para continuar aprendiendo.
Esta perspectiva explica por qué Arquitectura.Tech debe trabajar en la intersección de varias disciplinas:
Arquitectura + Ciencia de Datos + Inteligencia Artificial + IoT + visión artificial + gemelos digitales + automatización.
Del paper al proyecto: construir nuestro propio mapa de IA para el entorno construido
Este artículo nos proporciona además una oportunidad concreta de investigación aplicada.
Podemos utilizar las seis etapas propuestas por Sabono como punto de partida y construir progresivamente un Mapa Arquitectura.Tech de Inteligencia Artificial para el Entorno Construido.
Pero ampliándolo.
No nos limitaríamos al trabajo del arquitecto.
Incluiríamos todo el ciclo de vida:
Planificación → Diseño → Ingeniería → Construcción → Operación → Mantenimiento → Rehabilitación → Reutilización.
Para cada fase podríamos identificar:
problema → datos disponibles → técnica de IA → herramientas → grado de madurez → casos reales → métricas → riesgos → oportunidades empresariales.
Por ejemplo:
Problema: detectar defectos durante la construcción.
Datos: imágenes y vídeo de obra.
Tecnología: visión artificial.
Objetivo: clasificación/detección de anomalías.
Métrica: precisión, falsos positivos, tiempo ahorrado.
Resultado empresarial: menor coste de inspección y detección temprana de errores.
Entonces dejaríamos de preguntar genéricamente:
«¿Cómo podemos utilizar IA en arquitectura?»
y empezaríamos a formular preguntas mucho más útiles:
«¿Qué problema del entorno construido podemos resolver, con qué datos, mediante qué técnica y con qué mejora medible?»
Ese cambio de pregunta resume bastante bien el territorio que Arquitectura.Tech debería ocupar.
Ficha del paper
Título original: A Review: Exploring AI’s Role in Architecture: Redefining New Design Interactions
Autor: Ferdy Sabono
Afiliación: Department of Architecture & Design, Universitas Kristen Duta Wacana, Yogyakarta, Indonesia.
Revista: DIMENSI: Journal of Architecture and Built Environment
Volumen: 52, nº 1
Páginas: 27–43
Publicación: julio de 2025
DOI: 10.9744/dimensi.52.1.27-43
Tipo de investigación: revisión sistemática de literatura.
Periodo de literatura estudiado: 2016–2024.
Corpus inicial: 500 publicaciones.
Publicaciones consideradas relevantes: 73.
Trabajos de acceso abierto analizados: 56.
Pregunta central para Arquitectura.Tech: cómo está penetrando la IA en las diferentes etapas del trabajo arquitectónico y si esta transformación supone sustitución o desplazamiento del papel del arquitecto.